针对移动机器人上安装的 MEMS陀螺仪进行研究，根据 MEMS陀螺仪的实测数据，分析了其噪声特性，采用时间序列分析方法建立 MEMS陀螺仪漂移的 AR模型，进而通过 Kalman滤波降低随机噪声对 MEMS陀螺仪精度的影响。仿真结果表明 :静态漂移的建模和滤波方法对提高 MEMS陀螺仪精度是有效的。
近年来，作为惯性技术新兴的重要研究领域，MEMS陀螺仪以其高性能、小尺寸、低能耗、重量轻、可靠性高等优点，获得了长足的发展，在低成本导航系统中获得了越来越广泛的应用。但是，受制造工艺和精度水平的限制，相比传统制造工艺制造的惯性传感器，其输出数据的随机噪声较大，因此，必须建立合理的随机噪声模型，根据建立的模型进行补偿，以减小其对系统精度的影响。
针对第二炮兵工程学院自制的‘东风 ’号移动机器人内部装配的 MEMS陀螺仪，采用了一种针对微陀螺仪随机噪声数据的 AR 模型建模方法和 Kalman滤波方法。
