小型多旋翼无人机由于其便携、灵活、功能性强的特点,近些年受到了很大的关注。无人机的姿态控制系统需要得到准确的姿态信息作为反馈以便进行控制,同时要实现航迹跟踪、定点悬停等功能也需要准确的位置及速度信息。但无人机上空间有限,所搭载的导航传感器精度较低,测量噪声大,单靠某一个传感器的测量是无法得到准确的导航信息的。本文的研究重点就是通过设计导航解算算法,将多个传感器的测量信息进行融合,抑制单个传感器的噪声,从而获得较为准确的姿态、位置、速度信息,因此本文针对小型多旋翼无人机的导航信息解算的研究具有重要的研究价值和应用前景。本文首先对导航相关原理知识以及机上常用导航传感器的特性进行了介绍,包括常用导航坐标系、姿态角的表示方法、陀螺仪及加速度计的测量原理和噪声特性、磁强计及加速度计的姿态测量原理。然后,针对无人机在飞行过程中电机转动产生的高频振动会使陀螺仪、加速度计的测量值产生较大偏差的问题,研究并设计了数字低通滤波器,以便过滤掉传感器输出信号中机体振动所带来的高频噪声。本文通过分析机体高频振动对加速度计和陀螺仪的输出信号产生的影响,得到噪声的频率特性,并据此分别使用hamming窗函数法以及yulewalk函数法设计了FIR、IIR数字低通滤波器,并通过滤波效果以及滤波实时性的考虑,选择了可以有效抑制机体高频噪声幅值的数字低通滤波器。接着,针对如何准确地获取无人机的姿态信息的问题,设计了四元数形式的二阶互补滤波姿态解算算法并且对算法的解算效果进行了验证。该算法根据陀螺仪、加速度计、磁强计频率特性互补的原理,对三个传感器的输出进行数据融合,将陀螺仪作为主要测量元件,利用加速度计和磁强计对其进行修正,从而得到准确的姿态解算结果。同时,在Matlab中对算法程序进行了编译,搭建了仿真系统,分别使用仿真数据以及实验飞行数据在Matlab中对算法进行了验证。最后,本文针对如何准确获取无人机的位置、速度信息的问题,设计了基于扩展卡尔曼滤波器的位置、速度信息解算算法并且对算法进行了验证。该算法利用加速度计、气压计、GPS对机体飞行过程中的位置、速度进行测量,并且通过扩展卡尔曼滤波算法对三者的信息进行融合。本算法基于连续-离散时间系统,引入加速度计的偏移量作为状态向量,通过利用四阶龙格库塔法避免了雅克比矩阵的计算,提高了解算速度,最后利用仿真和实验数据对算法进行了验证。