买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利一种MEMS振动传感器谐振频率自检方法、系统及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119475258B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510070062.8，技术领域涉及：G06F18/25；该发明授权一种MEMS振动传感器谐振频率自检方法、系统及设备是由侯占强;王轩;肖定邦;吴学忠;李青松设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种MEMS振动传感器谐振频率自检方法、系统及设备在说明书摘要公布了：本发明公开了一种MEMS振动传感器谐振频率自检方法、系统及设备，该方法包括以下步骤：采用时域连续信号激励作为响应输入信号，并采集MEMS振动传感器的动态响应信号；建立MEMS振动传感器的动态响应数学模型；以采集的动态响应信号为辨识数据，采用改进粒子群算法优化的BP神经网络对动态响应数学模型中的谐振频率参数进行高精度辨识；基于谐振频率参数的辨识结果，计算MEMS振动传感器的机械灵敏度。本发明涉及MEMS振动传感器动态模型参数辨识技术领域，能够有效提升MEMS振动传感器谐振频率辨识精度。

本发明授权一种MEMS振动传感器谐振频率自检方法、系统及设备在权利要求书中公布了：1.一种MEMS振动传感器谐振频率自检方法，其特征在于，包括以下步骤：步骤1，采用时域连续信号激励作为响应输入信号，并采集MEMS振动传感器的动态响应信号；步骤2，建立MEMS振动传感器的动态响应数学模型，所述动态响应数学模型具体为： ；其中，Hs为动态响应数学模型函数，s为拉普拉斯变量，b、a1、a0为待辨识参数；具体地： ；其中，为传感器有效转动惯量，J为敏感结构的旋转惯量，Q为传感器品质因数，为谐振频率，、J、Q、即为步骤3中的所述谐振频率参数；步骤3，以采集的动态响应信号为辨识数据，采用改进粒子群算法优化的BP神经网络对所述动态响应数学模型中的谐振频率参数进行高精度辨识，具体为：首先，随机生成BP神经网络的阈值与权重，以此作为改进粒子群优化算法的初始粒子位置，并设定算法相关参数；随后，将BP神经网络的代价函数设为改进粒子群算法的适应度函数，通过迭代更新粒子的位置和速度，并以适应度最小化为目标进行迭代，直至满足精度要求或达到最大迭代次数；然后，将改进粒子群优化算法的全局最优解作为输出，构建所述动态响应数学模型的离散传递函数，并进一步进行离散到连续的转换，以计算所述谐振频率参数；步骤4，基于所述谐振频率参数的辨识结果，计算MEMS振动传感器的机械灵敏度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。