MEMS微陀螺的神经网络滑模控制方法研究文献综述

一 研究综述 1.1课题研究背景与意义 以MEMS技术为基础的微陀螺是一种重要的微惯性器件。它以体积小、价格低、功耗小、可靠稳定、可批量生产等优点适用于各种制导航空弹药、微小飞行器、稳定平台、机器人等军事领域，受到了各军事强国的青睐。 在过去的20年间，随着MEMS技术走向成熟，微惯性传感器及其相关技术发展迅速，成为导航制导与控制领域的一个热点。西方国家尤其是美国在微陀螺技术方面处于世界领先地位。从上世纪80年代末开始，美国国防部的DARPA以及其他政府部门均在MEMS的军事和商业应用方面进行大量的战略性投入，每年的资金在1亿美金以上，逐年增加。MEMS微陀螺主要有石英微陀螺和硅微陀螺两种。石英微陀螺的研究工作已经持续了60余年，已有成熟的产品，并成功应用于武器系统中。精度一般低于1°/h,成本较高，现在的研究单位不多。硅微陀螺的研究始于上世纪90年代初，并得到迅速发展，目前也已有很多成熟的产品，并成功应用于武器系统中。高性能硅微陀螺的精度已经达到1°/h，正在向0.1°/h甚至更高的精度发展。 现代计算机构成单元的速度是人脑中神经元速度的几百万倍速，对于那些特征明确，推理或运算规则青清楚的可编程问题，可以高速有效的求解，在数值运算和逻辑运算方面的精度与高速极大地拓展了人脑的能力，从而在信息处理和控制决策各方面为人们提供了实现智能化和自动化的先进手段。但由于现有计算机是按照冯诺依曼原理，基于程序存取进行工作的，历经半个多世纪的发展，其结构模式与运行机制仍然没有跳出传统的逻辑运算规则，因而在很多方面的功能还远不能达到人的智能水平。随着现代信息科学与技术的飞速发展，这方面的问题日趋尖锐，促使科学和技术专家寻找解决问题的新出路。当人们的思路转向研究自然造就的精妙的人脑结构模式和信息处理机制时，推动了脑科学的深入发展以及人工神经网络和脑模型的研究。随着对生物脑的深入了解，人工神经网络获得长足的发展。在经历了漫长的初创期和低潮期后，人工神经网络终于以其不可忽视的潜力和活力进入了发展高潮。60多年来，它的结构与功能逐步改善，运行机制渐趋成熟，应用领域日益扩大，在解决各行各业的难题中显示出巨大的潜力，取得了丰硕的成果。 1.2 课题研究现状及发展趋势 近年来,硅微陀螺研究发展的主要趋势是：(1)一些MEMS技术较成熟的研究机构将研究的重点转向微陀螺结构误差建模和误差补偿方法的研究，有效提高了微陀螺的性能和鲁棒性。如加利福尼亚大学的C.Painter、Woodie、卡耐基梅隆大学的Savvier等人对制造过程带来的误差进行了深入分析，并提出了相应的补偿方法。虽然他们的研究对象多为梳齿结构硅微陀螺和压电材料微陀螺，其研究成果难以直接应用到蝶翼式硅微陀螺当中，但是误差补偿的思想对提高陀螺精度具有一定的借鉴意义。(2)微陀螺模态之间的交叉耦合严重影响了微陀螺的性能,许多研究者致力于解耦微陀螺的研究。如加利福尼亚大学C.Acar设计了宽带解耦硅微陀螺，日本横滨技术中心K.Ohwada等人也提出了一种新的解耦陀螺结构。解耦陀螺主要是对现有梳齿硅微陀螺的改进，通过设计支撑梁结构实现驱动部件和敏感部件的分离，大多采用多质量块-多支撑梁结构,结构更加复杂，对加工设备和加工工艺的要求更高。(3)工艺基础和设备力量不太雄厚的研究机构致力于开发一些结构简单的微陀螺。如日本Hyogo大学的K.Maenaka提出的双框架电磁微陀螺、瑞士Neuchatel大学提出的电磁驱动、压阻检测硅微陀螺、以色列技术学院提出的静电驱动、光学检测硅微陀螺等。上述微陀螺虽然简化了结构，但增加了掺杂、磁场定位等工艺步骤，引进了压阻温漂、磁场干扰等新的误差来源，也不利于与接口电路的集成。 参考文献： [1] 傅建国,王孝通,李博,金良安,马野;MEMS陀螺随机误差模型研究[J];传感器技术;2015年03期 [2] 杨金显;袁赣南;徐良臣;微机械陀螺测试[J];传感技术学报;2016年05期 [3] 茅盘松，吴绍夫，王修伦;微陀螺的研究[J];传感器技术;2015年04期 [4] 杨金显;袁赣南;徐良臣;微陀螺测试与标定技术研究[J];传感技术学报;2016年05期 [5] 沈军，廖令娟，吴军伟等基于RBF神经网络的陀螺的启动补偿及应用[J]红外与激光工程，2013，42（1）：119-124 [6] 冯坤,马波,江志农.一种新的基于改进实时双通滤波器的信号数字积分方案[J].北京化工大学学报（自然科学版）,2016 [7] 田福庆,李克玉,王珏,等.压电驱动快速反射镜的自适应反演滑模控制[J].强激光与粒子束,2014 [8] 李杨,胡柏青,覃方君,冯国利.MEMS陀螺的自适应滤波降噪方法[J].压电与声光,2015,(4). [9] 刘宇航,陈志勇,张嵘.改善MEMS陀螺误差温度稳定性的驱动力补偿方法[J].清华大学学报（自然科学版）,2013,(4). [10] 李星海,陈述奇,蔡体菁,张巧云,胡旭伯,刘姝.火箭弹MEMS陀螺捷联惯导系统[J].压电与声光,2013,(5). [11] 杨晓波,李德胜,刘本东,等.一种微机械陀螺仪仿真分析[J]. 仪器仪表学报,2016 [12] 温佰仟,刘建业,李荣冰.MEMS硅微陀螺仪系统级建模与仿真研究[J].中国惯性技术学报,2017,(4):485-487 [13] Hongliu Du, Satish S.Nair. Modeling and compensation odlow-velocity friction with bounds. IEEE Trans on Control Systems, 2013,7(1) [14]Jayesh Amin. Implementation of a friction estimation and compensationtechnique. IEEE Tran on Control Systems,2014,8 [15]Slobodan N. Vukosavic. Suppression of Torsional Oscillations in AHigh-Performance Speed Servo Drive[J]. IEEE Transation on IndustryElectronics,2013,45(1):108-117 [16]Bo Li.Nonlinear induced disturbance rejection in inertial stabilizationsystems. SPIE, Vol.2737,2013 [17]DEJAMKHOOY A, DASTFAN A, AHMADYFARD A. Modeling and forecastingnon-stationary voltage fluctuation based on grey system theory[J]. IEEETransation on Power Delivery,2015,32(3):1-1.