捷联惯导系统的精度受到自身各种误差因素的影响, 需在使用之前进行精确地标定和补偿。为了更加有效地标定误差, 设计了一种10位置系统级标定的方法。利用简化的误差模型和速度误差变化率方程, 建立了所有误差参数与导航误差之间的线性关系。通过设计的10位置连续旋转方案对由各项误差参数引起的速度误差进行充分激励, 利用所得数据进行卡尔曼滤波, 计算出包括陀螺仪和加速度计的零偏、标度因数误差、安装误差以及加速度计二次项误差等24个误差参数。仿真得到陀螺零偏误差优于0.000 75(°)/h, 加速度计零偏误差优于5 ?滋g, 陀螺和加速度计的安装角误差优于1.5″, 标度因数误差优于2 ppm(1 ppm=10-6)系统, 加速度计二次项误差优于0.15×10-6 s2/m。另通过3组实验验证了重复性, 证明了该方法确实有效。

分析了系统级标定的研究现状，建立了惯导系统误差模型。额外考虑加速度计二次项误差系数与内杆臂参数对系统的影响，提出了一种36维Kalman滤波系统级标定方法。设计了合适的标定路径，建立了Kalman滤波模型。仿真及实验结果表明，激光陀螺和加速度计零偏估计精度分别优于0.001(°)/h和9 μg，标度因数误差估计精度分别优于3 ppm(1 ppm=10^-6)和2 ppm，安装误差角估计精度分别优于1″和3″，二次项误差系数估计精度优于4×10^-10 s²/m，内杆臂参数估计精度优于3 mm，满足高精度惯导系统的标定要求。

在惯组系统级标定过程中, 由于系统模型尤其是噪声统计特性的不确定性, 常常造成较大的估计误差, 严重时甚至导致滤波器发散。针对此问题, 采用Two-Stage滤波思想, 研究随机噪声干扰下系统不确定性偏差的最优滤波器设计(OTSKF), 并在此基础上提出一种基于最优TSKF算法的快速次优滤波算法。理论分析表明该算法具有较小的运算量、良好的收敛性及抗扰动性。最后, 将该算法应用于惯组系统级标定, 通过一组自动化标定方案, 实现了惯组的在线标定, 实验结果验证了该算法的有效性。