智能单兵导航模块是一种利用微机电(Micro Electro Mechanical System,MEMS)惯性传感器获取人员准确定位信息的可穿戴设备,得到了业界的广泛应用。但因传感器易受随机噪声、零位偏移等误差的影响,且传统检测方法严重依赖高精度转台设备对单一模块进行检测,直接导致检测工作效率低,耗时长的问题。因此本论文以改善传统检测方法,突破在动态环境进行在线检测的技术壁垒为目的,针对多个智能单兵导航模块设计一种在线检测方案,使其可以完成人载等多种状态下从器件到系统的检测、标定以及误差补偿。本文首先采用内置MEMS陀螺仪和MEMS加速度计的智能单兵导航模块作为需要在线检测的硬件设备,同时基于在线检测平台为后续智能单兵导航模块的多路数据采集以及在线检测提供了硬件平台基础。其次,针对MEMS传感器中较为常见的几种误差进行分析以及初始标定。本文重点研究了随机误差、零位偏移误差以及安装误差这三种。首先本文提出正则粒子滤波算法对随机误差进行标定,使用十二位置法对零位偏移误差进行初始标定,使得MEMS加速度计的测量值与理论的重力加速度值更接近,测量值误差由原来的0.3385m/s2减小到0.0415m/s2。另外,针对陀螺仪的安装误差,同样使用高精度转台对其进行初始标定,测量值误差由原来的4.616°/s下降至0.187°/s。。针对人载智能单兵导航模块长时间使用后,MEMS陀螺仪解算姿态角时会出现累积误差的问题,设计自适应在线标定算法进行在线标定处理。同时,对于模块在人载运动环境下难以捕获其零位状态的问题,本论文提出了一种基于长短期记忆网络(Long Short-Term Memory Networks,LSTMs)模型对其进行解决。实验验证姿态角延时小于0.2s,降低姿态角的解算误差3倍左右。最后,通过转台和人载实验验证,整个在线检测流程实现了对多个智能单兵导航模块的检测,并且保证一个批次的模块的定位精度均能够达到合格指标(水平误差<=总路程的5%,垂直误差<=1.5米),实现了对智能单兵导航模块的性能在线检测的目的。