微型飛行器以其結(jié)構(gòu)上的諸多優(yōu)點(diǎn)和在石油管線巡線、電力巡線、測(cè)繪、航拍等領(lǐng)域的廣闊應(yīng)用前景，鼓舞著科研人員進(jìn)行各種研究和開發(fā)。隨著微型慣導(dǎo)傳感器及高運(yùn)算能力的微處理器等在技術(shù)方面有了實(shí)質(zhì)性的發(fā)展，使得飛行器的尺寸做的更加小巧精致。在實(shí)際運(yùn)用場(chǎng)合中考慮成本問題我們通常選用較為廉價(jià)的慣導(dǎo)器件，對(duì)于廉價(jià)的慣導(dǎo)器件而言存在著較大的溫度漂移與噪聲系數(shù)。這就要求我們利用軟件算法來彌補(bǔ)這一不足。如Kalman濾波、互補(bǔ)濾波、四元數(shù)法等融合算法的出現(xiàn)。Kalman濾波與互補(bǔ)濾波都是在觀測(cè)值與估計(jì)值之間去一個(gè)可信度，不同點(diǎn)是互補(bǔ)濾波這個(gè)可信度系數(shù)是人為設(shè)定好的，而Kalman濾波器的這個(gè)可信賴程度是通過上一次的觀測(cè)協(xié)方差與當(dāng)前的觀測(cè)偏差決定的，有一個(gè)自迭代的過程，減少了人為的因素。而四元數(shù)則是結(jié)合的磁力計(jì)對(duì)重力向量的方位角進(jìn)行估計(jì)，得到一個(gè)濾波后的方位再將其轉(zhuǎn)換為歐拉角或者其他的角度形式輸出。粒子濾波是經(jīng)由Bayes濾波器推導(dǎo)出來的，其核心思想是利用蒙特卡洛思想以均值替代復(fù)雜的積分運(yùn)算，實(shí)現(xiàn)狀態(tài)的后驗(yàn)估計(jì)。

　　盡管有著很多的研究證明在線性高斯模型下kalman濾波器是最優(yōu)漶波器，但是實(shí)際飛行器中由于使用了較為廉價(jià)的傳感器，使得傳感器受對(duì)周圍環(huán)境比較敏感。導(dǎo)致觀測(cè)的角度數(shù)據(jù)未必完全符合理想的高斯分布，基于這個(gè)猜想我們利用粒子濾波對(duì)飛行器的基礎(chǔ)姿態(tài)數(shù)據(jù)進(jìn)行融合以獲得高精度的姿態(tài)數(shù)據(jù)，并對(duì)比測(cè)試了kalman濾波與粒子濾波在不同的噪聲模型下的濾波效果，期望獲得一個(gè)對(duì)噪聲分布類型敏感且適用于廉價(jià)慣導(dǎo)器件的濾波器。在文章的第一部分我們首先介紹了粒子濾波算法的原理，第二部分描述對(duì)飛行器姿態(tài)模型的建立，并對(duì)算法的偽代碼進(jìn)行了說明。在第三部分我們對(duì)算法進(jìn)行了Matlab環(huán)境的仿真與實(shí)際嵌入式系統(tǒng)的驗(yàn)證仿真，對(duì)比Kalman濾波分析粒子濾波算法的性能。在第四部分我們對(duì)粒子濾波進(jìn)行了總結(jié)，并提出了一些討論。