1、微慣性導(dǎo)航系統(tǒng)是由慣性器件（微硅陀螺、微硅加速度計(jì)）、計(jì)算機(jī)等部件組成，它具有自主性、隱蔽性好的優(yōu)點(diǎn)，可以提供多種導(dǎo)航參數(shù)。但是隨著時(shí)間的積累，它的誤差卻愈來(lái)愈大。它的誤差主要分為系統(tǒng)級(jí)誤差和慣性器件級(jí)誤差，前者可通過(guò)一定的方法進(jìn)行補(bǔ)償；而微慣性器件易受影響，其精度偏低，嚴(yán)重影響導(dǎo)航的結(jié)果，是慣導(dǎo)系統(tǒng)誤差的主要來(lái)源，因此對(duì)微慣性器件進(jìn)行誤差補(bǔ)償具有重要的意義。本文主要對(duì)MEMS陀螺的誤差進(jìn)行分析、建模，結(jié)合實(shí)際的應(yīng)用環(huán)境采用有效的方法對(duì)

2、誤差建模與補(bǔ)償，對(duì)減小慣導(dǎo)系統(tǒng)誤差、提高定位精度具有重要作用。
　　MEMS（Micro Electro Mechanical Systems,簡(jiǎn)稱MEMS）陀螺與傳統(tǒng)陀螺相比具有體積小、重量輕、易集成化等優(yōu)點(diǎn)，在武器導(dǎo)航、車(chē)載導(dǎo)航等軍用和民用領(lǐng)域有廣泛的應(yīng)用前景。但是由于其精度易受工作環(huán)境及制造工藝等影響，極大地限制了MEMS陀螺儀的廣泛應(yīng)用，所以對(duì)于MEMS慣性器件的研究已成為各國(guó)研究的重點(diǎn)項(xiàng)目。本論文主要對(duì) MEMS陀螺進(jìn)行

3、誤差分析及補(bǔ)償研究，使微機(jī)械陀螺在高精度導(dǎo)航系統(tǒng)中的廣泛應(yīng)用成為可能。
　　本文首先對(duì)慣性導(dǎo)航系統(tǒng)進(jìn)行了簡(jiǎn)單介紹，并以捷聯(lián)慣性導(dǎo)航系統(tǒng)為研究對(duì)象深入研究了慣導(dǎo)系統(tǒng)的原理、組成及誤差來(lái)源。其次對(duì)慣導(dǎo)系統(tǒng)的重要部件陀螺儀進(jìn)行研究，在了解微機(jī)械陀螺的組成結(jié)構(gòu)及工作原理的基礎(chǔ)上，詳細(xì)研究了MEMS陀螺儀的誤差特性。MEMS陀螺儀的誤差主要包括由零位誤差、安裝誤差等構(gòu)成的確定性誤差和隨機(jī)誤差兩部分，確定性誤差可以由實(shí)驗(yàn)方法進(jìn)行補(bǔ)償；隨機(jī)誤差

4、隨時(shí)間而逐漸增加，并且無(wú)規(guī)律可循，很難建立準(zhǔn)確的數(shù)學(xué)模型來(lái)描述，因此隨機(jī)誤差是影響 MEMS陀螺精度的主要原因。本文從 MEMS陀螺儀采樣數(shù)據(jù)特點(diǎn)出發(fā)，采用小波分析對(duì)陀螺儀的輸出數(shù)據(jù)分析與處理，并將小波神經(jīng)網(wǎng)絡(luò)（Wavelet Neural Network，WNN）非線性建模的方法應(yīng)用于MEMS陀螺隨機(jī)誤差建模中，仿真結(jié)果表明了WNN建模方法可以很好的對(duì)微機(jī)械陀螺的隨機(jī)誤差建模與補(bǔ)償，減小隨機(jī)誤差對(duì)MEMS陀螺儀精度的影響。