为有效抑制光纤陀螺(FOG)随机噪声，提出将一种多尺度变步长最小均方(MVSLMS)自适应算法应用于FOG数据处理中。根据FOG输出数据的特点，构建了MVSLMS自适应滤波器，提出了FOG信号滤波算法的实现步骤。对FOG实测静态数据、振动数据和速率测试数据进行了滤波实验，结果表明所提算法对FOG随机噪声的抑制效果明显，相比LMS滤波，MVSLMS自适应滤波后的静态数据零偏稳定性数值减小了72.0%，振动数据在振前、振中、振后零偏稳定性数值分别减小91.5%,77.4%和96.5%，速率测试数据标准差减小了54.4%。摇摆测试滤波实验结果表明所用算法对FOG真值信号具有较好的跟踪能力。

为解决光纤陀螺(FOG)信号滤波过程中噪声抑制与信号跟踪的矛盾，提出了一种自适应滑动平均离散小波变换——双模式卡尔曼滤波(AMA-DWT-DMKF)算法，利用AMA算法将FOG输出信号划分为信号过渡区域和稳定区域，并融合DWT算法和基于不同过程噪声方差Q/测量噪声方差R比条件下Kalman滤波算法的优势特性，对AMA算法判定结果进行针对性滤波。采用AMA-DWT-DMKF算法对FOG静态信号、扰动信号以及变化的速率信号进行滤波，实验结果表明，所提算法在保证较高噪声抑制能力的同时，具有较好的信号跟踪能力。

为了更好地分析光纤陀螺在动态环境下的性能，提出了采用动态Allan方差(DAVAR)的方法全面表征光纤陀螺的动态特性。DAVAR是一种最新提出来分析非平稳信号的方法，是Allan方差法的扩展和完善。针对高精度光纤陀螺进行分析，分别在振动和变温条件下获得实测数据，采用DAVAR计算每个样本的Allan方差，并求得五个噪声系数的二维表示，用来细化和辨识信号动态特征。实验结果表明，DAVAR法可以量化地分析光纤陀螺输出信号中各项噪声系数在动态环境下的变化情况，准确地反映陀螺的动态特性。采用DAVAR分析光纤陀螺信号，可为之后的噪声滤除提供理论支撑和实验依据。