随着MEMS技术和微光电技术的迅速发展，出现了微惯性测量组合(MIMU)，由于它们在体积、重量、成本、可靠性等方面的优势，给惯性测量技术带来一次全新的变革和发展机遇。其不足之处是目前MIMU的测量精度还比较低，使其应用受到一定限制。因此，如何利用MIMU的优势来扩展其应用领域及克服不足之处来探索其应用的方式，成为该技术领域的研究重点。　　 本文针对陀螺仪输出信号的去噪问题进行研究。陀螺仪输出信号具有弱非平稳、弱非线性、非正太分布特性及易受外部影响，并伴随着大量的随机噪声，如何提高其精度是解决问题的关键。首先，本文在陀螺漂移信号小波基选取的基础上，将bior双正交小波应用到陀螺仪信号处理中。将小波去除信号趋势项的特性应用到陀螺漂移信号误差建模中，采用平稳小波去除陀螺漂移的趋势项，建立了陀螺漂移信号的时间序列模型，检验结果证明基于平稳小波的陀螺信号处理效果较明显。其次，对惯导系统中存在的各种误差进行了分析，并对微机械系统进行实验室标定和误差补偿。最后，在组合导航系统的应用方面，基于卡尔曼滤波技术，运用自适应卡尔曼滤波技术的优点结合模糊逻辑规则，设计出自适应模糊卡尔曼滤波算法，这种信息融合算法有效地克服了传统卡尔曼信息融合算法的发散问题，保持信息为零均值白噪声过程，完成对系统的估计，提高了状态的估计精度。