近年来,基于 MEMS(Micro-Electro-Mechanical System 微电子机械系统)的微惯性传感器受到了广泛重视,其中以硅微机械惯性仪表最为引人注目。虽然发展了很多年,但是微硅陀螺的精度还不是很高。国内外许多人员都一直致力于如何改善微硅陀螺的性能,取得了许多成果。人工神经网络是一种试图效仿生物神经系统处理信息的新型计算模型,它在理论上具有以任意精度逼近非线性函数的能力。国内外已经有许多专家学者成功地将人工神经网络应用于传感器领域。本文中利用其高度非线性描述能力,实现对微硅陀螺输出信号的处理。本文首先分析、选定课题的实现方案,采集了神经网络仿真所需要的微硅陀螺和光纤陀螺输出值的样本数据,讨论了无反馈神经网络滤波器、带反馈神经网络滤波器以及时延 RBF 网络对于微硅陀螺信号的补偿效果。实验结果表明,采用前面两种结构的神经网络滤波器是可以实现类似滤波器的功能,能够提高传感器的精度,并且找到了一组较为合适的网络结构参数;但是时延 RBF 网络并不能达到滤波效果。本文还设计和开发了基于 DSP 的硬件系统,并对其软件框架给出了初步设计。