近年来，微电子机械系统惯性测量单元（Micro-Electro-Mechanical Systems Inertial Measurement Unit, MEMS IMU）作为一种集成了微机电系统技术和惯性测量技术的先进传感器，在惯性导航、运动控制、态势感知等领域展现出了迅猛发展的势头。但是一些低成本MEMS IMU在使用过程中表现出精度低、漂移大的特性，无法长时间满足一些高精度的测量应用场景。本文研制MEMS IMU阵列电路，研究其简便、高效的误差校准方法和阵列数据滤波融合方法，为低成本MEMS IMU的高精度应用提出一种有效的解决方案。本文主要开展了以下几个方面的工作：

（1）设计和开发了一个基于DSP的MEMS IMU阵列系统。DSP控制板以DSP TMS320F28335作为核心控制器件，并配有片外FLASH和SDRAM；MEMS IMU阵列板采用16个ICM-42605惯性传感器，以4×4平行阵列组合方式装配。DSP微控制器核心板通过SPI通信方式采集MEMS IMU阵列板各个传感器的角速度、加速度数据，为误差校准和数据融合提供数据依据。

（2）提出了一种便捷高效的MEMS IMU阵列误差校准方法。传统MEMS IMU校准方法通常需要昂贵、庞大的转台，而且操作步骤繁杂。本文所提出的MEMS IMU校准方法操作实施更加便捷，不需要转台等辅助设备，而只需手动缓慢多次转动MEMS IMU阵列电路板，采集该过程的角速度、加速度数据，再通过区分静态和动态的数据，建立误差模型，利用LM算法求解误差校准参数，即可实现对其有效校准。

（3）提出了一种改进的基于强跟踪Sage-Husa自适应滤波（ST-SHAKF）算法的多MEMS IMU数据可变权值加权融合方法。通过对传统的Sage-Husa自适应卡尔曼滤波（SHAKF）算法进行自适应参数简化，并将量测噪声方差的估计进行改进，以保证其正定性；通过对滤波器的敛散性分析，发现SHAKF出现发散时，以强跟踪滤波器进行补充，可保证整个滤波系统的收敛性；并通过最小方差估计，实现权值的动态分配，以实现多个MEMS IMU的数据融合。

实验结果表明，本文研制的MEMS IMU阵列电路能够以100Hz的采样率实现对16个传感器的X、Y、Z轴惯性数据的稳定采集。使用本文所提出校准方法对MEMS IMU阵列校准后，其三轴角速度误差均小于0.05deg/s，三轴加速度误差均小于7mg，各轴均值也更接近理想值。本文所提出的多MEMS IMU数据滤波融合方法的Allan方差、标准偏差等多个评测指标明显优于传统KF、SHAKF方法，使得MEMS IMU阵列在静态下的角度随机游走、零偏不稳定性、速率随机游走等误差项相对单个传感器在角速度和加速度方面都降低至少95%，在动态下的RMSE降低至少85%，并且稳定性更强、计算复杂度更低，能够有效地解决低成本MEMS IMU惯性传感器测量误差大、稳定性差等问题。