磁控形状记忆合金(Magnetically Controlled Shape Memory Alloy简称MSMA)是近年来出现的一种新型智能材料,具有形变大、响应速度快、能量密度高等优点,在传感器领域拥有广阔的应用前景。变形的磁控形状记忆合金在外力作用下由于内部发生孪晶再取向使材料的磁化强度发生改变,通常称这种特性为MSMA逆效应。利用该特性可以研制MSMA传感器。本文基于磁控形状记忆合金的逆效应,建立磁控形状记忆合金传感器外特性模型,通过无迹卡尔曼滤波算法对磁控形状记忆合金传感器外特性模型的系数进行参数辨识,基于Matlab、Labview混合变成设计思想构建磁控形状记忆合金传感器特性仿真平台,通过该平台可以模拟不同输入条件(激振力、预压力、偏置磁场)协同作用下,获取磁控形状记忆合金传感器感应电压信号输出,同时也可以将该特性仿真平台与实验系统相结合,深化材料的实验研究进程。首先,研究MSMA的晶体结构、变形机理,而后基于材料力学、动力学、电磁学等理论建立MSMA传感器外特性模型并确立MSMA传感器感应电压与外部磁场、预压力、激振力的幅值和频率之间的函数关系式,该模型即为参数辨识的目标模型。其次,基于无迹卡尔曼滤波算法对传感器外特性模型进行参数辨识,以满足不同实验条件下模型的适用性。将无迹卡尔曼滤波算法与混沌-量子粒子群算法分别对MSMA传感器外特性模型参数辨识的结果进行比较分析,验证了无迹卡尔曼滤波算法在MSMA传感器外特性模型参数辨识方面的高效性以及准确性。最后,构建磁控形状记忆合金传感器特性仿真平台并搭建MSMA传感器实验系统,将实验结果与特性仿真平台输出结果进行比较,二者输出结果吻合。由磁控形状记忆合金传感器特性仿真平台进行感应电压信号预测,指导后续实验研究。