1.一种小型多旋翼无人机姿态解算方法，其特征在于，该方法采用四元数作为状态向量，使用陀螺仪数据对状态向量进行更新，将加速度数据和磁力计数据分为两个阶段进行处理，在第一阶段，使用一种改进的无迹卡尔曼滤波器结合加速度计数据对四元数状态向量进行初步校正；在第二阶段，使用改进的无迹卡尔曼滤波算法结合磁力计数据对四元数状态向量进行进一步的校正。

2.如权利要求1所述的方法，其特征在于，具体按以下步骤进行：步骤1：确定初始状态估计值 及其协方差

读取陀螺仪数据wx，wy和wz，计算离散时间状态转移矩阵Ak/k-1，计算状态预测值及其协方差步骤2：Sigma点选取：

根据状态预测值及其协方差选择一组加权Sigma点；

步骤3：第一阶段量测更新：

计算经过非线性量测方程h1(·)变换后的Sigma点，计算量测预测值 及其协方差 计算状态预测值与量测预测值间的互协方差 确定第一阶段卡尔曼增益矩阵Kk1，读取加速度计数据 计算第一阶段校正参数qε1，更新第一阶段状态估计值 及其协方差

步骤4：第二阶段量测更新：

计算经过非线性量测方程h2(·)变换后的Sigma点，计算量测预测值 及其协方差 计算状态预测值 与量测预测值间的互协方差 确定第二阶段卡尔曼增益矩阵Kk2，读取磁力计数据 计算第二阶段校正参数qε2，其中，更新第二阶段状态估计值 及其协方差步骤5：完成一个滤波周期的计算，得到滤波校正后的四元数，将其转换为姿态角；

步骤6：重复步骤1到步骤5的过程。

3.如权利要求1所述的方法，其特征在于：所述四元数状态向量的方程为：qk＝Ak/k-1qk-1+wk

其中，qk∈Rn，为k时刻的四元数状态向量， 和 为k时刻的量测向量，Ak/k-1为四元数状态向量方程的状态转移矩阵，h1(·)和h2(·)为描述量测方程的非线性函数，wk， 和 为互不相关的零均值高斯白噪声过程，其方差为：所述的状态转移矩阵为：

其中I为单位阵，T为解算周期，Ω为陀螺仪数据组成的矩阵，且：其中，wx，wy和wz分别为k-1时刻陀螺仪测得机体坐标系下角速度分量。

4.如权利要求2所述的方法，其特征在于，所述的非线性量测方程h1(·)和非线性量测方程h2(·)均为非线性函数，其表达式分别为：其中：和 分别表示为重力场和地磁场在机体坐标系下的估计量，g表示重力加速度，为使用四元数表示的地球坐标系到载体坐标系之间的变换矩阵，其表达式为：

5.如权利要求2所述的方法，其特征在于，所述四元数状态向量的状态方程为线性，状态预测值及其协方差的计算与线性卡尔曼滤波相同，即：

6.如权利要求2所述的方法，其特征在于，所述步骤2中选取的sigma点为：其中，a∈R为调节参数，控制Sigma点在 周围的分布， 为矩阵均方根的第i列，n为状态向量的维数。

7.如权利要求2所述的方法，其特征在于，所述经过非线性量测方程h1(·)和非线性量测方程h2(·)变换后的Sigma点分别为：

8.如权利要求2所述的方法，其特征在于，步骤3、4中所述的计算量测预测值及其互协方差和计算状态预测值与量测预测值间的互协方差的计算公式分别为：其中，

步骤3和步骤4中所述的卡尔曼增益矩阵Kk1和卡尔曼增益矩阵Kk2分别为：

9.如权利要求2所述的方法，其特征在于，为保证偏航角不被加速度计校正过程影响，校正参数四元数qε的第三个矢量部分被置为0；步骤3中，计算第一阶段校正参数qε1，更新状态估计值 及其协方差 所用公式分别为：qε1＝[qε,0 qε,1 qε,2 0·qε,3]T其中qε,0,qε,1,qε,2和qε,3分别为四元数qε的四个元素；

为保证横滚角和俯仰角不被磁力计校正过程影响，校正参数qε的第一和第二个矢量部分被置为0；步骤4中，计算第二阶段校正参数qε2，更新状态估计值 及其协方差 所用公式分别为：qε2＝[qε,0 0·qε,1 0·qε,2 qε,3]T其中qε,0,qε,1,qε,2和qε,3分别为四元数qε的四个元素。

10.如权利要求2所述的方法，其特征在于，所述步骤5中四元数转姿态角的公式为：