[发明专利]基于滑模补偿的微陀螺仪鲁棒神经网络控制系统及方法

权利要求书

1.基于滑模补偿的微陀螺仪鲁棒神经网络控制系统，其特征在于：包括： 

给定轨迹生成模块（101），用于输出微陀螺仪两轴振动的参考轨迹； 

滑模面定义模块（102），用于接收追踪误差，并产生一个滑模面信号输出； 

神经网络控制器（103），用于接收参考轨迹和追踪误差信号，并产生神经网络控制器输出； 

权值自适应机制模块（104），用于接收滑模面信号，并产生神经网络权值更新算法； 

常规比例微分控制模块（105），用于接收滑模面信号，并产生比例微分控制输出； 

滑模补偿器（106），用于接收滑模面信号，并产生滑模补偿信号输出； 

微陀螺仪系统（107），被控对象数学模型，考虑了外界干扰的影响，输出振动轨迹的位置和速度信号； 

第一加法器（108），用于把参考轨迹与微陀螺仪的位置和速度输出相减，并产生追踪误差输出； 

第二加法器（109），用于接收神经网络输出信号，比例微分控制输出信号和滑模补偿信号，产生微陀螺仪的控制输入。 

2.根据权利要求1所述的基于滑模补偿的微陀螺仪鲁棒神经网络控制系统，其特征在于：所述的神经网络控制器（103）选用的神经网络结构为RBF神经网络，它包含三层结构：输入层，隐层和输出层，输入层接受系统中的可测量信号输入，隐层采用高斯基函数计算非线性映射后的输出，输出层通过加权各隐层节点的输出得到整个RBF神经网络的输出。 

3.根据权利要求2所述的基于滑模补偿的微陀螺仪鲁棒神经网络控制系统的控制方法，其特征在于：包括以下步骤， 

1）建立基于滑模面的微陀螺仪动力学模型； 

2）设计控制器结构； 

3）设计RBF网络权值的更新算法。 

4.根据权利要求3所述的控制方法，其特征在于：所述步骤1），建立基于滑模面的微陀螺仪动力学模型，具体为： 

1-1）考虑到制造误差和外界干扰作用，两轴微机械陀螺仪的动力学方程的向量形式为：

式中，

m为质量块的质量；x,y分别为质量块沿驱动轴和感测轴的位置；d_xx,d_xy,d_yy为微陀螺仪的阻尼系数，k_xx,k_xy,k_yy为微陀螺仪的弹簧系数；Ω_z是微陀螺仪工作环境中的角速度；u_x,u_y是控制输入；d_x,d_y是外界干扰作用； 

1-2）通过给定轨迹生成模块（101），输出质量块两轴振动的参考轨迹q_d； 

1-3）通过第一加法器（108），将参考轨迹q_d与微陀螺仪系统（107）的位置和速度输出相减，并产生追踪误差函数e(t)； 

1-4）通过滑模面定义模块（102），输出滑模面函数s(t)，其中，t为时间，Λ＝Λ^T＞0，为滑模面系数； 

1-5）结合式（2），得到基于滑模面的微陀螺仪的动力学模型 

式中，

表示未知的微陀螺仪函数，为可检测到的信号，作为神经网络的输入。