平台式惯导系统在执行任务前要对工具误差进行标定。前期的标定是在实验室里通过外部转台的转动完成的,但是随着时间和环境的改变,仪表的误差系数会发生变化。因此,惯导系统在部署到载体上之后,仍需要定期进行误差标定。平台式惯导系统一般包含三个旋转框架,这个结构可以让它实现自标定。续翻滚测试方法能够辨识出多个误差系数,而且辨识精度较高,但是模型方程较为复杂且影响试验精度的因素较多。本文针对惯导平台系统连续翻滚自标定试验中平台旋转路径的优化设计问题展开研究,出一种工程上实用的D最优试验设计方法。以ψ角为基础对系统的误差模型进行建立,然后测量加速度计的输出来建立系统的量测方程。性能指标选取信息矩阵行列式的值,系统的决策变量是陀螺加矩电流,这样就可以将平台最优连续翻滚路径的设计问题转化成最优化问题进行求解,该问题包含了非线性约束,并且目标函数是非凸的。最优试验设计问题在求解时,采用了两种优化算法,SA和GA。通过合理的参数配置,对两种算法进行了仿真对比研究。进一步地,以各个误差系数的辨识精度为优化目标,开展了多目标优化方法的研究。选取信息矩阵逆矩阵的主对角线元素为目标参数,利用NSGAⅡ算法取得非劣解集。在单目标和多目标优化得到平台连续旋转路径基础上,对连续翻滚自标定试验的误差辨识的方法进行研究。考虑到滤波方程是线性时变的,采用卡尔曼滤波进行误差辨识。在辨识过程中,引入了过程噪声,并通过仿真来验证试验设计结果的有效性。卡尔曼滤波仿真结果表明,单目标与多目标优化给出的最优旋转路径明显地改善了辨识精度。