[发明专利]基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统

权利要求书

1.一种基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统，其特征在于，包括MEMS陀螺仪和控制所述MEMS陀螺仪运动的控制电路，所述控制电路包括基于自适应控制算法设计的滑模控制器和RBF神经网络。

2.根据权利要求1所述的基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统，其特征在于，所述滑模控制器的输入包含e和q，其中，q＝[x y z]^T为所述MEMS陀螺仪在x、y、z三个坐标轴方向上的位移，e为所述MEMS陀螺仪在x、y、z三个坐标轴方向上的位移q＝[x y z]^T与一参考模型的输出位移q_m＝[x_m y_m z_m]^T之差。

3.根据权利要求2所述的基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统，其特征在于，所述参考模型形式为其中q_m＝[x_m y_m z_m]^T为三个坐标轴方向上的陀螺仪的目标位移，x_m＝A₁sin(ω₁t)，y_m＝A₂sin(ω₂t)，z_m＝A₃sin(ω₃t)，其中，A₁、A₂、A₃分别是MEMS陀螺仪在x、y、z三个坐标轴方向上的振幅，t是时间，ω₁、ω₂、ω₃分别是MEMS陀螺仪在x、y、z三个坐标轴方向上给定的振动频率。

4.根据权利要求1或3所述的基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统，其特征在于，所述滑模控制器的输出为输入所述MEMS陀螺仪的控制信号。

5.根据权利要求4所述的基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统，其特征在于，所述RBF神经网络的输入为所述RBF神经网络的输出为作用于所述MEMS陀螺仪的系统的不确定参数上界值的估计值。

6.根据权利要求5所述的基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统，其特征在于，所述RBF神经网络的输出为其中，为RBF神经网络的权值，φ(x)为高斯函数，i＝1，2，…，n，其中n是输出节点的个数，φ(x)＝[φ₁，φ₂，…，φ_n]^T，φ_i(x)是第i个高斯函数φ(x)，m_i是第i个神经元的中心位置，σ_i为第i个神经元的宽度。

7.根据权利要求6所述的基于RBF神经网络滑模控制的MEMS陀螺仪的自适应控制系统，其特征在于，所述控制信号u(t)为：

u(t)=-k3Tq-k4Tq.-ce2+kmq+q..m-ρ‾^(t)s||s||,]]>

式中，为可调参数，滑模面变量s＝ce₁+e₂，其中，为滑模的单位控制信号，是通过RBF神经网络在线自适应学习的值，ρ‾^(t)=ρ‾^(x,ω).]]>