基于微电子机械系统(MEMS)惯性传感器的航姿参考系统(AHRS)由于功耗低、成本低、体积小等突出优点,在生活、工业和军事等领域被广泛应用。然而,AHRS由于传感器精度、姿态解算方法和外部环境影响,制约了其输出姿态的精度,限制了其应用范围。本文以提升AHRS应用范围为目的,对MEMS惯性传感器的AHRS所涉及的关键技术进行研究,提高AHRS姿态信息解算精度。在AHRS中,影响姿态信息精度的误差源有MEMS惯性传感器自身误差、磁强计自身误差、随机噪声误差、外部加速度干扰和MEMS惯性传感器输出信息的融合误差。针对上述误差因素,本文提出了如下研究思路和方法:首先,针对MEMS惯性传感器自身标定。本文提出利用加权最小二乘法对陀螺仪和加速度计自身确定性误差进行标定,该方法能有效抑制误差较大测量值在用最小二乘法拟合时带来的拟合误差,提高确定性误差标定精度;利用Allan方差法建立随机误差模型,对随机误差进行分析。针对磁强计校准。磁强计自身输出数据存在误差,根据椭圆理论,建立圆周模型,通过拟合对磁强计进行校准。其次,针对随机噪声方差的抑制。本文提出一种基于贝叶斯拉普拉斯卡尔曼滤波(BLKF)方法的随机噪声方差实时更新。该方法利用拉普拉斯近似算法表示贝叶斯后验边缘分布,实时修正随机噪声方差,提高方差的精确度。同时,可避免卡尔曼滤波(KF)随机噪声方差根据随机误差选取导致滤波结果不准确。根据陀螺仪在转台上随转台旋转采集的实验数据,运用BLKF与KF分别滤波。对比滤波结果,发现BLKF比KF更好地反映真实角速度情况。第三,针对外部加速度的消除。本文提出利用二次容积卡尔曼滤波(CKF)对加速度计采集数据进行外部加速度消除的方法。该方法利用测量噪声在有无外部加速度时存在明显区别,构建真实测量值与估计测量值之间的差值模型,运用二次CKF对测量噪声更新,达到消除外部加速度对加速度计测量重力加速度时产生影响的目的。第四,针对MEMS惯性传感器输出信息的融合。本文提出运用CKF融合陀螺仪、加速度计和磁强计输出数据,解算姿态信息,抑制了陀螺仪角速度积分解算姿态造成发散的现象。利用加速度计和磁强计输出信息作为测量量,利用陀螺仪输出角速度估计的四元数作为状态量。根据上述测量量和状态量构建CKF模型,依据滤波模型求解精准的姿态信息。最后,根据上述研究内容,对实验采集数据进行解算。将解算结果与法国SBG公司生产的航姿参考系统输出姿态信息进行比对,对本文研究内容的可行性和解算姿态准确性进行验证。研究结果表明,本文研究内容对提高AHRS的输出姿态信息精度有一定效果,与法国SBG公司生产的航姿参考系统输出姿态信息基本吻合。本文提出的研究方法有一定的工程应用价值。