基于微机电系统(MEMS)的运动传感器(加速度计、陀螺仪、磁力计)有着体积小、成本低、穿戴方便的优点,在人体运动分析方面有着广阔的应用前景,如用于步态分析、跌倒风险评估、手势识别等。运动传感器除用于采集加速度、角速度等原始信息外还用于估算人体部位的姿态和位移,他们的估算精度对运动分析起着决定性的作用。然而,在姿态和位移的估算过程中,存在着估算精度低、容易受磁场和大加速度干扰的问题,这也成为限制其广泛应用的瓶颈问题。本文围绕着姿态估算和位移估算这两个关键技术进行深入研究,主要的研究工作如下:1)系统地研究了磁场干扰对姿态估算中倾角和偏航角的影响。首先,将姿态估算的过程划分为四个部分,系统地分析每个部分的常用方法以及他们分别对倾角估算和偏航角估算的影响。然后,提出了一套标准化的验证方法以评价姿态算法的抗磁场干扰特性。最后通过实验对几种常用的姿态算法进行比较研究,根据结果给出设计和优化新姿态算法的参考准则。2)针对磁场干扰的问题,提出了基于梯度下降法的自适应姿态算法。根据运动传感器的运动状态和磁场干扰严重程度进行自适应滤波,使姿态估算在静态时完全不受磁场干扰影响,动态时具有较强的抗磁场干扰的能力。3)考虑到大加速度干扰伴随肢体运动而存在,本文将研究的抗干扰问题扩展到同时处理磁场和大加速度干扰。首先实现了一种倾角估算与磁场解耦的互补滤波姿态算法,然后在此基础上提出了基于状态机的自适应抗干扰策略。实验结果表明:提出的姿态算法在长时间连续的干扰条件下,滚转角、俯仰角和偏航角的均方根误差均小于1°。与其他研究相比,在严重的干扰条件下取得了更高的精度。4)将提出的姿态算法应用于足部位移估算,并研究影响位移估算精度的因素,提出了一套新的方法改进了位移估算的关键环节。最后,通过健康人的正常行走实验验证改进的方法,在估算的足部位移提取了抬脚高度、跨步长等步态参数。其中,最大脚跟高度和最小脚尖高度的估算精度(平均值±标准差)分别为-0.42±0.25cm和0.13±0.24cm,跨步长精度为0.39±0.37cm,均达到了毫米级的精度。估算结果不依赖于后期的修正且方法适用于台阶地面,与文献中同类研究相比有了明显的提升。本文研究了运动传感器应用的关键技术,提出了抗磁场和大加速度干扰的姿态算法和适用于步态分析的足部位移估算方法,同时也揭示了姿态和位移估算精度的影响机理。提出的方法具有精度高、计算量小的特点,对运动传感器的应用有着积极的促进作用。