针对微机械陀螺零偏受温度影响较大的问题, 提出一种粒子群优化(PSO)算法和支持向量机(SVM)相结合的陀螺零偏温度补偿方法。首先, 将平滑处理后的陀螺数据作为样本点, 采用基于径向基核函数的支持向量机方法构建漂移模型, 把数据从低维空间映射到高维空间, 并进行线性拟合, 保证泛化能力。然后, 利用粒子群算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化, 避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明：经PSO调节支持向量机算法补偿后, 陀螺输出精度更高; 与最小二乘法、BP神经网络法相比, 陀螺输出数据方差分别减小了81.3%和57%, 最大误差分别减小54.7%和48.5%。