图10. 第5步：添加二阶分量，消除剩余失调。
有关∆N0, ∆N1, ∆N2, a, b, c 的所有温度系数信息应该存储在系统非易失性存储器中，同时需要一个板载温度传感器。系统会在每次上电后例行校准加速度计，确保消除失调随温度的变化值。
噪声
基于单个数据样本测量倾角不一定可靠。即使加速度计的噪声为零，倾角测量也是在汽车启动时测量的，所以，需要减小发动机、过往车辆或乘客在车上来回移动导致的任何振动。最好的办法是在不降至最低数据速率要求的条件下，在尽量长的时间内做数据平均。数据平均算法会减少rms噪声。
假如我们对噪声采样，结果可得到每个样本的方差
求一个随机变量的均值，获得以下方差，
由于噪声方差保持于σ2不变，
以上推导显示，对同一未校正噪声的n次实现求均值可使噪声功率减少n倍，并使rms噪声减少√n。
由于随机噪声受高斯分布影响，所以，rms噪声等于高斯分布的标准差。6σ以内的最小分布为97%。
例如，如果以1 kSPS的采样率对每100 ms的数据求均值，则最大rms噪声 = 0.4 mg，即是说如果以6σ作为与平均值的距离，则此时的峰值噪声仅为2.4 mg。
用于与rms值相乘的因数取决于器件要执行的任务的统计需求。例如，如果选择6作为因数（峰峰值噪声为6 × RMS_Noise），则算法在器件生命周期内要运行的次数会影响超过最差情况6 × RMS_Noise 的概率。可总结如下：
E为在生命周期内超过最差情况的预期次数，M为生命周期内的运行次数，r为超过最差情况的概率。基于此，我们可以通过乘以rms噪声评估出一个合理的因数。
小结
以ADI公司的ADXC1500/ADXC1501（组合式陀螺仪和2轴/3轴加速度 计）为例，所有误差贡献项均列于表1中，包括校准和不校准两种情况。我们可以假设，总失调变化为二次曲线，并且其在温度范围内的变化占总失调变化的80%。另外，以6为因数乘以最大rms噪声。
一个陀螺仪和一个三轴加速度计的单芯片集成方案可以实现多种新型应用，尤其是在汽车安全系统和工业自动化应用领域。为了设计更加可靠、高精度的汽车安全系统，例如，稳定的电子控制系统(ESC)和侧翻检测系统，尽量减少系统误差至关重要。汽车中已安装这些传统型底盘控制系统，包括防抱死制动系统、牵引控制和偏航控制系统。
表1. 校准前后的误差贡献
