系统工程与电子技术

作者：齐兵, 程建华, 赵砚驰, 汪籽粒

单位：哈尔滨工程大学智能科学与工程学院, 黑龙江 哈尔滨 150001

关键词：微机电系统,温漂误差估计,微形变分析,Expert-Fuzzy辅助决策,径向基函数神经网络

基金：国家自然科学基金(62003108);国家自然科学基金(62073093);国家自然科学基金(61773132);国家自然科学基金(61803115);国家自然科学基金(62003109)

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CMA TDE精密补偿方法。首先, 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; 其次, 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; 然后, 设计升温试验测试CMA, 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CMA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CMA的环境适应性。

来源：2024年第7期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第7期