信息融合技术是七十年代发展起来的一门新兴科学，在惯性测量当中的应用还处在初级阶段。随着微电子技术和微机械加工技术的发展，出现了一种新型惯性敏感元件——微型机械惯性敏感元件。由于它具有体积小、重量轻、成本低的特点，在惯性测量装置中可以采用冗余使用。本文针对微小型惯性测量系统的特点，就如何利用信息融合技术提高其测量精度进行了研究。提出了采用平行冗余编排方式、元件级信息融合的冗余MIMU方案，对利用Kalman滤波器实现基于MIMU的INS和GPS组合的方法进行了研究。 1.陀螺仪逐次启动漂移的特性分析.利用时间序列理论对同一只陀螺仪的多次启动漂移特性进行了研究，研究表明：同一只陀螺仪的逐次启动漂移存在相同或相近的特性。主要表现在其变化趋势相似，随机漂移的时间序列模型结构相同、系数相近。因此，在进行误差补偿时可以采用一次启动获取的模型进行补偿。 2.陀螺仪群体漂移特性的分析.对于多个相同型号的陀螺仪在相同的条件下同时进行测试时的群体漂移特性进行了分析，研究表明：虽然测试环境、条件和陀螺仪结构都相同，但它们的漂移特性却完全不同。它们存在不同的趋势项漂移、随机漂移部分符合一阶马尔可夫过程，但各陀螺之间的参数有较大差别。它们的漂移在进行趋势项提取之前存在较强的相关性，这主要是相同的环境条件变化引起的。在提取趋势项后漂移信号之间相关性较弱，说明它们的随机漂移部分是相互独立的。 3.信息分类技术研究.据融合之前对信息进行分类是致关重要的，只有来自于同一被测目标的信息才能进行融合。通常判断信息是否来自于同一被测目标的手段是关联性分析。它包括相关性分析和一致性分析。本文创建性地将聚类分析理论应用于信息的分类，并根据惯性元件的测试特点确定了结束聚类的阈值。与关联性分析相比，聚类分析法简实用准确率高。 4.多传感器信息融合中的容错技术的研究。提出了多传感器之间相互支持度的概念。从理论上确定了判定伪信息的阈值，解决了以往靠经验确定阈值的问题。提出了利用相互支持度对伪信息进行剔除的新技术。 5.加权平均法信息融合技术研究。利用多元统计理论对权的最优分配原则进行了推导，确定了加权平均法信息融合时权的最优分配原则。研究表明：（1)采用最优权重分配原则后，参与数据融合的任何一个传感器，不管其精度多差，都有助于提高目标函数的精度。（2)采用最优权重分配原则后，目标函数的精度一定高于任何一个单个传感器的精度。这是最优权重分配法数据融合技术最鲜明的两个优点，而简单平均法就没有这种特点。当各传感器精度相差较大时，采用简单平均法进行数据融合，融合结果的精度很有可能受精度低的传感器影响而不如单个精度较高的传感器的精度。 6.基于MIMU的INS和GP S组合技术的研究。通过合理设计Kalman滤波器实现了基于MIMU的INS与GPS的组合。仿真实验表明，通过与GPS组合，基于MIMU的INS能够达到一定的精度水平，满足低精度、短时间工作、低成本要求的载体的要求。