随着科学技术的飞速发展,人们收集到的数据越来越复杂,函数型数据的概念也随之出现,由于函数型数据在很多科学领域都有广泛应用,因此函数型数据分析(FDA)也越来越引起学者们的关注。在实际问题中,我们获取的数据往往是带有测量误差的,因此带有测量误差的回归分析也在过去几十年有了快速发展。本文研究了半函数型线性回归模型在函数型及实值随机变量同时带有测量误差时的估计问题。我们利用函数型主成分分析及核光滑理论,得到函数型数据的斜率函数和非参数部分的估计量。由于考虑到协变量带有测量误差,我们利用解卷积的方法构造了一种新的核估计。然后,我们推出了在一般假设条件下,斜率函数及非参数部分的估计的相合性以及收敛速率。最后,通过统计模拟再一次验证了在有限样本的情况下这种估计方法的良好表现。