在多旋翼无人机飞速商业化进程中,一个稳定性高、价格低廉、性能优越的无人机产品在占领市场的过程中扮演着极为重要的角色。这对无人机导航系统性能提出了同样的苛刻要求。如何利用现有的导航传感器有机融合得到一套稳定、有效、容错性强的组合导航系统是无人机研制过程中的重要部分,具有极高的商业价值和实际意义。本文导航信息的主要来源包括微惯性导航传感器,GPS全球导航系统、气压计高度传感器、磁力计四大部分。以上四部分数据具有各自对应的数据模型及误差特性。对于惯性传感器我们采取Allan方差分析法对其随机误差进行分析,同时根据对应数据模型对传感器进行标定和校正。由于惯性导航在整个组合导航系统中的特殊地位,本文详细推导了捷联式惯性导航系统导航信息更新算法及对应的误差传递特性。基于此,本文还依据了该系统惯性传感器特点及应用场合对更新算法及误差模型进行简化。基于以上各个子系统模型,本文分别构建了航姿融合模型及速度/位置信息融合模型。航姿融合模型是采用小机动状态下加速度计及磁力计信息,对陀螺仪积分得到的航姿信息进行修正补偿;速度/位置信息融合则是利用GPS信息,气压计输出高度信息对惯导输出进行校准。同时,对于速度/位置信息融合我们分别采用了集中式卡尔曼滤波和联邦滤波算法,并比较了各自特点,尤其是联邦滤波算法在容错性能上的优点。最后,对以上各融合部分及不同融合方式进行仿真,以验证本文设计组合导航系统的有效性,及联邦滤波算法在容错性能上相较于集中式的独特优势。