MEMS惯性传感器、微型GPS接收机等是MUAV自主姿态稳定和导航的硬件基础，系统姿态和导航算法是微型无人飞行器系统的核心，姿态和导航算法需综合考虑传感器资源、机载处理器运算能力、存储器大小和接口等硬件约束因素。

目前，基于MEMS惯性技术的MUAV姿态和导航算法可分为两大类，分类依据为满足舒拉原理。:

       第一类姿态和导航算法，姿态解算和导航定位是相互独立。导航定位直接用GPS来实现，水平姿态解算的基本原理类似于垂直陀螺仪，利用加速度计输出的比力修正水平姿态。修正的方式可以简单的加权，也可利用卡尔曼滤波。直接加权的方式所需要的计算量小，Brigham Young大学MAGICC采用此种姿态算法，加权的权值选择依赖飞行经验。若采用卡尔曼滤波，系统状态变量通常取为载体的欧拉角和陀螺零偏，或用四元数替代欧拉角，状态方程取为欧拉角微分方程或四元数微分方程。

       第二类姿态和导航算法，包含完整的惯性导航系统，与GPS构成GPS/MEMS-INS组合导航系统，组合导航系统为飞行控制系统提供姿态、速度和位置等参数。此类系统对处理器的要求较高。

       南京航空航天大学MUAV的姿态和导航是GPS/MEMS-INS组合导航系统(速度、位置组合)，原理和工程实现上保证系统姿态不受载体运动加速度影响。作为GPS失锁后的应对措施，借鉴了第一类算法，自适应的改变卡尔曼滤波的量测方程和量测量，进行水平姿态的组合。系统算法实现了9阶卡尔曼状态方程的GPS/MEMS-INS,计算时间小于20ms的迭代周期。

       德国不伦瑞克工业大学在MEMS-IMU 进行挂飞试验后，利用挂飞数据，开发了GPS/MEMS-INS深组合系统，也取得了较好的效果。但其算法和系统目前还没能在微型飞行器的微处理器上实现。