本课题来源于某研究院,研究目的是需要设计一款抗大过载、体积小、适应能力强等特点的微惯性测量单元,并完成姿态测量任务。微惯性测量单元(Micro Inertial Measurement Unit,MIMU)作为载体姿态的输出模块,为载体提供位置和姿态信息等。未来微惯性测量单元的设计也会向着小型化,低功耗、高精度方向发展。本文基于MEMS(Microelectro Mechanical Systems,微机电系统)技术,设计了微惯性测量单元和滤波算法,根据应用要求制定了总体方案。按照要求使用全国产化的MEMS惯性传感器,使用有浮点型运算的STM32F407作为主控芯片,合理设计硬件电路,编写主控芯片程序,利用LABVIEW软件编写上位机程序,实现了微惯性单元原始数据和姿态角的显示输出,并将数据打包发送给MATLAB处理。因微惯性测量单元使用在振动冲击较大的环境中,故对设计好的惯性金属支撑结构,进行了ANSYS应力分析,其仿真分析的结果为MIMU的结构设计提供了理论基础。为了提高微惯性测量单元的可靠性,在正交安装的MIMU内部注入硬质聚氨酯发泡剂,以缓冲模块受到的冲击力;微惯性测量单元内空间布局紧凑,传感器和微处理器工作时都会产生大量热,因此,对微惯性测量单元进行了热分析,根据热分布分析结果,在结构发热位置增加了散热设计,根据对应的热分布在发热电子元器件表面和结构壳体内壁贴上散热石墨片。针对微惯性测量单元的精度,对集成设计的MIMU的正交安装误差、传感器误差、温漂误差进行了分析,对建模的误差模型进行补偿标定,提高微惯性测量单元的输出精度。针对加速度计和陀螺仪的随机噪声,使用Allan方差分析法,辨识加速度计和陀螺仪的随机误差成分,以便对微惯性模块的性能进行评估。在测试部分,利用高加速度冲击平台,对MIMU进行了大过载冲击试验,验证设计的微惯性结构能够承受大过载冲击;最后还设计了基于熵准则的卡尔曼滤波算法,对MIMU输出进行实时滤波,同时将该算法与无源线性互补滤波、拓展卡尔曼滤波器作了对比,通过比较静态和动态数据下均方根值的大小,判断输出姿态角的离散程度,根据三种算法对比分析,得出基于熵准则的卡尔曼滤波器确实提高了姿态输出的精度和曲线的平滑度,也进一步验证了该算法对高斯噪声、非高斯噪声都有不错的滤除效果,得到的姿态角精度也满足实际环境中的应用。