針對 MEMS 陀螺儀精度不高、隨機噪聲復雜的問題，研究了某 MEMS 陀螺儀的隨機漂移模型。應用時間序列分 析方法，采用 AR(1)模型對經過預處理的 MEMS 陀螺儀測量數據噪聲進行建模，進而基于該 AR 模型并采用狀態擴增法設 計 Kalman 濾波算法。速率試驗和搖擺試驗仿真結果表明在靜態和恒定角速率條件下，采用該算法濾波后的 MEMS 陀螺 儀的誤差均值和標準差都比濾波前有了明顯的降低。針對搖擺基座下該算法隨擺動幅度的增大效果變差的問題，從提 高采樣率和選擇自適應 Kalman 濾波兩個方面對算法進行改進。仿真結果表明，兩種方法都能改善濾波效果，然而考慮 到系統采樣頻率和 CPU 計算速度的限制，自適應濾波有更高的實用性。