将零速修正技术应用于激光陀螺捷联惯性导航系统，可以在不增加成本的情况下提高激光陀螺捷联惯性导航系统的定位精度零速修正利用惯性导航系统停车时的速度输出作为速度误差的观测量，进而对位置姿态等其他误差进行校正，方法廉价而有效常见的零速修正方法有二次曲线拟合零速修正卡尔曼滤波零速修正等二次曲线拟合零速修正即是根据惯性导航系统在停车区间的速度输出求出二次曲线速度误差方程的三个待定系数，进而估计出两个停车点之间的位置误差并补偿，以提高惯性导航系统的定位精度卡尔曼滤波法则是利用停车时的速度输出作为观测量，根据惯性导航系统的误差方程，能较全面地估计系统的速度误差位置误差姿态角误差等并进行补偿，以降低惯性导航系统累积的各项误差二次曲线拟合零速修正方法简单，但是样本利用率低，并且要求载体停车时间间隔较短卡尔曼滤波法的误差估计效果对参数较敏感，需要对滤波器参数进行反复调整，误差估计精度需要经过几次停车后才能达到最优，而开始的几次修正可能效果并不理想，并且系统特性若发生变化可能严重影响误差估计效果本文在分别对二次曲线拟合零速修正方法和卡尔曼滤波零速修正方法进行研究以及采用实际跑车数据进行仿真验证的基础上，提出了基于支持向量机回归曲线拟合的零速修正方法基于支持向量机回归曲线拟合零速修正可采用机器学习，充分利用载体停车区间的速度误差样本，按照误差最小准则，来拟合速度误差，并在此基础上对位置误差进行补偿修正基于支持向量机回归曲线拟合零速修正在载体停车时间间隔较长的情况下对速度误差精度的拟合亦能比较准确，因此可用于停车时间间隔较长情况下的零速修正停车区间的判定对零速修正而言十分重要，因此论文同时也探究了停车区间的判定方法，分别采用加速度幅值检测器加速度均方差检测器角速度能量检测器对停车区间进行检测，并给出了仿真验证结果，由仿真实验结果知三种零速检测器都能较精确地检测出停车区间