[发明专利]MEMS陀螺的温度补偿方法及系统

权利要求书

1.一种MEMS陀螺的温度补偿方法，其特征在于，包括步骤：

获取驱动闭环控制系统的当前驱动谐振频率；

获取检测闭环控制系统输出的当前角速度信号；

获取检测控制电路的当前温度值；

根据所述当前驱动谐振频率、所述当前温度值，采用预设温度模型对所述当前角速度信号进行实时的温度补偿，得到温度补偿后的角速度输出信号。

2.根据权利要求1所述的MEMS陀螺的温度补偿方法，其特征在于，所述预设温度模型为Y＝purelin(a₂Z+b₂)，其中，Z＝tansig(a₁X+b₁)，X表示由所述当前驱动谐振频率、驱动谐振频率时间变化率、所述当前温度值、温度值时间变化率组成的输入矩阵，a₁、a₂表示权重矩阵，b₁、b₂表示阈值矩阵，purelin表示线性传输函数，tansig表示双曲正切S型函数，其中，所述驱动谐振频率时间变化率根据所述当前驱动谐振频率、上一次采样获得的驱动谐振频率以及驱动谐振频率采样时间确定，所述温度值时间变化率根据所述当前温度值、上一次采样获得的温度值以及温度值采样时间确定。

3.根据权利要求2所述的MEMS陀螺的温度补偿方法，其特征在于，所述驱动谐振频率采样时间与所述温度值采样时间相同。

4.根据权利要求1或2或3所述的MEMS陀螺的温度补偿方法，其特征在于，所述预设温度模型采用下述方式建立：

获取预定次数的温度试验结果，所述温度试验结果包括各温度及温度变化速率下的陀螺零偏、标度因子、驱动谐振频率、驱动谐振频率时间变化率、检测控制电路的温度值、检测控制电路的温度值时间变化率；

以各温度及温度变化速率下的驱动谐振频率、驱动谐振频率时间变化率、温度值、温度值时间变化率组成的矩阵为输入矩阵，以各温度及温度变化速率下的陀螺零偏、标度因子组成的矩阵为神经网络训练的期望输出集，进行神经网络训练，确定所述预设温度模型的权重矩阵和阈值矩阵；

根据所述权重矩阵、阈值矩阵，建立所述预设温度模型。

5.根据权利要求4所述的MEMS陀螺的温度补偿方法，其特征在于，在训练误差小于预定训练误差阈值时，判定神经网络训练结束，所述训练误差通过下式确定：

ER＝(Y-T_a)'×(Y-T_a)/2

其中，ER表示训练误差，Y表示预设温度模型的输出矩阵，T_a表示由陀螺零偏和标度因子组成的目标输出矩阵。

6.一种MEMS陀螺的温度补偿系统，其特征在于，包括：设置在陀螺的检测及控制电路的驱动闭环控制模块、检测闭环控制模块、温度检测电路以及温度补偿模块，所述温度补偿模块的第一输入端与所述驱动闭环控制模块的输出端连接、第二输入端与所述温度检测电路的输出端连接、第三输入端与所述检测闭环控制模块的输出端连接，根据所述驱动闭环控制模块输入的当前驱动谐振频率、所述温度检测电路输入的当前温度值，采用预设温度模型对所述检测闭环控制模块输入的当前角速度信号进行实时的温度补偿，得到温度补偿后的角速度输出信号，并输出所述角速度输出信号。