[发明专利]一种基于微结构热效应分析的MEMS器件温漂误差精密建模方法在审
申请号: | 202110795767.8 | 申请日: | 2021-07-14 |
公开(公告)号: | CN113536675A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 齐兵;房磊;石帅帅;陈嘉宇;李鹏;徐陆通;田帅帅 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/04;G06N3/08;G01C25/00;G06F119/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 微结构 热效应 分析 mems 器件 误差 精密 建模 方法 | ||
1.一种基于微结构热效应分析的MEMS器件温漂误差精密建模方法,其特征是:包括基于微结构热效应的MEMS陀螺仪内部结构形变分析和基于RBF神经网络的温漂误差模型精密建模及其参数精准辨识。
所述的基于微结构热效应的MEMS陀螺仪内部结构形变分析包括MEMS陀螺仪的微结构形变分析和诱导MEMS陀螺仪结构形变的温度相关量提取。从微结构效应角度出发考虑,MEMS陀螺仪的传感电路具有梳齿结构,具体可以抽象为由动极板和定极板组成的平板电容,通过由动极板和定极板形成的电容值间接获取MEMS陀螺仪敏感的载体角速度信息。由于硅基材料具有温度依赖性,随着环境温度的变化和结构一致性的改变,梳齿结构呈现三维结构变形,基于电容误差方程提取温度相关量并构建MEMS陀螺仪温漂误差精密模型。
所述的基于RBF神经网络的温漂误差模型精密建模及其参数精准辨识旨在精准复现温度相关量与MEMS陀螺仪温漂误差的复杂非线性关系,基于RBF神经网络以温度相关量为输入,通过神经元和神经层的精准计算MEMS陀螺仪温漂误差,确保高精度和实时性的多输入多输出非线性模型来精准辨识温漂误差模型精密建模。
2.根据权利要求1所述的一种基于微结构热效应分析的MEMS器件温漂误差精密建模方法,其特征是:MEMS陀螺仪的传感电路具有梳齿结构,其可以抽象为由动极板和定极板组成的平板电容,当MEMS陀螺仪沿旋转轴以角速度Ω旋转时,在科里奥利力的作用下动极板沿旋转轴发生位移,载体角速度通过平板电容上的电容值测量变换得到。由于硅基材料的温度依赖性,随着环境温度变化导致其结构一致性变化,并使得梳齿结构呈现三维空间形变,梳齿的厚度、动极板和定极板的重叠长度、动极板和定极板的重叠宽度、动极板和定极板的梳齿距离发生变化引起电容测量的误差。基于微结构效应分析,环境温度变化时梳齿结构发生结构变形,根据平板电容误差方程获取致使微结构变形的温度相关量ΔT、ΔT2,并基于此构建MEMS陀螺仪温漂误差精密模型。
3.根据权利要求2所述的一种基于微结构热效应分析的MEMS器件温漂误差精密建模方法,其特征是:由于硅基材料具有温度依赖性,在环境温度变化的前提下,其结构尺寸会产生一定程度的延展或者收缩。根据热膨胀公式,传感电路梳齿结构的形变尺寸即可精准获取,并由此可得到梳齿结构的三维形变,具体包括梳齿的厚度、动极板和定极板的重叠长度、动极板和定极板的重叠宽度、动极板和定极板的梳齿距离。
4.根据权利要求2所述的一种基于微结构热效应分析的MEMS器件温漂误差精密建模方法,其特征是:根据平板电容器计算方法,当环境温度为T0,传感电路梳齿结构输出的电容值可表示为C0;当环境温度变化为T1时,传感电路梳齿结构输出的电容值可表示为C1。此时,由环境温度变化导致的MEMS陀螺仪温漂误差可表示为:
由此可推导出,决定MEMS陀螺仪温漂误差的温度相关量为ΔT、ΔT2,并由此构建MEMS陀螺仪温漂误差精密模型。
5.根据权利要求1所述的一种基于微结构热效应分析的MEMS器件温漂误差精密建模方法,其特征是:基于MEMS陀螺仪温漂误差精密模型,以温度相关量为模型输入,以MEMS陀螺仪温漂误差为模型输出,反复训练具有可描述复杂非线性关系的RBF神经网络建立MEMS陀螺仪温漂误差模型。以实测的环境温度T构建环境温度变化量ΔT和环境温度变化量的平方ΔT2,并以二者构建N×2维输入矩阵,以实测的MEMS陀螺仪温漂误差构建N×1维目标输出矩阵;利用输入矩阵和目标输出矩阵训练RBF神经网络,直至RBF神经网络输出与目标输出矩阵之间偏差满足预定误差要求,基于RBF神经网络的温漂误差模型精密建模完毕,其参数精准辨识完成。
6.根据权利要求5所述的一种基于微结构热效应分析的MEMS器件温漂误差精密建模方法,其特征是:RBF神经网络为由输入层、隐含层、输出层的三层结构神经网络,神经网络核函数为高斯函数,采用RBF神经网络复现的复杂非线性模型结果具有全局最优性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110795767.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种踝关节运动跟踪方法、系统和存储介质
- 下一篇:一种气路电路组件