微电子机械系统（MEMS）的航姿参考系统（AHRS）因其具有体积小、成本低、可靠性高等优点,在国防、无人机、机器人等领域有着很广泛的应用,可以满足微型化的市场需求。然而,AHRS的输出姿态精度受传感器性能和外部环境所制约,本文以提升AHRS姿态解算精度为目的,对基于MEMS技术的AHRS关键技术进行相关研究,主要研究内容如下:1.介绍了MEMS传感器和基于MEMS技术的航姿参考系统的发展历史和研究现状,详细地阐述和分析了常用的姿态更新算法。2.由于传感器是限制解算结果的重要因素之一,因此本文建立了MEMS陀螺仪、MEMS加速度计以及三轴磁力计的数学模型,分析了各传感器的误差特性。为补偿传感器误差,引入了旋转调制技术,该技术可以不借助外部辅助对误差进行估计,根据误差传播规律来抑制导航误差发散,提高了系统的导航精度,且根据传统的单轴旋转方式提出了连续双轴旋转方案。3.提出了一种低成本的传感器标定方法,该方法可以有效地、低成本地校准AHRS内置的传感器,为后续的姿态解算提供准确的测量数据。针对加速度计标定,提出了快速迭代算法,该方法避免了大量的复杂矩阵计算,在保证了标定精度的同时提高了运行速度。接着根据标定后的加速度计输出数据来依次标定三轴陀螺仪和三轴磁力计,并设计了标定实验对算法进行验证。4.当载体进行动态运动时,外部加速度即运动加速度将影响到加速度计的输出信息,进而影响AHRS航姿精度,本文设计了动态环境下的姿态解算算法。介绍了常用的两种姿态解算方式:其中一种认为运动加速度是一种白噪声驱动的随机游走过程,据此来估计出外部加速度,从而消除外部加速度的影响;另一种常用方法是常规的自适应算法,该方法是通过设定阈值来判定是否存在外部加速度,并增加相应的测量噪声协方差大小,但该方法的判断条件过于简单直接,易被加速度计自身的噪声所影响而造成误判,并且不能分别对加速度计各轴进行补偿,易丢失有用信息,测量噪声协方差也未能根据外部加速度实时地自适应调整。本文在常规的自适应算法的基础上设计了一种基于EKF的自适应滤波算法,该自适应算法可以根据外部加速度实时对滤波器进行调整,提高动态环境下的姿态解算精度。本文选取法国SBG公司的Ellipse2-A系统提供的姿态信息作为参考,并设计了多组实验,验证了算法的有效性。研究结果表明,本文的研究内容对提高AHRS姿态解算精度有一定效果,提出的自适应滤波算法可以较好地抑制外部加速度对姿态解算的影响,较为准确地解算出姿态信息。