旋翼无人机以其体积小、重量轻、飞行机动灵活的优势被广泛应用于民用和军用领域。随着飞行任务和飞行环境的多样性和复杂性的不断增加,在实际应用中,对旋翼无人机导航系统的精度、可靠性以及自主性等方面提出了越来越高的要求。目前旋翼无人机中常采用基于多传感器配置的单一模型组合导航方式,在无人机处于机动和环境变化情况下会带来模型误差,导致无法准确估计其导航信息。而多模型估计方法是一种新型的自适应估计方法,适用于结构或参数不确定的复杂系统,能够避免单一模型不准确带来的影响,近年来主要在目标跟踪、过程控制等领域中得到应用,但在飞行器多信息融合导航技术领域中还未完全展开深入研究与应用工作。本文以旋翼无人机为研究对象,开展多模型组合导航关键技术及应用研究,旨在有效提高无人机在复杂机动环境下导航系统的精度与可靠性。目前,应用于旋翼无人飞行器导航系统的传感器主要包括低精度MEMS传感器、GPS、气压高度计、声呐系统等,以此为基础的组合导航系统想要获得更高精度的导航信息必须对机载传感器进行误差建模与标定补偿工作。论文首先对旋翼无人飞行器机载导航传感器误差特性进行了分析,分别对机载IMU、磁强计、声呐传感器和气压高度计建立了误差模型;其次,对传感器数据进行实验分析及误差模型参数标定,实现传感器误差补偿,避免了由于传感器固定误差带来的组合导航系统误差积累。机载传感器误差特性的研究是组合导航系统模型建立的基础。旋翼无人飞行器在应用过程中由于其复杂的机动特性和环境因素,建立准确的系统数学模型存在很大的难度。因此论文对适用于时变、不确定复杂系统估计的多模型方法进行了研究。针对复杂条件下模型数量增加,模型辨识不准确的问题,提出了基于分散状态的多模型估计方法,通过状态量的分散估计,有效提高了模型辨识准确率,并减少了所需模型数量,降低了计算量;同时,针对交互多模型估计算法对模型先验概率转移矩阵的过分依赖,提出一种模型概率转移方法,有效提高了模型转移的速度和准确性,为无人机的多模型组合导航算法改进提供了理论基础。在对多模型理论研究与改进的基础上,针对旋翼无人机组合导航系统实际问题进行了多模型方法的应用与验证。由于陀螺零偏受温度影响较大,基于扩充状态的零偏估计无法消除陀螺零偏时漂及温漂带来的姿态解算误差,对此提出基于交互多模型的姿态估计算法,通过建立不同环境下陀螺零偏漂移模型,采用磁强计辅助姿态信息进行多模型融合,消除了陀螺零偏变化带来的影响,提高了无人机复杂环境应用中的系统姿态估计精度;其次,针对旋翼无人机INS/GPS/气压高度计组合导航系统量测噪声模型未知时变问题,设计了旋翼无人机有色噪声时变情况下的多模型组合导航滤波算法,根据无人机量测噪声特性构建系统模型集,采用基于非线性UKF的交互多模型估计算法实时计算各个模型的概率,以逼近实际系统模型,从而避免了单一模型的片面性,获得了准确的状态估计结果,增强了无人机导航系统的可靠性。在上述理论和方法研究的基础上,为了对旋翼无人机组合导航系统误差特性及融合方法进行验证,论文通过搭载的多导航传感器的旋翼无人机平台进行了室内、室外飞行试验验证工作,验证了论文中所设计的多模型组合导航方案的可行性和有效性。本文针对多模型组合导航算法在旋翼无人机中的应用开展了有针对性的研究工作,具有较好的工程应用参考价值。