微型飛行器以其結構上的諸多優點和在石油管線巡線、電力巡線、測繪、航拍等領域的廣闊應用前景，鼓舞著科研人員進行各種研究和開發。隨著微型慣導傳感器及高運算能力的微處理器等在技術方面有了實質性的發展，使得飛行器的尺寸做的更加小巧精致。在實際運用場合中考慮成本問題我們通常選用較為廉價的慣導器件，對于廉價的慣導器件而言存在著較大的溫度漂移與噪聲系數。這就要求我們利用軟件算法來彌補這一不足。如Kalman濾波、互補濾波、四元數法等融合算法的出現。Kalman濾波與互補濾波都是在觀測值與估計值之間去一個可信度，不同點是互補濾波這個可信度系數是人為設定好的，而Kalman濾波器的這個可信賴程度是通過上一次的觀測協方差與當前的觀測偏差決定的，有一個自迭代的過程，減少了人為的因素。而四元數則是結合的磁力計對重力向量的方位角進行估計，得到一個濾波后的方位再將其轉換為歐拉角或者其他的角度形式輸出。粒子濾波是經由Bayes濾波器推導出來的，其核心思想是利用蒙特卡洛思想以均值替代復雜的積分運算，實現狀態的后驗估計。

　　盡管有著很多的研究證明在線性高斯模型下kalman濾波器是最優漶波器，但是實際飛行器中由于使用了較為廉價的傳感器，使得傳感器受對周圍環境比較敏感。導致觀測的角度數據未必完全符合理想的高斯分布，基于這個猜想我們利用粒子濾波對飛行器的基礎姿態數據進行融合以獲得高精度的姿態數據，并對比測試了kalman濾波與粒子濾波在不同的噪聲模型下的濾波效果，期望獲得一個對噪聲分布類型敏感且適用于廉價慣導器件的濾波器。在文章的第一部分我們首先介紹了粒子濾波算法的原理，第二部分描述對飛行器姿態模型的建立，并對算法的偽代碼進行了說明。在第三部分我們對算法進行了Matlab環境的仿真與實際嵌入式系統的驗證仿真，對比Kalman濾波分析粒子濾波算法的性能。在第四部分我們對粒子濾波進行了總結，并提出了一些討論。