系统级的标定技术与单个仪表在实验室中的测试很不一样。仪表的一些误差系数安装到系统中后,往往会随着环境条件改变而发生改变,需要再重新标定。基于惯性稳定平台的惯导平台系统包含了具有三个旋转自由度的框架系统,这种旋转功能使得它能够不必依赖于外部测试设备或基准实现自标定。连续翻滚测试方法与当前广泛使用的多位置翻滚测试方法相比,由于平台一直处于伺服工作状态,不仅能够充分利用翻滚过程中全部的观测信息,辨识出更多的误差项系数,而且有更高的标定精度,测试过程也简单高效。但是误差模型方程和试验设计过程也很复杂。本文对惯导平台系统连续翻滚自标定试验设计和辨识相关问题展开研究,首先选用加速度计和陀螺仪共计30个误差项系数,状态方程和观测方程分别使用ψ角和加速度计输出建立。为了提高系统误差参数的可观测度,得到连续翻滚试验中平台的最优旋转轨迹,使用D最优化试验设计方法,得到相应的数学表达式。通过适当的数学描述和工程简化,将最优连续旋转轨迹的设计问题转化为最优控制问题进行求解。针对最优试验设计的求解问题,采用全局智能优化算法求解。同时为了提高最优轨迹的计算效率和精度,将非线性约束最优化问题转换为无约束最优化问题求解,引入了壁垒函数和改进的RSSA算法。新方法的求解性能优于传统的遗传算法。仿真结果表明,算法通过合理的参数配置,不仅极大地提高了D最优设计求解的计算效率,并且得到的最优轨迹适应度值精度要好于传统的遗传算法。在平台连续旋转最优轨迹设计结果的基础上,对连续翻滚自标定试验的误差辨识方法进行研究。在之前建立的基于ψ的系统误差模型基础上,引入余弦变换矩阵,得到加速度计测量误差的垂直分量作为新息对加速度计进行辨识,加速度误差的水平分量作为新息对陀螺仪进行辨识,提出了双卡尔曼滤波的辨识方法,将陀螺仪和加速度计通过解耦分开辨识,通过仿真结果验证了双卡尔曼滤波辨识方法的有效性。