加速度计是构建高端动力装置冲击与振动测量仪器设备的重要器件,其动态模型参数辨识是研究加速度计动态特性的重要内容。现有的加速度计动态模型参数辨识方法,通过获取加速度计输入输出数据,采用最小二乘、人工神经网络、支持向量机及遗传算法等方法,对加速度计离散动态模型参数进行辨识,获得的加速度计动态模型参数具有一定精度,然而,受环境振动与加速度计测量通道延迟时间的影响,利用直接获取的加速度计输入输出数据进行加速度计动态模型参数辨识存在较大误差;同时,由于加速度计模型离散化引入截断误差和舍入误差,降低了加速度计动态模型参数辨识精度,难以满足加速度计的高精度应用需求。与加速度计离散动态模型相比,其连续动态模型易于描述加速度计的实际物理特性,因此,研究加速度计连续动态模型参数辨识方法,减小环境振动与测量通道延迟对参数辨识影响,提高参数辨识精度具有重要的理论意义与应用价值。本文在分析加速度计等效模型微分方程基础上,提出了一种基于调制函数的加速度计连续动态模型建模方法,针对测量通道延迟导致的加速度计输入输出数据不同步,建立了带延时的加速度计连续动态模型;提出一种加速度计连续动态模型参数辨识方法,分析了加速度计动态校准过程中环境振动和随机噪声的影响,采用独立成分分析信号提取方法对加速度计信号进行预处理,构建了基于递推辅助变量的参数辨识算法,通过迭代计算模型参数,实现加速度计连续动态模型参数辨识。仿真实验和校准实验表明,本文所建立的带延时的加速度计连续动态模型能够表征加速度计动态特性和测量通道未知延时;所提出的基于递推辅助变量的加速度计连续动态模型参数辨识方法,能够有效辨识出模型参数;通过对加速度计信号进行独立成分提取和延时补偿,提高了加速度计连续动态模型参数辨识精度和一致性。