[发明专利]基于神经网络的微陀螺仪控制系统

权利要求书

1.一种基于神经网络的微陀螺仪控制系统，其特征在于：包括与所述微陀螺仪相联接通信的控制系统，所述控制系统包括名义控制器和神经网络补偿器。

2.根据权利要求1所述的基于神经网络的微陀螺仪控制系统，其特征在于：其中所述的名义控制器为基于所述微陀螺仪的名义值参数设计的状态反馈控制器，以所述微陀螺仪的四个输出状态和追踪误差向量作为输入，产生质量块的驱动力，所述名义控制器中还包含两个设计者设计的定常矩阵k_p和k_v，以使闭环系统满足一定的瞬态特性。

3.根据权利要求2所述的基于神经网络的微陀螺仪控制系统，其特征在于：其中所述的名义控制器的输出u₁：

u1=q··d-kve·-kpe+D0q·+K0q+2Ω0q·,]]>其中qd=xdyd]]>为质量块沿两轴的理想振动轨迹向量，其中x_d＝A₁ sin(ω₁t)，y_d＝A₂ sin(ω₂t)，q为微陀螺仪的位置和速度输出状态，e＝q-q_d为追踪误差向量，D₀，K₀，Ω₀为微陀螺仪本身三个参数的名义值。

4.根据权利要求1所述的基于神经网络的微陀螺仪控制系统，其特征在于：其中所述的神经网络补偿器选取的神经网络结构为RBF神经网络，为一种前馈三层神经网络，包含输入层、隐含层和输出层。

5.根据权利要求4所述的基于神经网络的微陀螺仪控制系统，其特征在于：其中所述的输入层包含四个输入结点，对应四维的输入信号，即两轴的位置误差和两轴速度误差；隐含层是一种非线性映射，将输入的误差信号通过高斯激活函数映射为高维输出向量；所述输出层将所述隐含层的输出乘以各自的权值，得到RBF神经网络补偿器的二维输出，即为微陀螺仪两轴的补偿控制信号。

6.根据权利要求1所述的基于神经网络的微陀螺仪控制系统，其特征在于：其中所述的控制系统U：

u＝u₁+u₂，其中u₁为名义控制器的输出；u₂为神经网络补偿器的输出，其中为RBF神经网络的权值向量；φ(x)为神经网络隐含层结点输出组成的回归向量。