本文针对低成本微惯性组件在弹载环境下的应用问题,开展了微惯性组件的复合标定以及位姿测量实验研究。传统的标定方法一般适用于低动态应用环境,而高动态环境下,标定精度将大幅度降低;此外,高动态环境下传感器可靠性的降低也将导致卡尔曼滤波器的测量精度急剧降低。如何降低惯性传感器的原始级输出误差以及传感器数据融合的决策级输出误差是本文研究的主要目的。本文首先针对高动态环境下低成本微惯性器件原始级输出精度较低的问题,提出了陀螺仪的复合标定算法。实施了三轴转台复合标定实验,使用模糊控制理论的方法离线调节高动态旋转轴相关的敏感系数,重点解决了因敏感轴高速旋转而导致的多轴之间存在耦合影响的问题,实现了 MEMS陀螺仪高低动态环境下的自适应误差补偿。其次,针对高低动态环境下因传感器补偿级输出精度较低而导致的测量精度降低问题,开展了多传感器数据融合测量位姿方法的实验研究。完成了陀螺仪,加速度计/磁力计组合、磁力计的单一传感器姿态测量算法以及陀螺仪/加速度计组合的位置测量算法。重点对卡尔曼滤波器如何估计状态量进行了分析,实现了融合陀螺仪、加速度计、磁力计以及卫星速度、位置信息测量载体位置、速度、姿态的方法。最后,针对高低动态环境下因传感器可靠性变化而导致的测量精度降低问题,提出了可信度函数理论的数据融合方法,重点研究了惯导系统的可信度函数建模过程,实施了传感器可靠性管理,通过可靠性因子剔除的手段规避了因不同工况导致传感器可靠性变化对位姿测量结果的影响。搭建了卫星接收机、微惯导系统构建的组合导航系统,针对可信度函数的数据融合方法开展了车载实验研究,算法分析结果验证了所提位姿测量方法的可行性、可靠性。