集成光子技术引领了小型化光学器件的发展，可以在单块芯片上实现非常复杂的功能。许多集成光学器件，如分光器、谐振器、激光器、放大器、滤波器和调制器等均已实现单片集成或者混合集成，各国在设计、制造复杂的光子集成器件投入了大量的研究工作。通过集成光学技术制造的光学陀螺仪可以有效减小陀螺仪的重量和尺寸，降低成本和功耗，并增加系统的可靠性，性能指标也逐渐提升，具有良好的发展潜力。本文介绍了国内外集成光学陀螺仪敏感单元的研究状况，简要分析了当前通过采用不同材料平台和新型谐振结构设计提升集成光学陀螺仪性能的研究特点，期望有助于该领域的研究人员对集成光学陀螺技术的最近进展有比较全面的了解。

基于硅-玻璃键合工艺实现敏感结构和衬底相接是微惯性器件的主流工艺方案之一。硅和玻璃热膨胀系数不同, 在惯性器件环境工作温度发生变化时, 硅玻璃接触表面会产生热应力, 该应力严重影响器件的性能。为了测量异质材料间的热失配应力以及键合锚点尺寸对应力的影响, 本文提出了一种以悬臂梁作为测试结构的锚点形变测量和数据处理方法, 用于表征器件的工艺热失配应力。根据仿真结果将锚点设计成切块形式以减小最大应力和结构形变。测试结果表明, 对于边长为600, 400和200 μm的锚点, 悬臂梁相对锚点的平均离面位移分别为0.43,0.30和0.20 nm/℃; 结果具有良好的重复性。该结果说明锚点热形变与锚点的大小直接相关, 这对MEMS惯性结构以及工艺设计改进具有重要的意义。

结合惯性器件随机误差研究的实际, 针对传统的基于时间序列的ARMA建模方法和深度学习LSTM网络进行了适用性和实时性对比分析, 通过获取具体型号的惯性器件输出数据设计了算例。研究认为在未做实时性要求的情况下, ARMA建模和LSTM网络均可以达到较好的拟合效果, 而建立LSTM网络方法可以减少提取趋势项和周期项的环节; 实时在线预测情况下LSTM网络优势明显, 但预测精度会随时间序列缩短而明显下降, 可以在一定程度上反映噪声变化的趋势并据此对整体控制系统的滤波算法进行优化。

针对惯性器件具有非线性退化特性且存在少量历史退化数据的特点，采用非线性退化过程对其寿命进行评估，并给出了适用于非线性退化过程的贝叶斯方法。首先，根据Fisher信息矩阵确定两个参数的无信息先验分布；然后利用退化数据独立增量的似然函数得到参数的分布为高斯-逆伽马分布，利用相容历史数据获得第一次后验分布, 再利用新检测数据得到第二次后验分布;最终实现单台设备的参数与寿命预测结果的实时更新。实验表明，非线性退化过程的评估结果较维纳过程更为准确，所给出的贝叶斯方法能有效实现单台设备的实时预测，可为惯性器件的维护决策提供依据。

灰色理论是一种研究惯性器件退化规律，并对其进行寿命预测的有效方法。为增强新信息价值，用加权模型对非等时距GM(1,1)模型进行了改进；针对离乱数据序列无法给出确切预测值的问题，提出了灰色区间预测的新方法，该方法同时利用数据整体趋势与极值点的信息，克服了仅用极值点来提取边界函数的缺陷。建模前先检验参数序列的光滑比，对满足准光滑条件的参数序列直接采用加权灰色模型建模，否则进行灰色区间预测。实例证明，直接建模时，加权模型使预测精度由2级提升为1级，灰色区间预测时，实际值落在预测区间，其上下边界预测的平均相对误差为4.88%，预测效果得到了显著提高。

为了对陀螺漂移趋势进行更有效的预测,提出一种基于小波分析的新型GM(1,1)-AR时间序列预测算法。该算法通过运用小波分解算法将陀螺漂移数据中的趋势项和随机项进行分离,然后分别运用GM(1,1)模型和AR时间序列预测模型对趋势项和随机项进行预测,最后用小波重构算法得出最终的预测值。给出了一种算法及具体步骤,最后用某型导弹陀螺漂移数据进行仿真实验,以检验这种算法的有效性和可行性,结果表明这种预测算法应用于陀螺漂移趋势预测是可行的。