随着导航技术的不断发展其应用场景也不断扩大,人们对于导航系统的性能要求也不断提高,能够自主化地提供高精度导航信息(位置、速度、姿态)的导航系统越来越受到大家的广泛关注。现有的惯导测姿系统只能保证短时高精度输出,特别是MEMS(Micro-Electro-Mechanical System,微机电系统)传感器长时间工作后解算出的姿态角精度较差。虽然卫星导航系统的成本低、长时间工作仍能保持高精度输出,但外界环境变化对它影响较大。为了将惯导测姿系统和卫星测姿系统进行优势互补,克服彼此的弊端,本文研究利用MEMS传感器辅助整周模糊度求解,提高北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)在信号质量差甚至失锁状况下的测姿性能,然后通过组合滤波器实现MEMS传感器与BDS信息融合,进一步提高测姿系统的动态性能和测姿精度。首先,针对MEMS传感器长时间工作后输出的原始数据精度较差,误差累积严重导致姿态角精度不高的问题,本文分析了传感器的误差模型,对传感器固定误差进行补偿。并在此基础上运用小波变换去除信号中的随机噪声,减小误差累积的影响,提高MEMS传感器测姿精度。其次,在障碍物遮挡和存在多径干扰的环境下,北斗信号衰减增大导致信号质量较差,模糊度求解成功率较低,测姿系统输出的姿态角精度低。本文提出了利用MEMS传感器信息改进及优化模糊度求解算法,通过增加BDS定姿模型冗余度进而提高浮点解质量,从根本上提高了BDS单独定姿算法的成功率。最后,充分利用BDS测姿的高精度的优势进一步提高系统的动态性能和精度,本文深入研究了BDS和MEMS传感器二者的数据融合算法。将BDS输出的姿态角信息作为观测信息,对MEMS陀螺仪解算出的姿态信息进行实时地校正。通过信息融合算法提高测姿系统在复杂环境下的测姿性能。