本論文研究以微機電飛行資訊量測系統為基礎之飛行姿態角之計算，提出以四元素法為核心之擴展式卡曼濾波器的設計，探討整合傳統四元素法及重力場計算飛行姿態角之運算法則，並以實際飛行數據執行實務驗證。
此擴展式卡曼濾波器以傳統計算飛行姿態角之四元素法為動態模式，四個元素即為濾波器之狀態，重力場計算所得之飛行姿態角則視為系統之實際量測值。本研究首先利用四軸運動平台設計一個固定滾轉角飛行的實驗，由飛行資訊量測系統量測運動過程的三軸加速度及角速度，並分別由四元素法及重力場計算飛行姿態角，同時探討實驗誤差及量測雜訊之特性，之後再利用擴展式卡曼濾波器，做互補濾波，計算姿態角，驗證此卡曼濾波器設計的實用性。最後再以實際飛行數據來驗證本論文所提出的飛行姿態角之計算法則。

This thesis studies the attitude determination using a MEMs flight information measurement unit. A quaternion-base extended Kalman filter to integrate the traditional quaternion and gravitational methods for attitude determination algorithm is proposed in the study. The proposed extended Kalman filter utilizes the evolution of the four elements in the quaternion method for attitude determination as the dynamic model with the four elements as the states of the filter. The attitude obtained from the gravity computation is treated as the output of the filter. An experiment using an in-house designed motion platform is designed to evaluate the proposed algorithm. From the experiment, the noise characteristics of the sensor signals are examined. The proposed filter design is then validated using the laboratory data. With the success in the laboratory test, a set of flight test data is utilized to show the practicality of the filter design

符號定義	X
第一章  序論	1
1.1 研究動機與目的	2
1.2 文獻回顧	3
1.3 研究方向與論文架構	6
第二章 飛機姿態計算	7
2.1 飛行姿態探討	7
2.1.1 靜止時求飛機姿態	7
2.1.2 運動時求飛機姿態	8
2.2 四元素法	11
2.2.1 尤拉角(Euler angle)	11
2.2.2 四元素法應用	12
第三章 實驗儀器簡介暨實驗設計	14
3.1 慣性量測組件	14
3.1.1 校準	15
3.1.2 靈敏度換算	16
3.2 四軸實驗平台	17
第四章 實驗數據探討	23
4.1利用重力場求姿態角	23
4.1.1理論值計算與圖形比較（滾轉角為 時）	25
4.1.2理論值計算與圖形比較（滾轉角為 時）	40
4.1.3分析實驗誤差來源	49
4.2 利用四元素法求姿態角	50
第五章 卡曼濾波應用	57
5.1 卡曼濾波概述	57
5.2 四元素法整合卡曼濾波	60
5.2.1 非線性擴展卡曼濾波式	65
5.2.2 卡曼濾波系統的雜訊探討	68
5.2.3 地面模擬結果	72
5.3 實際飛行數據探討	75
5.3.1 重力場推算姿態角	78
5.3.2 四元素法計算姿態角	82
5.3.3 整合卡曼濾波	83
第六章 結論與未來展望	95
參考文獻	97
附錄A 四元素法推導過程	99
附錄B...........................................106

[1] Young Soo Suh，”ATTITUDE ESTIMATION USING LOW COST ACCELEROMETER AND GYROSCOPE”， School of Electrical Engineering University of Ulsan San-29 Moogu-2 Dong, Namgu Ulsan 680-749, Korea。
[2] 鄭憲君,“以 GPS 速度為基礎之姿態估測及其應用於無人直昇機系統”，成功大學航空太空工程學系碩士論文，2002。
[3] Albert-Jan Baerveldt and Robert Klang，“A Low-cost and Low-weight Attitude Estimation System for an Autonomous Helicopter”， Center for Computer Systems Architecture, Halmstad University。
[4] Zhang Yu and Ronald Choe，“Development & Verification of a Low-Cost IMU for Vehicle Attitude Determination”，Advanced Systems Department Singapore Technologies Aerospace。
[5] Jay Farrell，Matthew Barth，“The Global Positioning System and Inertial Navigation”。
[6] R.P.G. COLLINSON，”Introduction To Avionics”，CHAPMAN & HALL，1996。
[7] David H. Titterton and John L. Weston，”Strapdown Inertial Navigation Technology-2nd Edition”，The institute of Electrical Engineers。
[8] 趙冠惠，”應用地球靜磁場量測UAV姿態”，成功大學航空太空工程學系碩士論文，2002。
[9] 吳宗興，”以微機電系統為基礎之飛行資訊量測組件 設計與製作”，淡江大學航空太空工程學系碩士論文，2008。
[10] 黃立輝，”微機電慣性量測組件驗證環境之設計”， 淡江大學航空太空工程學系碩士論文，2008。
[11] LIU Cheng (劉成)， ZHOU Zhaoying (周兆英)， FU Xu（付旭），”Attitude Determination for MAVs Using a Kalman Filter，
State Key Laboratory of Precision Measurement Technology and Instruments”, Department of Precision Instruments and Mechanology, Tsinghua University, Beijing 100084, China.
[12]  Haim Baruh, ”Analytical Dynamics”, McGraw-Hill 1999 .
[13] Rong Zhu, Dong Sun, Zhaoying Zhou, Dingqu Wang，“A linear fusion algorithm for attitude determination using low cost MEMS-based sensors”，ScienceDirect，2006.
[14] Dan Simon, ”Kalman Filtering” ,Embedded Systems Programming, June 2001.
[15] Dan Simon ,”Optimal state estimation”, Wiley 2006.
[16] 張明宇，”微機電慣性量測組件設計驗證及整合導航運算之研究”，淡江大學航空太空工程學系碩士論文，2010。