MEMS惯性器件制造成本低,器件体积与质量都更为轻便,在各个领域得到了广泛的应用。但由于MEMS惯性器件存在误差,限制了微惯性测量单元精度的进一步提高。导航系统和航姿系统的有效性主要取决于惯性测量单元(IMU)的精度,通过误差数学模型补偿和校正MEMS惯性器件的各种误差能有效提高系统的测量精度。因此,准确建立MEMS惯性器件的误差数学模型,精确补偿这些误差,是惯性系统姿态测量领域中的一个重要研究内容。论文首先对微惯性发展进行概述,介绍了MEMS惯性器件误差的研究意义和误差校正算法的国内外研究现状等,然后分别介绍了MEMS陀螺仪和加速度计的工作原理以及主要性能指标。对微惯性测量系统的误差来源进行分析讨论,从原理上分析确定性误差、随机误差以及温度误差等惯性器件误差的形成机理。其次,不仅对温度误差补偿建模,而且对MEMS惯性器件温度漂移和滞回现象进行了分析。设计相应的温度测试实验对MEMS惯性器件的温度特性进行分析,运用BP神经网络模型结合转速和温度因素对陀螺仪进行补偿。针对加速度计的温度特性,采用最小二乘法对Y轴进行补偿。补偿后陀螺仪零偏温度误差较常规补偿方法提升了一个数量级,加速度计零偏温度误差系数由7.5mg/°C提升至3.2e-2mg/°C。再次,对确定性误差建模及校准。采用基于传统方法改进的校正模型对MEMS惯性器件的确定性误差进行校正,其中包括零偏误差,刻度因子误差和安装误差等误差。补偿后MEMS陀螺仪各轴的平均偏移量减小为0.04%、0.03%、0.01%,补偿后MEMS加速度计解算的俯仰角由平均绝对误差1°提升至0.14°。最后,补偿MEMS惯性器件随机噪声误差。采用Allan方差方法对陀螺仪和加速度计进行噪声分析,然后运用时间序列方法进行建模,采用卡尔曼滤波对信号进行噪声抑制,滤波效果良好。补偿后MEMS陀螺仪、加速度计零偏不稳定性分别提高65.7%和52.8%。