針對(duì) MEMS 陀螺儀精度不高、隨機(jī)噪聲復(fù)雜的問(wèn)題，研究了某 MEMS 陀螺儀的隨機(jī)漂移模型。應(yīng)用時(shí)間序列分 析方法，采用 AR(1)模型對(duì)經(jīng)過(guò)預(yù)處理的 MEMS 陀螺儀測(cè)量數(shù)據(jù)噪聲進(jìn)行建模，進(jìn)而基于該 AR 模型并采用狀態(tài)擴(kuò)增法設(shè) 計(jì) Kalman 濾波算法。速率試驗(yàn)和搖擺試驗(yàn)仿真結(jié)果表明在靜態(tài)和恒定角速率條件下，采用該算法濾波后的 MEMS 陀螺 儀的誤差均值和標(biāo)準(zhǔn)差都比濾波前有了明顯的降低。針對(duì)搖擺基座下該算法隨擺動(dòng)幅度的增大效果變差的問(wèn)題，從提 高采樣率和選擇自適應(yīng) Kalman 濾波兩個(gè)方面對(duì)算法進(jìn)行改進(jìn)。仿真結(jié)果表明，兩種方法都能改善濾波效果，然而考慮 到系統(tǒng)采樣頻率和 CPU 計(jì)算速度的限制，自適應(yīng)濾波有更高的實(shí)用性。