加速度计作为测量振动和冲击的惯性传感器,其动态特性直接影响着动态测量的精度,加速度计动态模型参数辩识是建立其动态模型的重要研究内容。加速度计在其线性动态范围内,通常等效为单自由度质量-弹簧-阻尼系统,其动态模型为二阶线性系统,模型参数为对应二阶线性系统参数,即阻尼比、固有频率和加速度与输出参量的转换系数。在噪声和加速度计存在的非线性影响可以忽略时,以二阶线性模型为基础,利用参数辨识方法,例如:遗传算法、神经网络算法或最小二乘算法等,所辨识的加速度计动态模型参数具有一定精度,然而,在加速度计的高精度应用场合,由于受噪声和加速度计的非线性特性影响,导致加速度计二阶线性动态模型参数辩识方法产生较大的参数估计误差,因此,研究减小噪声和非线性影响的加速度计动态模型参数辩识方法,提高加速度计动态模型参数辩识的精度具有重要的理论意义和应用价值。本文在加速度计二阶线性动态模型的基础上,为了准确地表征加速度计存在的非线性,通过引入非线性项,构建了包含线性部分和非线性特性的加速度计混合动态模型,描述其动态特性;针对频谱泄漏和测量噪声对加速度计频率响应函数估计的影响,研究了加速度计混合动态模型频率响应函数估计方法,提出了基于全相位快速傅里叶变换的谱估计方法,有效地解决了频谱泄漏和测量噪声对加速度计频率响应函数估计的影响;结合冲击激励信号的带宽,提出了一种基于频域加权最小二乘(weighted least square,WLS)和支持向量机(support vector machine,SVM)的加速度计混合动态模型参数辩识方法,在频域采用WLS辨识线性部分参数,利用SVM估计其非线性,实现了加速度计混合动态模型的参数辩识;并基于虚拟仪器技术,开发了加速度计动态模型参数辩识系统,实现了模型参数的在线辩识。实验研究表明,所提出的全相位FFT谱估计方法能够减小频谱泄漏和测量噪声对加速度计频率响应函数估计的影响;所提出的基于WLS和SVM的加速度计混合动态模型参数辩识方法,能够减小加速度计非线性对模型参数辨识的影响,有效地提高了加速度计混合动态模型参数辨识精度;所开发的基于虚拟仪器技术的加速度计动态模型参数辩识系统,实现了加速度计动态模型参数的在线辨识。