1、隨著微機(jī)械技術(shù)的不斷發(fā)展和創(chuàng)新，MEMS慣性傳感器在進(jìn)行空間目標(biāo)信息測(cè)量中發(fā)揮著重要的作用。由于MEMS慣性傳感器擁有體積小、成本低、精度適中等優(yōu)勢(shì)，多種慣性傳感器的測(cè)量組合系統(tǒng)從最早的工業(yè)、軍用航空航天等領(lǐng)域到現(xiàn)在的消費(fèi)類電子市場(chǎng)都可以看到它的身影。通過近幾十年的不斷發(fā)展，MEMS技術(shù)逐漸趨于成熟，但在具體應(yīng)用上仍有很大的上升空間，尤其是對(duì)物體姿態(tài)信息測(cè)量中的誤差處理與實(shí)時(shí)性輸出，因此使用MEMS慣性傳感器對(duì)物體進(jìn)行姿態(tài)信息測(cè)量時(shí)仍然

2、需要進(jìn)一步的探索與研究。
　　本文主要研究了多慣性傳感器數(shù)據(jù)處理和姿態(tài)融合的關(guān)鍵技術(shù)，以MEMS慣性傳感器中的加速度計(jì)和陀螺儀為工具，建立姿態(tài)融合算法模型，并進(jìn)行仿真研究。本文在研究MEMS慣性傳感器和姿態(tài)融合系統(tǒng)的發(fā)展研究現(xiàn)狀基礎(chǔ)上，對(duì)基于MEMS慣性傳感器的姿態(tài)融合系統(tǒng)中的關(guān)鍵技術(shù)進(jìn)行研究，并將幾種傳統(tǒng)常用的姿態(tài)解算算法進(jìn)行了分析和特點(diǎn)對(duì)比，得出四元數(shù)法具有計(jì)算簡(jiǎn)單、可全姿態(tài)解算的優(yōu)點(diǎn)。同時(shí)，分別對(duì)MEMS加速度計(jì)和MEMS陀

3、螺儀的工作原理進(jìn)行分析，分別根據(jù)這兩種慣性傳感器在姿態(tài)解算測(cè)量中的作用，建立合適的數(shù)據(jù)濾波模型，并通過仿真對(duì)濾波前后的傳感器數(shù)據(jù)進(jìn)行分析比較，結(jié)果顯示本文研究的幾種濾波模型去噪效果較好。而后，本文分別利用加速度計(jì)和陀螺儀進(jìn)行姿態(tài)輸出的理論分析，以此為基礎(chǔ)建立了數(shù)據(jù)融合算法模型，相比于采用單個(gè)加速度計(jì)的方法，融合算法去噪效果更好且輸出更加穩(wěn)定，同時(shí)驗(yàn)證了加速度計(jì)和陀螺儀進(jìn)行姿態(tài)融合的可行性。為了進(jìn)一步改善本文姿態(tài)融合算法的精確度和實(shí)時(shí)性，

4、引入了互補(bǔ)濾波器和擴(kuò)展卡爾曼濾波器?；诒疚牡淖藨B(tài)融合系統(tǒng)分別建立互補(bǔ)濾波算法模型和擴(kuò)展卡爾曼濾波算法模型，對(duì)多MEMS慣性傳感器姿態(tài)融合時(shí)的輸出數(shù)據(jù)進(jìn)行處理，改善了姿態(tài)融合算法輸出的姿態(tài)角精度；同時(shí)，利用四元數(shù)姿態(tài)解算算法對(duì)MEMS慣性傳感器的輸出進(jìn)行實(shí)時(shí)處理，提高了姿態(tài)融合系統(tǒng)在姿態(tài)更新時(shí)的實(shí)時(shí)性；設(shè)計(jì)了基于兩種不同濾波器的四元數(shù)姿態(tài)融合算法模型，經(jīng)驗(yàn)證本文研究的方法均滿足消費(fèi)類電子產(chǎn)品對(duì)姿態(tài)信息的需求，其中基于擴(kuò)展卡爾曼濾波器的四