(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110785860.0 (22)申请日 2021.07.12 (65)同一申请的已公布的文献号 申请公布号 CN 113392591 A (43)申请公布日 2021.09.14 (73)专利权人 哈尔滨工程大 学 地址 150001 黑龙江省哈尔滨市南岗区南 通大街145号 (72)发明人 齐兵　石帅帅　徐陆通　房磊　 陈嘉宇　田帅帅　 (74)专利代理 机构 哈尔滨市松花江专利商标事 务所 23109 代理人 张换男 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/25(2020.01) G06N 3/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01P 21/00(2006.01) G06F 119/08(2020.01) G06F 119/14(2020.01)(56)对比文件 CN 106338283 A,2017.01.18 CN 106338283 A,2017.01.18 US 20142181 19 A1,2014.08.07 刘滔等.基 于PSO优化SVM的M EMS加速度计温 度补偿方法研究. 《现代电子技 术》 .2018,(第10 期), 任春华等.基于神经网络的石英加速度计的 二维时、 温漂移补偿. 《中国惯性 技术学报》 .2007,(第03期), 牛昊彬等. “圆片级封装 全硅梳齿电容式 MEMS加速度计设计 ”. 《中国惯性 技术学报》 .2020,第28卷(第5期),第672- 676页. BingQi等. “Anoveltemperaturedrifter rormodelforM EMSc apacitiveac celerometer ”. 《2017IE EE2ndAdvancedI nformati onTechnology ,Electro nicandAutomati onControlConference (IAEAC)》 .2017, 何江波等.电容式微加速度计的刻度温漂的 半解析模型. 《传感技 术学报》 .2016,(第01期), 审查员 夏玫 (54)发明名称 一种基于硅微结构分析的MEMS加速度计温 漂误差估计方法 (57)摘要 一种基于硅微结构分析的MEMS加速度计温 漂误差估计方法， 它属于新型微惯性器件领域。 本发明解决了传统方法没有完全探索出MEMS加 速度计温漂误差的温度相关量， 导致估计温漂误 差的非精准 建模， 进而使得MEMS加速度计温漂误 差估计失准的问题。 本发明从微结构效应角度入 手， 详细全面分析了硅基材料的温度依赖性， 并 较好地解耦其温度依赖性， 在环 境温度复杂多变 的情况下， 通过对温漂误差进行补偿， 可以使 MEMS加速度计的环境适应性得到了完全提升，MEMS加速度计实时精密、 稳定可靠地输 出载体加 速度信息。 本发明可以应用于载体加速度的检 测。 权利要求书3页 说明书14页 附图8页 CN 113392591 B 2022.04.19 CN 113392591 B 1.一种基于硅微结构分析的MEMS加速度计温漂误差估计方法， 其特征在于， 所述方法 具体包括以下步骤： 步骤一、 获取用于估计M EMS加速度计温漂误差的温度相关量 MEMS加速度计的传感电路具有梳齿结构， 将MEMS加速度计的传感电路抽象为由动极板 和定极板组成的平板电容， 当环境温度变化时梳齿结构发生结构变形， 推演出环境温度变 化前后， 即梳齿结构变形 前后电容输出偏差； 基于梳齿结构变形前后电容输出偏差获取用于估计MEMS加速度计温漂误差的温度相 关量； 所述步骤一的具体过程 为： 当环境温度为T0时， 动极板与定极板的重叠长度为b0， 动极板梳齿和定极板梳齿的厚度 均为j0， 动极板梳齿与定极板 梳齿的距离为u0， 此时输出的电容 值ΔC0为： 其中， ε0为介电常数； 当环境温度变化为T时， 假 设需要检测的载体加速度与环境温度为T0时需要检测的载体 加速度大小相同， 环境温度的变化量为ΔT＝T ‑T0， 则在考虑硅基材料的线性热膨胀性质的 情况下， u0、 j0、 h0和b0的值变化 为： 其中， u(T)为u0对应的变化后的值， j(T)为j0对应的变化后的值， h(T)为h0对应的变化 后的值， h0是当环境温度为T0时， 定极板梳齿的宽度， b(T)为b0对应的变化后的值， αT为定 值； 在考虑硅基材料的线性热膨胀性质的情况下， 传感电路梳齿结构理论电容值受到温度 影响时的输出偏差y1[α(T)]为： 其中， k为静电力常数， Δu是动极板梳齿与定极板梳齿的距离变化量， Δu＝u(T) ‑u0＝ u0αTΔT； 在考虑硅基材料的非线性热膨胀性质l(T)＝l0[1+α(T)]的情况下， 其中， l0为结构的初 始长度， α(T)为非线性热膨胀系数， α(T) ×106＝‑5.429+2.79 ×10‑2T‑3.226×10‑5T2， l(T) 为仅在硅基材 料的非线性热膨胀影响下变化后的结构长度； 由硅基材料的非线性热膨胀性质引起的传感电路梳齿结构理论电容值输出偏差y2[α (T)]为：权　利　要　求　书 1/3 页 2 CN 113392591 B 2其中， i0是当环境温度为T0时动极板梳齿的长度， n0是当环境温度为T0时 动极板长梁的宽度， g0是当环境温度为T0时定极板梳齿长度， m0是当环境温度 为T0时动极板梳齿的宽度， e0是当环境温度为T0时定极板梳齿到动极板长梁的距 离； 则环境温度变化前后电容输出偏差为： y1[α(T)]+y2[α(T)]＝f(ΔT、 ΔT2、 T、 T2) 将ΔT、 ΔT2、 T和T2作为估计M EMS加速度计温漂误差的温度相关量； 步骤二、 基于获取的温度相关量构建M EMS加速度计温漂误差估计模型 以实测的环境温度构 建环境温度相关量作为BP神经网络的输入， 以实测的MEMS加速度 计温漂误差作为BP神经网络的输出， 对BP神经网络进行训练后， 利用训练好的BP神经网络 对MEMS加速度计温漂误差进行估计； 所述BP神经网络利用crtbp函数完成权值、 偏置参数的初始化， 利用GA算法对初始化的 权值和偏置参数进行选择、 交叉和变异， 再利用bs2rv函数对选择、 交叉和变异后的数据进 行解码， 将解码后的数据作为P SO算法的初始化粒子参数； 对PSO算法的输出进行解码后， 将解码结果作为BP神经网络的初始权值和偏置 。 2.根据权利要求1所述的一种基于硅微结构分析的MEMS加速度计温漂误差估计方法， 其特征在于， 所述GA 算法利用select选择函数完成数据的选择， 利用mut变异 函数完成数据 的变异， 利用recombi n函数完成数据的重组， 利用rei ns函数得到新的种群。 3.根据权利要求2所述的一种基于硅微结构分析的MEMS加速度计温漂误差估计方法， 其特征在于， 所述初始化的权值、 偏 置参数经过GA算法和PSO算法后， 得到参数x， 在对x进 行 解码后， 将解码结果作为BP神经网络的初始权值和偏置； 其中， n表示PSO算 法的迭代次数， i＝1,2, …n， vi表示PSO算 法第i次迭代后的粒子速度， xi表示PSO算法第i次迭代后的粒子位置， xj表示BP算法第j次迭代时， BP神经网络的权值和 偏置在解空间中的位置， η为学习 率， m为BP神经网络训练的迭代次数， j为搜索次数， j＝1, 2，…， m， E(xj)为xj的期望， n表示PSO算法的迭代次数， c1和c2为常数， r1和r2是0到1之间的随 机值， pi是前i次迭代后， 粒子 本身的历史最优值， gi是前i次迭代后， 粒子群的历史最优值。 4.根据权利要求3所述的一种基于硅微结构分析的MEMS加速度计温漂误差估计方法， 其特征在于， 所述对P SO算法的输出进行解码， 是利用bs2 rv函数完成的。 5.根据权利要求4所述的一种基于硅微结构分析的MEMS加速度计温漂误差估计方法，权　利　要　求　书 2/3 页 3 CN 113392591 B 3