[发明专利]一种基于硅微结构分析的MEMS加速度计温漂误差估计方法

权利要求书

1.一种基于硅微结构分析的MEMS加速度计温漂误差估计方法，其特征在于，所述方法具体包括以下步骤：

步骤一、获取用于估计MEMS加速度计温漂误差的温度相关量

MEMS加速度计的传感电路具有梳齿结构，将MEMS加速度计的传感电路抽象为由动极板和定极板组成的平板电容，当环境温度变化时梳齿结构发生结构变形，推演出环境温度变化前后，即梳齿结构变形前后电容输出偏差；

基于梳齿结构变形前后电容输出偏差获取用于估计MEMS加速度计温漂误差的温度相关量；

所述步骤一的具体过程为：

当环境温度为T₀时，动极板与定极板的重叠长度为b₀，动极板梳齿和定极板梳齿的厚度均为j₀，动极板梳齿与定极板梳齿的距离为u₀，此时输出的电容值ΔC₀为：

其中，ε₀为介电常数；

当环境温度变化为T时，假设需要检测的载体加速度与环境温度为T₀时需要检测的载体加速度大小相同，环境温度的变化量为ΔT＝T-T₀，则在考虑硅基材料的线性热膨胀性质的情况下，u₀、j₀、h₀和b₀的值变化为：

其中，u(T)为u₀对应的变化后的值，j(T)为j₀对应的变化后的值，h(T)为h₀对应的变化后的值，h₀是当环境温度为T₀时，定极板梳齿的宽度，b(T)为b₀对应的变化后的值，α_T为定值；

在考虑硅基材料的线性热膨胀性质的情况下，传感电路梳齿结构理论电容值受到温度影响时的输出偏差y₁[α(T)]为：

其中，k为静电力常数，Δu是动极板梳齿与定极板梳齿的距离变化量，Δu＝u(T)-u₀＝u₀α_TΔT；

在考虑硅基材料的非线性热膨胀性质l(T)＝l₀[1+α(T)]的情况下，其中，l₀为结构的初始长度，α(T)为非线性热膨胀系数，α(T)×10⁶＝-5.429+2.79×10^-2T-3.226×10^-5T²，l(T)为仅在硅基材料的非线性热膨胀影响下变化后的结构长度；

由硅基材料的非线性热膨胀性质引起的传感电路梳齿结构理论电容值输出偏差y₂[α(T)]为：

其中，i₀是当环境温度为T₀时动极板梳齿的长度，n₀是当环境温度为T₀时动极板长梁的宽度，g₀是当环境温度为T₀时定极板梳齿长度，m₀是当环境温度为T₀时动极板梳齿的宽度，e₀是当环境温度为T₀时定极板梳齿到动极板长梁的距离；

则环境温度变化前后电容输出偏差为：

y₁[α(T)]+y₂[α(T)]＝f(ΔT、ΔT²、T、T²)

将ΔT、ΔT²、T和T²作为估计MEMS加速度计温漂误差的温度相关量；

步骤二、基于获取的温度相关量构建MEMS加速度计温漂误差估计模型

以实测的环境温度构建环境温度相关量作为BP神经网络的输入，以实测的MEMS加速度计温漂误差作为BP神经网络的输出，对BP神经网络进行训练后，利用训练好的BP神经网络对MEMS加速度计温漂误差进行估计；

所述BP神经网络利用crtbp函数完成权值、偏置参数的初始化，利用GA算法对初始化的权值和偏置参数进行选择、交叉和变异，再利用bs2rv函数对选择、交叉和变异后的数据进行解码，将解码后的数据作为PSO算法的初始化粒子参数；

对PSO算法的输出进行解码后，将解码结果作为BP神经网络的初始权值和偏置。