MEMS惯性器件可以对加速度、角速度等信号进行实时、准确的检测,已被广泛应用于工业控制、结构健康监测等各领域。桥梁作为高铁线路的重要组成部分,其结构的健康状况直接影响着高铁运营过程的舒适性与安全性。目前的高铁桥梁健康检测系统中,选用的检测仪器基本都有检测信息单一、自动化程度低、误差较大等缺陷。因此,本文以高铁桥梁健康检测为研究背景,为了提高健康检测系统对桥梁结构信息的检测精度,使用MEMS惯性器件设计了阵列传感器,并对相关的数据处理与误差分析技术进行了研究。本文所做的主要工作如下:1)为了实现对桥梁结构信息的最优检测,本文使用有效独立法对传感器的测点进行了优化布置,实现了用最少的布置点测得最准确的桥梁结构信息。针对在桥梁健康检测过程中出现的数据缺失、异常等问题,本文对采集的桥梁结构原始数据进行了预处理,根据拉伊达准则剔除异常值、利用五点三次法作平滑处理,经过预处理后的数据很好的减少了以上因素的影响。为了获取准确的角度数据,本文采用AHRS算法对加速度与角速度数据进行融合,通过卡尔曼滤波处理获得了更精确的角度数据,可以实现对桥梁倾角的检测。2)针对桥梁结构响应信号的损伤分析问题,本文选用希尔伯特黄变换（HHT）方法对信号进行处理,并通过仿真分析验证了其对于非平稳信号有良好的处理能力,并构造了四种损伤检测指标进行了仿真计算验证,结果表明本文设计的惯性阵列传感器对于不同的损伤状况与位置可以进行识别。但由于HHT方法在受较强的噪声干扰时会产生模态混叠问题,提出了一种基于小波阈值去噪改进的HHT方法,并经过仿真计算对比了其与原方法的去噪性能,验证了此改进方法能够有效的解决模态混叠问题,从而提高HHT方法的精度。3)根据惯性阵列传感器的总体研究方案完成了其硬件、软件的设计与实现。由于惯性阵列传感器在生产、安装、环境温度等因素的影响下难免会产生误差,为了保证其输出值的精度,对其确定误差进行了标定与补偿,经过补偿后加速度计与陀螺仪的输出值都更接近于理论输出值。并在实验室内搭建了传感器测试平台,对惯性阵列传感器进行调试与测试,通过多组实验验证了其能够满足高铁桥梁健康检测系统中对于检测设备的要求,证明了其能够对桥梁结构信息进行实时、可靠的检测。