随着空间技术的发展,对航天器的精度要求也越来越高。航天器由于扰动会存在着微角振动现象,这种微角振动中包含很多高达1 KHz的的高频分量,必须依靠测控平台检测并补偿微角振动才能保证观测质量。磁流体动力学(MHD)角速度传感器作为一种宽频带、高精度、低成本、小型化、长寿命的惯性传感元件,使其称为测量卫星微角振动的最优选择。然而MHD角速度传感器面临着微弱信号的提取与检测、传感器的随机漂移等问题,因此需要对其角振动信号的检测与降噪技术进行研究。首先对MHD角速度传感器的结构及工作原理进行了介绍,设计了信号放大的两级电路将传感器的微小信号放大,两级放大电路将其输出的几百纳伏到几毫伏的信号放大到伏特级别。并且分析了初级放大电路的输出噪声,证明了所设计两级放大电路是可行的。其次对MHD角速度传感器的表头部分及其输出预处理电路部分的噪声源进行分析,并使用Allan方差对MHD角速度传感器静态输出进行了分析,结果表明其噪声主要是角度随机游走和零偏不稳定性,也就是白噪声和1/f噪声。随后研究了补偿MHD角速度传感器随机漂移误差的方法。先对传感器静态输出数据进行时间序列建模,然后结合卡尔曼滤波算法对其随机漂移进行补偿。时间序列建模的对象必须是零均值、平稳、正态的时间序列,因此在建模之前进行了剔除野值、零均值化、去除趋势项等操作,并检验了其平稳性和正态性。对其模型识别和定阶后的确定模型为ARMA (2, 1)形式,使用经典卡尔曼滤波对传感器随机漂移数据进行处理。然后分别通过方差、频谱、Allan方差三种分析方差对补偿前后的数据进行了对比,结果表明在时间序列建模基础上构建的卡尔曼滤波器能有效减小MHD角速度传感器的随机漂移误差。最后提出一种改进Sage-Husa自适应卡尔曼算法,仿真结果表明使用该算法可以有效提高传感器输出数据的信噪比。并设计嵌入式DSP信号提取与处理系统,应用设计的算法对提取的传感器信号处理。