近年来小型飞行器在美国、英国、以色列等国家有着深入的研究,尤其是美国,陆、海、空均启动了相关项目。其中伞降型小型飞行器具有常规战术武器与小型无人机的优势,有着重要的研究意义。伞降小型飞行器的初始转平飞过程是其进入任务飞行的初态,在这一过程中导航系统首先完成初始姿态估计,接下来为转平飞控制与稳定控制提供姿态信息,本文针对导航系统在初始转平飞过程中的姿态估计与姿态融合算法展开研究,主要研究内容如下:(1)初始转平飞过程包括伞降稳定段与转平飞段。首先,采用小型飞行器外弹道学理论对这两个过程的弹道环境进行分析,得出了稳定段与转平飞段的运动特征,并对某型伞降小型飞行器外弹道进行仿真,仿真结果验证了弹道环境分析结果的正确性;其次,根据弹道仿真结果,依据导航系统的任务需求及设计要求,完成了导航系统原型机样机的设计,并对影响姿态估计精度的传感器随机误差类型进行了分析;最后,根据误差传递方程,计算了这两个过程的姿态估计误差,初步验证了导航系统的姿态估计精度。(2)针对伞降稳定段的初始姿态估计问题,提出了改进的最优矢量姿态估计算法。首先,提出了稳定状态的判断依据,研究了有界变量高斯牛顿算法。其次,建立了新的单位矢量量测量模型,得出了单位矢量量测噪声的统计特性;根据Wahba最优姿态估计问题,推导了不同矢量量测量的姿态估计权重,使得姿态估计误差的方差达到最小。最后,将新单位量测矢量、权重系数与常用的最优矢量姿态估计算法进行结合,得出了改进的最优矢量姿态估计算法。(3)针对转平飞后稳定控制的需求,为了提高姿态信息精度,提出了无陀螺多传感器四元数融合算法与有陀螺多传感器姿态融合算法。首先,对离散卡尔曼滤波算法进行了介绍,着重分析了滤波过程中噪声的影响;其次,对导航系统多传感器的相对独立“松组合”融合结构及姿态融合建模进行了介绍;再次,为了降低导航系统成本,提出了基于加速度计/磁强计/GPS的无陀螺四元数融合算法;最后,针对无陀螺系统的不足,将陀螺作为提供姿态信息的主传感器,与无陀螺系统相结合提出了有陀螺多传感器姿态融合算法。仿真与试验结果表明,两种融合算法都可提高姿态估计精度,且有陀螺多传感器姿态融合算法精度较高,更适用于伞降小型飞行器转平飞后的姿态估计。(4)基于融合过程中噪声模型对滤波结果的影响,文中深入研究了MEMS IMU的随机误差特性,提出了基于间接推断小波方差法的随机误差模型参数估计方法。首先,分析了Allan方差法在时域内的统计特性,得出了采用Allan方差法进行MEMS IMU随机误差源辨识的优势;其次,针对使用Allan方差法进行随机误差模型参数估计的不足,采用小波理论对随机误差进行分析,提出了确定小波多分辨分析尺度的方法;最后,将小波方差理论与间接推断理论相结合,提出了随机误差模型参数估计新方法。仿真与试验结果表明,与Allan方差法的估计结果相比较,新的参数估计方法不仅提高了参数估计精度,还有效地解决了复杂随机误差统计模型的参数估计问题。(5)根据以上研究内容,将研究结果应用于伞降小型飞行器导航系统,并分别设计跑车试验与飞行试验对系统性能进行验证。跑车试验结果表明间接推断小波方差法更适用于随机误差模型参数的估计;在飞行试验中模拟初始转平飞运动过程,试验结果表明本文设计的导航系统及研究结果满足伞降小型飞行器初始转平飞控制系统的要求。