MEMS-IMU惯性导航系统(INS)与全球定位系统(GPS)相组合的紧组合导航系统,不仅在可见卫星数目不足四颗时可以进行导航解算,同时又有着较低的成本和较高的性能优势,这些特点使其成为现阶段导航领域研究的热门。实现两个子系统组合的关键问题,是如何处理两个子系统提供的数据信息,因此,本课题研究的数据融合技术对于提高组合导航系统的性能,实现高精度和高可靠性定位有着重要的意义。由于采用了成本较低的MEMS惯性器件,使得惯性导航系统的精度较低,将其应用于紧组合导航系统中时,姿态角误差的矫正效果不理想,使得系统不能长时间保持高精度运行,当姿态角误差积累到一定程度,会导致紧组合滤波器发散,因此对姿态角误差进行量测矫正很有必要。本文的主要内容如下:首先,对组合导航技术以及载体姿态测量技术的发展情况进行了简要总结,叙述了导航领域中常用导航坐标系的定义和联系,研究了GPS导航系统和惯性导航系统的基本工作方法,并对两个子系统常见的误差来源进行了描述和分析。研究了惯性导航系统与卫星导航系统的三种基本组合方式,以及每种方式的特点。其次,研究了卡尔曼滤波算法的滤波原理,针对本课题所研究的基于MEMS的IMU惯性与卫星紧组合导航系统的特点,建立了卡尔曼滤波模型,并对系统滤波方程进行了推导。通过仿真结果表明,紧组合系统的闭环滤波结构比开环滤波结构性能更优秀,并且在缺星条件下可以进行定位解算,精度满足要求。然后,研究了采用GPS接收机测量载体运动中姿态信息的原理,并详细推导了如何用单天线GPS接收机进行伪姿态角解算,采用卡尔曼滤波技术对解算数据进行最优估计。通过仿真验证表明,采用单天线GPS接收机进行载体姿态解算,可以提供满足要求的姿态信息。最后,在传统的惯性导航与卫星导航紧组合系统中,通过引入由单天线GPS接收机解算得到的姿态角量测信息,提出了紧组合姿态矫正算法,以使紧组合导航系统的性能得到提升,并建立模块化综合仿真实验平台。通过仿真验证表明,所设计的紧组合姿态矫正算法可以解决因姿态角误差不可观测所造成的误差积累问题,使得滤波器在长时间内稳定运行,并保证精度。