在室内导航中,方向的准确性一直是研究的热点。而在依靠微型机电系统(Micro-Electro-Mechanical System,MEMS)传感器的行人轨迹推算导航中,通过磁力计判别方向的传统方法难以满足要求,且行人轨迹推算的室内导航方向与设备姿态有着对应关系,因此,通过MEMS传感器解算可靠的载体姿态成为关键,也是本文算法的研究目标。本文旨在设计一种基于多MEMS传感器的微小型姿态测量系统,用于动态输出载体每一时刻的三维姿态信息,不仅能应用在室内导航领域,还可以应用于各种航模飞行控制平台、可穿戴设备等。本文介绍和分析了基于MEMS传感器解算姿态的方法与存在的缺陷,引出了通过数据融合算法来提高姿态解算精度,接着研究和分析了卡尔曼滤波体系中的无迹卡尔曼滤波的原理和模型,然后针对MEMS姿态解算的系统模型,分析了无迹卡尔曼滤波(Unscented Kalman Filter,UKF)在此模型下存在计算量大、模型固有误差不可消除和协方差矩阵非正定化等问题,提出了简化无极卡尔曼滤波的步骤、引入自适应因子快速抗扰动和协方差矩阵正定化的优化方法。最后根据优化了的无极卡尔曼滤波设计了整个系统的算法流程。本文采用一片CC2640主控芯片和一片BNO055实现了双通道组合测姿系统,通过与商业级定姿系统SEC380固联,进行了静态测试、动态测试、抗干扰测试和应用测试,最终的测试结果表明本文的姿态解算与数据融合算法在静态条件下误差在±0.3°以内,动态条件下航向角误差在±2°以内、俯仰角和横滚角误差在±1.5°以内,且在行人轨迹推算导航中表现良好,满足本文设计要求。