以冗余微惯性测量单元(Micro-Electro-Mechanical System-Inertial Measurement Unit,MEMS-IMU)为核心部件的捷联惯导系统因体积小、可靠性高、自主性和抗干扰能力强等优点在制导、机器人等领域广泛应用,并具有应用于飞机、船舶等运载体的潜力。由于MEMS器件误差是惯导系统的主要误差源,因此目前广泛采用MEMS-IMU误差补偿技术提高捷联惯导系统的导航精度。然而,一方面,随机误差补偿的环境适应性和补偿精度有待进一步提高;另一方面,随着冗余数目的增加和冗余结构的复杂化,器件误差参数辨识的难度进一步增大。基于上述问题,本文将重点进行冗余MEMS-IMU误差特性分析、随机误差补偿和冗余标定技术研究。首先,采用Allan方差法分析MEMS器件的随机误差特性,重点分析三轴正交配置结构与冗余配置结构下MEMS-IMU误差建模的区别,为后续冗余MEMS-IMU随机误差补偿和参数辨识奠定基础。其次,针对传统时间序列法不能直接实现动态环境下随机误差建模的问题,提出一种引入序列均值的改进时间序列建模法。在随机误差补偿方面,由于MEMS器件的随机误差在动态环境下不完全满足传统Kalman滤波建模要求,导致滤波效果受限,提出采用带噪声估计的Sage-Husa自适应滤波方法。针对自适应滤波过程中系统噪声Q阵和量测噪声R阵半正定性导致滤波不稳定的问题,进行对应优化设计。动静态试验结果表明基于改进时间序列建模的Sage-Husa自适应滤波与传统Kalman滤波相比随机误差补偿精度大幅提高。再次,针对目前冗余标定方案通用性较差的问题,建立冗余MEMS-IMU的通用误差模型并设计六位置标定方案,实现任意冗余配置数目和配置结构下MEMS器件的误差参数辨识。为进一步简化标定步骤、缩短标定时长和提高标定精度,提出基于Kalman滤波的冗余MEMS-IMU标定方法,采用小角度旋转向量法改进误差模型,实现安装误差的精确建模。针对以三轴角速率输出值作为观测量导致部分误差参数不可观的问题,提出以器件输出误差作为观测量设计Kalman滤波器,从改进观测方程和误差模型两方面保障误差参数的精确估计。仿真试验结果表明基于Kalman滤波的标定方案与六位置标定方案相比标定精度明显提高,标定时长大幅缩减。最后,以实验室四陀螺冗余系统作为研究对象,以三轴转台作为测试平台,设计冗余MEMS-IMU误差补偿与参数辨识试验,试验结果表明随机误差与确定性误差补偿后,陀螺量测精度大幅提高,验证了方案的有效性。