科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的电容式微机电系统(micro-electro-mechanical system， MEMS)加速度计(capacitive MEMS accelerometers， CMA)温漂误差(temperature drift error， TDE)补偿方法存在非精准溯源TDE致使TDE估计精度低、反复尝试估计模型构型导致构建过程复杂繁琐的问题，提出基于微形变分析的电容式MEMS加速度计TDE精密补偿方法。通过微形变分析内部结构精准溯源TDE，基于径向基函数神经网络(radial basis function neural network， RBFNN)构建改进型TDE精密估计模型；基于专家经验和模糊理论提出Expert-Fuzzy辅助决策下TDE估计模型辨识方法，为改进模型提供有效的构型指导；设计升温试验测试电容式MEMS加速度计，构建传统模型和改进模型并通过对比其输出偏置稳定性评估TDE估计性能。实验结果表明，改进模型构建过程大大简化，补偿后电容式MEMS加速度计偏置稳定性提升约35%。本方法能够更加精准地估计TDE，有效解耦硅基材料的温度依赖性并提升电容式MEMS加速度计的环境适应性。
- 单位
