机载测向技术一直以来在军事和民用领域发挥着重要的作用,在军事上可用于情报侦察,在民用上可用于频谱检测、无线电监测和海事救援等等。近年来,微型旋翼无人机的发展迅速,其优秀的悬停飞行能力以及低廉的成本,也使之成为机载测向系统的理想载体,逐渐成为研究的热点方向,也受到了国内外学者的广泛关注。无线电测向技术自诞生至今,已经发展出众多的测向体制,其中,相关干涉仪测向体制最适用于机载测向,依据无线电波在均匀介质中匀速直线传播的性质,通过测向装置接收来波信号并解算得出基线间相位差,最后利用测向算法得出辐射源相对载体的方位信息。由原理可知,测向平台的稳定性会对系统精度造成影响,然而微型无人机由于自身体积小巧,更易受到振动影响(例如电机转动、阵风等),使得机身机翼产生摇摆,将导致其搭载的测向系统精度下降。针对这一问题,本文主要做了如下工作:首先,建立机载相关干涉仪测向系统模型,从天线阵型设计,标准库建立和相关匹配算法这三个部分,对传统相关干涉仪测向系统进行设计和改进,以适应微型旋翼无人机。探讨了影响测向系统精度的主要因素,并通过仿真实验对课题所建立的无人机相关干涉仪测向系统进行验证和分析。其次,利用无人机一阶振动模型作为误差源,建立了振动环境下的无人机相关干涉测向系统误差模型,分析无人机悬停振动对相关干涉仪测向系统精度的影响。针对无人机测向系统振动误差,本文提出了微惯性测量单元(Miniature Inertial Measurement Unit,MIMU)辅助无人机相关干涉仪测向校正算法,该算法属于有源校正算法的一种,利用MIMU作为辅助源,实时测量无人机悬停状态下的振动姿态,再通过校正算法对测向结果进行补偿,最终实现无人机在悬停状态下的精准测向。最后,为了解决MIMU中陀螺仪自身噪声过大的问题,对无人机上搭载的MIMU进行误差抑制方法研究。本文所提出的MIMU辅助的无人机测向校正算法属于有源校正算法,辅助源的精度直接影响了校正算法的有效性。本文先对陀螺仪进行误差建模,利用Allan方差法对陀螺仪随机误差进行分析;根据无人机悬停状态下的运动特征,提出一种基于加速度计的改进姿态算法,该算法能够得出载体的三轴姿态失准角,在通过卡尔曼滤波对姿态信息进行补偿,实现了对MIMU的误差抑制。