基于GSA-SVR算法的MEMS温度漂移补偿方法

针对微机电系统(MEMS)仪表零偏受温度变化影响较大的问题,该文提出了一种基于引力搜索算法-支持向量回归(GSA-SVR)的MEMS零偏温度漂移补偿方法。先通过小波变换对MEMS陀螺和MEMS加速度计输出信号进行预处理,再采用GSA-SVR算法对MEMS在不同工作状态下进行温度建模并补偿。实验结果表明,在稳定工作阶段,与补偿前相比,补偿后加速度计和陀螺的输出标准差分别降低了90%和85%。与传统SVR相比,该文方法准确性较高,实用性较好,GSA-SVR算法将加速度计和陀螺输出的标准差分别降低了6%和10%。     

基于神经网络的MEMS陀螺标定与补偿

针对微机电系统(MEMS)陀螺低转速区间上非线性性能很强,采用传统方法对其标定误差较大,满足不了实际应用的问题,因此,采用了一种基于误差反向传播(BP)的神经网络的标定与补偿方法。设计了一组基于优先数的速率点,利用三轴转台进行12组速率实验,用最小二乘法求出在传统数学模型下的待标定系数;将三轴MEMS陀螺的输出和转台的实际转速作为样本,对BP神经网络进行训练,得到神经网络的补偿模型,并对比两种方法的补偿效果。结果表明,传统方法和BP神经网络都对MEMS陀螺的输出进行了有效的补偿;但在低转速区间上,神经网络的补偿效果比传统方法提高了3倍左右。     

MEMS加速度计混合误差标定补偿方案

针对微机电系统(MEMS)加速度计在实际使用过程中存在非正交零偏误差和温度漂移误差的问题,提出了一种混合误差标定补偿算法。算法通过分析加速度计温度与误差的关系,在不同温度区间下建立加速度计输出的误差模型,在每个温度区间采用十二位置校准法对加速度计的非正交零偏误差进行标定补偿,得到精确的零偏和刻度因子,同时采用最小二乘法拟合零偏和刻度因子与温度的一维关系函数,最终实现不同温度区间下的动态误差补偿。实验结果表明,本算法可使加速度计输出的精度提高1个数量级,补偿效果明显。     

MEMS隧道加速度计的系统分析与设计

主要论述了一种新型体硅工艺MEMS隧道加速度计的系统分析与设计，对加速度计敏感头与伺服反馈电路组成的系统进行系统建模，其中包含了结构的模型和反馈控制电路的模型。以系统模型作为基础，分析了器件工作所必须的条件，对器件的结构参数和反馈控制电路的参数进行了设计，并给出了系统的静态与动态输出。另外，本文提出了参数敏感度因子的概念及其计算方法，利用这种方法可以对每一个参数计算其对应的敏感因子，从而为参数容差设计提供了依据。     

基于提升小波的MEMS陀螺去噪方法研究

微机电系统(MEMS)陀螺的随机漂移误差是传感器的主要误差,传统硬、软阈值去噪法在去噪效果和实时性方面存在不足。该文从提升小波变换的基本理论出发,分析了提升小波阈值去噪原理,提出了基于提升小波的改进阈值去噪算法,并结合MEMS陀螺输出数据,并对硬、软阈值去噪法与改进阈值去噪法的仿真实验进行比较分析。仿真结果表明,改进阈值去噪法获得了更高的信噪比83.532 7dB,其去噪效果明显优于硬、软阈值,且运算速度较快,更适合实际运用。     

MEMS加速度计微敏感结构的伽马辐照退化效应

抗辐射的微机电系统(MEMS)加速度计在航天飞行器和核工业中有着广泛应用。当前的研究主要集中在MEMS测控电路的抗辐射加固技术上,对MEMS微敏感结构的辐照退化机理还缺乏深入的认识。由于MEMS微敏感结构和测试电路必须工作在一起,目前研究的难点在于如何准确地辨别出MEMS敏感结构在整表中所贡献的辐照退化量占比,并基于微纳测量的方法辨析出其辐照退化机理。针对该问题,本文首先开发出了一种针对MEMS器件分部件的辐照退化测量技术,成功提取出MEMS敏感结构所产生的辐照退化量;然后采用专门制备的对照MEMS芯片和电学测试的方法来对其退化机理进行研究。测量结果发现：MEMS敏感结构的辐照退化并不来自于寄生电容层的充电效应或各类电阻参数变化效应,而主要来自于界面薄氧化层的充电效应。这些界面层俘获的电荷会对MEMS可动质量块产生一个附加的静电力从而导致MEMS加速度计的输出漂移。综上,本文基于微纳测量的手段明确推断出了MEMS敏感结构在电离辐照条件下的退化机理,为后续的MEMS器件抗辐射加固改进提供了重要的技术方向指导。     

基于插值法的MEMS陀螺温度补偿方法

温度对微机电系统(MEMS)陀螺零偏影响较大,是影响其测量精度的主要因素之一。该文通过温度循环试验,建立了陀螺零偏与温度间的关系。采用多元逐步回归法和温度分段插值法建立了陀螺零偏温度补偿模型。试验结果证明,两种方法均能准确地反映陀螺零偏随温度变化的情况,且温度分段插值法可以消除明显的趋势项。与多元逐步回归法相比,补偿后全温零偏误差的峰峰值由0.025 (°)/s减小到0.015 (°)/s,全温零偏稳定性由32.9 (°)/h提高到14.2 (°)/h。     

MEMS隧道加速度计的系统分析与设计

主要论述了一种新型体硅工艺MEMS隧道加速度计的系统分析与设计,对加速度计敏感头与伺服反馈电路组成的系统进行系统建模,其中包含了结构的模型和反馈控制电路的模型.以系统模型作为基础,分析了器件工作所必须的条件,对器件的结构参数和反馈控制电路的参数进行了设计,并给出了系统的静态与动态输出.另外,本文提出了参数敏感度因子的概念及其计算方法,利用这种方法可以对每一个参数计算其对应的敏感因子,从而为参数容差设计提供了依据.     

MEMS隧道加速度计的系统分析与设计

主要论述了一种新型体硅工艺MEMS隧道加速度计的系统分析与设计 ,对加速度计敏感头与伺服反馈电路组成的系统进行系统建模 ,其中包含了结构的模型和反馈控制电路的模型。以系统模型作为基础 ,分析了器件工作所必须的条件 ,对器件的结构参数和反馈控制电路的参数进行了设计 ,并给出了系统的静态与动态输出。另外 ,本文提出了参数敏感度因子的概念及其计算方法 ,利用这种方法可以对每一个参数计算其对应的敏感因子 ,从而为参数容差设计提供了依据     

MEMS加速度计的误差补偿方法北大核心

温度误差和非线性误差是影响MEMS加速度计精度、限制其应用领域的两个重要因素。研究了国内外MEMS加速度计误差补偿方法,分析了MEMS加速度计的温度误差和非线性误差来源。为了消除一款50g量程的数字式MEMS加速度计的误差,采用分段线性拟合插值法进行了零偏温度补偿;同时采用基于预测模型的分段插值法对加速度计的非线性误差进行了校正。测试结果表明,经过补偿后,加速度计全温区(-40℃~60℃)零偏变化量从33.95mg提升到了1.02mg,标度因数温度系数从4.205×10^(-5)/℃提升到了0.74×10^(-6)/℃,满量程非线性度从1.010 022×10^(-2)提升到了1.479 9×10^(-4)。该方法算法简单,效果显著,适合于工程应用。     

基于小波理论抑制光纤陀螺零漂的研究

介绍了光纤陀螺技术的发展及应用,阐述了小波分析的理论及小波变换快速算法,并给出了光纤陀螺漂移的数学模型及零偏零漂的定义,阐明了小波分析在光纤陀螺信号处理中的具体应用方法,对于实测的光纤陀螺信号进行了多尺度小波分解和多分辨力分析,证明了该方法在抑制光纤陀螺输出信号零漂的有效性。为消除陀螺漂移提供了一个新的途径。     

基于小波神经网络的光纤陀螺系统级温度补偿

捷联惯组中光纤陀螺的输出精度受温度的影响较大,在实际应用中必须对其进行温度漂移补偿。对于光纤陀螺的零偏随温度变化呈较强的非线性特性,传统的多元线性回归法难以满足补偿精度要求,因而将小波神经网络用于建立光纤陀螺的温度补偿模型。通过对某型号捷联惯组中光纤陀螺的静漂数据进行仿真,实验结果表明,基于小波神经网络模型比多元线性回归模型的补偿效果更明显,有效提高了陀螺的精度。     

基于RBF神经网络的加速度传感器动态补偿研究

提出一种应用径向基函数(RBF)神经网络进行加速度传感器动态性能补偿方法.介绍动态补偿原理以及算法,并将其与BP神经网络法和系统辨识法进行比较.该方法利用加速度传感器的动态标定数据,采用RBF神经网络搜索和优化补偿模型参数.结果表明,这种补偿模型误差小,比用系统辨识法有良好的鲁棒性、能实现在线软补偿,比用BP神经网络有更快的训练速度.     

BP神经网络在半球谐振陀螺仪零偏温度补偿中的应用

半球谐振陀螺仪(HRG)的核心部件(半球谐振子)容易受到温度变化的影响,从而导致陀螺仪输出产生漂移,很大程度上限制了半球谐振陀螺仪精度的提升,因此需要对陀螺仪零偏进行补偿.首先结合半球谐振陀螺仪的工作原理对其零偏漂移产生的机理进行分析,利用最小二乘法和反向传播(BP)神经网络建立了半球谐振陀螺仪零偏漂移模型,同时利用建...     

MEMS压阻加速度传感器阻尼特性研究

研究了空气阻尼对MEMS压阻加速度传感器性能的影响,建立了传感器动力学模型和空气阻尼模型,分析了空气间隙大小与传感器阻尼系数的相互关系,通过控制空气间隙可以达到控制加速度传感器阻尼的目的。根据分析结果设计了三明治结构封装的传感器,应用有限元仿真软件,对传感器的应力和应变进行了仿真计算,完成传感器结构参数设计;采用MEMS体硅加工工艺和圆片级封装工艺,制作了MEMS压阻加速度传感器。测试结果表明,采用三明治结构封装形式,可以控制压阻加速度传感器的阻尼特性,为提高传感器性能提供了途径。     

基于PSO优化RBF神经网络的MEMS陀螺温度补偿

针对微电子机械系统(MEMS)陀螺温度变化影响其零偏误差的问题,提出了一种基于粒子群优化(PSO)和径向基函数(RBF)神经网络的陀螺零偏补偿方法.通过RBF神经网络对预处理后的陀螺零偏的温度误差建立模型,用PSO 搜索RBF神经网络的最优参数来提高其泛化能力后,将PSO-RBF神经网络最优参数用于补偿陀螺零偏.实验结果证明了该算法的有效性,经PSO-RBF神经网络算法补偿后,MEMS陀螺零偏的最大误差从0.046(°)/s减小到0.003 4(°)/s,标准差从0.042 7(°)/s减小到0.001 3(°)/s,有效提升了陀螺的零偏稳定性.     

紧致型小波网络在模拟电路故障诊断中的应用

提出了一种新的基于紧致型小波神经网络的模拟电路故障诊断方法。该法首先利用小波包变换对故障信号进行预处理,减少了紧致型小波神经网络的输入数目,简化了紧致型小波神经网络结构,然后对紧致型小波神经网络进行训练和测试。仿真试验表明,该方法比普通BP神经网络方法训练速度更快,诊断准确率更高,容错能力强,非常适用于模拟电路故障诊断。     

基于神经网络的混合电路故障检测

随着电路越来越走向集成化和模块化,大多数电路都同时包含数字和模拟的混合信号,数模混合电路故障诊断技术也因此成为一个重要的课题。提出了利用小波分析和神经网络对混合集成电路故障进行检测的方法。基本思想是通过小波变换对原始采样信号进行检测,再利用神经网络对小波变换的结果进行分类,最后给出故障的信息。通过MATLAB仿真实验,证明该方法对混合电路的故障检测非常有效。     

基于MAA全温滞后模型的MEMS陀螺仪零偏补偿技术

微机电系统（MEMS）陀螺仪具有体积小、精度高、应用前景广等优点。由于惯性器件材料的热阻值、热应力差异,对应传感器输出会产生温度滞后效应,严重影响了陀螺仪零偏稳定性。针对传统陀螺仪温度误差补偿法适应性较差的问题,该文利用滑动平均算法（MAA）,提出了一种温度滞后零偏补偿模型,在全温范围内对MEMS陀螺仪零偏进行补偿。实验结果表明,补偿后陀螺仪工作温度在-30~+90 ℃变化时,对应的零偏标准偏差从0.21 (°)/s降至0.02 (°)/s,零偏稳定性提升了近1个数量级。