惯性稳定平台系统由于其能有效隔离基座的角运动与振动,在多旋翼无人机的成像系统起到了至关重要的作用。同时有别于其他惯性稳定平台在其他方面的应用,多旋翼无人机在工作过程中旋转运动幅度较大,给无人机搭载的各类传感器带来的不等幅的低频扰动,来自基座的运动耦合将极大的影响系统稳定精度。并且无人机加减速运动频繁、将给惯性稳定平台使用的惯性传感器带来难以抑制的干扰。为此本文针对多旋翼无人机机载三轴惯性平台展开了以下研究工作:(1)建立了三轴惯性稳定平台框架的数学模型,充分考虑了惯量耦合的问题,并给出了减小惯量耦合的条件。在多轴基座扰动的条件下,进行了框架系统动力学仿真。结果表明,在基座的多轴运动干扰下,俯仰框与航向框间的耦合比俯仰框与横滚框中的耦合更加严重,为惯性稳定平台的稳定控制提供了一定理论基础。(2)对无人机惯性稳定平台搭载的MEMS惯性测量单元中的陀螺仪、加速度计以及磁力计进行了测试校正,同时研究四元数与欧拉角在刚体转动中的对应关系。重点研究了运动状态下多源信息融合的干扰抑制问题。结合卡尔曼滤波理论,提出了一种基于二阶段无迹卡尔曼滤波与连续外部加速度矢量估计的姿态解算方案。横滚轴的姿态解算仿真结果表明,在静止状态下,二阶段卡尔曼解算方案能够有效地针对不同的传感器特点进行数据融合;在运动状态下,对比阈值切换算法,连续外部加速度矢量估计算法对的外部加速度干扰有明显的抑制作用,能够显著提升惯性稳定平台的姿态解算系统的精度。(3)针对惯性稳定平台模型设计了一套完整的控制系统,借助BP神经网络的自适应能力,将其与普通PID控制器相结合,实现PID参数的在线自整定以适应惯性稳定平台的系统变化,并进行了多种基座扰动下的仿真。仿真结果表明,相较于普通PID控制器,本文设计的控制器更能有效缩减基座多方向大幅扰动对惯性稳定平台稳定性能的影响,提升系统的跟踪稳定精度。(4)用MATLAB语言基于面向对象的方式编写设计了惯性稳定平台的姿态解算系统以及控制系统的仿真程序。由于需要针对不同仿真模型、多组仿真条件进行仿真,为减小代码冗余,在程序设计过程中引入了各种接口,并重点分析了程序中关键类的UML静态结构与主要算法过程的UML序列。所设计的卡尔曼滤波系统可选择不同的系统对象,控制系统可在普通PID控制器和神经网络PID控制器间切换,提高了程序的可扩展能力。