地磁场由于具有较多优点,掀起了地磁导航研究的高潮。地磁测量作为地磁导航的基础,测量精度尤为重要。地磁测量仪器主要以光泵磁力计作标量磁力计,它利用原子的光泵浦作用和光磁共振技术来测量弱磁场的磁场强度,它的磁测精度较高;磁通门三轴磁力计作矢量磁力计,捷联于载体的三轴磁力计进行地磁场测量时带有较大的误差。由于三轴磁力计的误差影响因素众多,一般将其误差影响因素分成两大类:磁测仪器的自身误差和载体干扰磁场误差。国内外的众多学者大部分都是采用不同的算法将两种误差单独进行分析,在误差参数的估计精度和补偿方面都取得较好的效果。本文将采取粒子滤波算法对各种误差参数进行在线估计及补偿,也取得了较明显的补偿效果。本文首先简单介绍了地磁场的一些相关知识,分析了三轴磁力计测量结果的影响因素,分别推导出两类误差存在时三轴磁力计输出的数学模型。根据“姿态独立”标定原理推导出两种误差的观测模型,再利用此模型进行误差参数的在线估计。由于观测模型是含地磁场矢量模的平方项,是一个非线性函数,本文提出了利用粒子滤波算法(PF算法)进行参数估计。根据PF算法存在的两个方面的缺陷,进而提出了两种改进的方法:第一种是基于BP神经网络和生物多样性熵值改进的粒子滤波算法(改进PF1算法);第二种是自适应粒子滤波算法(改进PF2算法)。改进PF1算法是对于有效粒子数较低及粒子多样性贫乏的缺陷进行的改进。它利用双阈值切割法提高有效粒子数,同时利用BP神经网络来提高粒子的多样性,并引入生物多样性函数作为粒子多样性的评判函数。改进PF2算法对于利用较少粒子估计精度低和利用较多粒子估计时间过长的问题提出的改进,将权值的似然分布和粒子数的自适应调整相结合来达到降低估计时间和提高估计精度的目的。在MATLAB环境下进行仿真实验,将两种改进算法分别与基本PF算法的估计结果进行对比,结果表明两种改进算法的估计性能明显比基本PF算法好。最后,将两种改进算法进行对比,得出了虽然改进PF1算法的估计精度好于改进PF2算法,但是估计时间上不占优势。将改进PF1算法应用于载体干扰磁场的误差参数估计与补偿,待估参数作为状态量,实时测量矢量值模的平方与真实矢量值模的平方的差作为观测量,进行状态估计。将随机噪声作为自变量进行算法鲁棒性验证,结果表明在随机噪声较大时,参数的估计相对稳定。将改进PF2算法应用于三轴磁力计的自身误差参数的估计与补偿,同样,将待估参数作为状态量,实时测量矢量值模的平方为观测量,在MATLAB环境下进行仿真实验。结果表明在得到相对准确的估计值的前提下,估计速度大大提高。最后将两种误差综合进行分析并简化处理。简化处理的模型与载体干扰磁场误差的输出模型相同,同样利用“姿态独立”标定原理,推导了含有九个误差参数的观测模型。利用改进PF1算法进行参数估计和误差补偿的MATLAB仿真实验,其估计结果和误差补偿效果与补偿前相比提高了三个数量级。