联机手写识别是当今模式识别研究领域中的一个重要分支。在联机手写识别这个分支中,平面手写识别技术已经有了较成熟的发展。但是,这种传统的平面手写输入识别方式有着本身的缺陷,它的用户体验不够好。因此近年来,一种新颖的手写识别方式成为了新的研究热点,这种手写识别方式就是空中手写。空中手写识别能给用户提供更自由的书写空间,因此具有更好的用户体验,以后将成为联机手写识别发展的趋势。空中手写设备需要使用到加速度传感器,这种传感器通常采用MEMS传感器。这是因为MEMS传感器具有体积小、成本低等优点。随着近年来MEMS技术地飞速发展,MEMS传感器在精度上也能达到使用的要求。不过,同其他传感器一样,在使用MEMS加速度传感器采集空中手写过程的加速度信息时,传感器会产生各种误差和噪声干扰。而且,这些误差和噪声干扰会随着时间积累,对最后重建手写的运动轨迹造成很大的不利影响。因此,对加速度传感器的误差消除在空中手写过程中非常重要,是一个非常值得研究的课题。通过分析一些已有的加速度传感器积累误差消除技术,本文提出了两个方法来改进。第一种是采用陀螺仪来提高SVM的识别率,并且通过收敛的方法找到运动确切的起始点与结束点。使用基于SVM的技术来识别空中手写的运动和静止状态确实比阈值比较方法更具有适应性,但识别率还可以提高。第二种方法是改进加速度与速度的修正,采用本文提出的系数修正的方法,使得加速度误差较大的值比加速度误差较小的值得到更多的修正。而且在空中手写运动的转折点,对速度做一次修正。本文通过实验证明使用陀螺仪采集信息可以提高SVM技术对空中手写运动和静止状态的识别率。并且通过收敛起始点与结束点、系数修正、转折点速度修正三个方法,可以对轨迹重建做出改进。