小型无人机(UAV)以其成本低廉、无人驾驶等特性,在军用、民用领域都得到大力发展。对于无人机来说,准确实时的定位导航对飞行安全性及可靠性起着至关重要的作用。在定位与导航中,无人机导航解算关键步骤即姿态估计,很难由传统非线性卡尔曼滤波方法得到。而粒子滤波采用概率统计方法针对数据量大、精度要求高的非线性非高斯问题,可以进行有效处理。本文结合可编程逻辑阵列(FPGA)灵活、并行等优点,给出简化粒子滤波算法与改进高斯粒子滤波算法,可以使该设计有效应用在无人机姿态估计上,并对其他非线性估计问题也具有非常实际的应用价值。论文主要安排如下:首先给出了常用导航坐标系以及常用姿态描述参数,并且对基于四元数描述的捷联惯导姿态解算系统进行了理论推导,给出了离散条件下四元数和地理系速度的更新方程。其次,介绍常用动态信号的建模和处理方法,基于贝叶斯估计理论给出了粒子滤波相关原理和方法,将离散四元数更新方程、地理系速度更新方程作为采样策略,结合粒子滤波得到基于通用粒子滤波的姿态估计算法伪代码,并且推导了四元数的“平均”化方法。再次,为了便于姿态估计算法在FPGA上实现,对通用粒子滤波算法在保证其性能未有明显下降的基础上对重采样算法和权值计算进行适当简化,将简化后的姿态估计算法分成粒子采样、权值计算、重采样、状态估计四个模块,分别对其进行设计,并给出了基于SYSTEM GENERATOR的无人机姿态估计算法设计结构,利用控制模块完成时序控制并综合各个模块后对其进行逻辑仿真和数值仿真,仿真结果验证了本设计的可行性和有效性。最后,简化后的重采样算法仍具有复杂性,不利于并行实现,而高斯粒子滤波不需要重采样,故用其进行姿态估计算法设计。为了实现流水线运行,采用非标准化权值计算四元数“平均”值和协方差阵,并改写协方差阵计算公式,对高斯粒子滤波进行改进。仿真结果表明该改进算法的可行性及有效性,亦可利用FPGA剩余资源进一步提升运行速率。