四旋翼飞行器作为效率高的多旋翼无人机,由于其机动性高、应用广泛等特点,已经逐渐成为目前飞行器研究的焦点之一。飞行器姿态控制作为研究无人机的热点之一,需要使用到通过惯性传感器测量数据融合估计得到的姿态值,获取到的姿态信息的好坏会响到后续控制的稳定性。出于这种原因,飞行器的姿态融合是目前学术界研究的热点之一。本文首先介绍了姿态融合的相关概念,包括姿态描述使用到的三种常见方式、以及目前市面上最常见的两种姿态融合算法。然后,本文基于四旋翼的姿态运动学模型,提出了一种基于欧拉角的有限时间姿态融合算法,以提高姿态融合的准确性和快速性。其次,考虑到欧拉角描述姿态具有奇异性,本文基于四元数的姿态运动学模型,重新设计了一种基于四元数的有限时间姿态融合算法,以消除奇异性的影响。最后,为了验证本文所提出的姿态融合算法,搭建了相应的姿态实验平台,通过与卡尔曼滤波和经典互补滤波的融合算法对比实验,验证了本文所提出的基于模型的有限时间互补滤波算法在静态实验和动态跟踪实验中,都能获得更高的融合精度。本文主要的创新点如下:（1）本文使用最广泛应用的三参数欧拉角作为飞行器姿态描述的一种方法,通过对基于欧拉角的四旋翼飞行器的姿态运动学和动力学分析,根据有限时间和齐次性引理,提出了一种基于欧拉角的有限时间姿态融合方法,核心思想是设计一种有限时间姿态观测器进行姿态估计,并通过构造李雅普诺夫函数并基于齐次性控制理论在理论上验证了该观测器输出的姿态估计值能够在有限时间内收敛到真实值。（2）本文分析了欧拉角产生奇异性的原因,介绍了用于描述姿态且不产生奇异性的四参数的四元数描述方法,通过对四元数的四旋翼飞行器的姿态运动学和动力学分析,根据有限时间和齐次性引理,本文提出了一种不产生奇异性改进的基于四元数模型的有限时间姿态观测器。（3）本文搭建了室内无人机姿态实验平台,采用三种姿态融合算法（本文提出的有限时间姿态互补滤波、卡尔曼滤波和经典互补滤波）进行姿态融合估计,并使用上位机对飞行器进行静态和动态跟踪的控制实验,输出三种融合算法下的估计姿态并与高精度姿态传感器测量结果进行对比。实验结果表明,在静态和动态情况下,本文所提出的姿态融合算法在精度上都优于其他两种融合算法。