针对缆控水下机器人(ROV)运行时姿态估计的精准性和实时性问题，设计了一种基于乘性扩展卡尔曼滤波(MEKF)的姿态估计算法。该算法通过线性化姿态运动学方程，分别建立标称状态方程和误差状态方程，在扩展卡尔曼滤波框架下融合微机电系统(MEMS)传感器数据，实时估计姿态和偏差。为验证该算法可行性，采集水下动态实验数据进行融合，与参考值相比较，并在仿真环境下与姿态估计算法中广泛使用的显性互补滤波(ECF)以及梯度下降(GD)法分析对比。结果表明：算法能实时稳定输出ROV的姿态信息，并且在动态性、收敛性和准确性等方面均优于其他两种算法。基本满足ROV姿态估计收敛性好、精度高等要求。