微半球谐振陀螺仪是国内外MEMS陀螺仪研究机构近年来的研究热点,相较于传统的MEMS陀螺仪,微半球谐振陀螺仪更适于高精度场合。然而,微半球谐振陀螺仪的系统内误差对于环境较为敏感,当环境温度变化时,容易引起零位的漂移。本文以微半球谐振陀螺仪为研究对象,对其零位误差的温度特性进行研究,主要研究内容包括:（1）微半球谐振陀螺仪工作原理分析。主要讨论了微半球谐振陀螺仪的结构特点、工作模式、激励检测方法等,分析了微半球谐振陀螺仪力平衡工作模式的动力学方程,详细介绍了微半球谐振陀螺仪力反馈模式下的测控系统。（2）微半球谐振陀螺仪零漂机理研究。从谐振子结构误差和控制系统误差两个方面分析了微半球谐振子零位误差的产生原因,谐振子结构误差主要包括阻尼耦合误差和刚度耦合误差,控制系统误差主要包括电路馈通误差和解调相角误差。然后讨论了温度对微半球谐振陀螺仪的谐振频率、Q值、机械结构误差及控制电路误差的影响,其中温度与微半球谐振子的谐振频率基本为线性正相关关系,可利用微半球谐振子谐振频率的变化反映环境温度的变化。最后,综合多方面因素分析了温度对陀螺仪零位误差的影响:陀螺仪零位误差与温度之间为复杂的非线性关系。（3）基于零位温漂模型的陀螺仪零漂补偿方法的研究。主要介绍了基于分段多项式拟合的陀螺仪零漂补偿方法、基于BP神经网络的陀螺仪零漂补偿方法以及基于粒子群算法优化BP神经网络的零漂补偿方法三种模型拟合方法,通过拟合微半球谐振陀螺仪的零位温漂曲线来对微半球谐振陀螺仪的零漂进行补偿。基于分段多项式拟合的陀螺仪零漂补偿方法主要通过对微半球谐振陀螺仪的零位温漂曲线进行人工分段,用不同的低阶多项式分别对每一段进行拟合。基于BP神经网络的陀螺仪零漂补偿方法则通过BP神经网络模型来拟合陀螺仪零漂特性曲线。基于粒子群算法（PSO）优化BP神经网络的零漂补偿方法是为了解决普通BP神经网络模型在训练过程中容易陷入局部最小的问题提出的优化版BP神经网络模型,通过结合粒子群算法,使BP神经网络更易寻得整体最优解。（4）基于双模态激励的微半球谐振陀螺仪零漂补偿系统的研究。通过公式推导分析了双模态激励陀螺仪工作原理:同时激励微半球两个轴向,通过两个轴向振动的位移和为陀螺仪的驱动模态,两个轴向振动的位移差为陀螺仪的检测模态。再根据原理仿真研究了双模态激励陀螺仪驱动检测具体控制机理:以两个轴向振动位移和的同相解调信号控制谐振子驱动在两个轴向谐振频率的中心频率,通过正交解调信号控制驱动振幅;以两个轴向振动位移差的同相解调信号为谐振频率频差输出信号,正交解调信号为哥氏输出信号。然后研究了双模态激励陀螺仪调谐控制机理及Q值失配补偿机理,并通过多项式拟合对谐振子的Q值失配进行补偿。最后给出了基于双模态激励的微半球谐振陀螺仪零漂补偿系统的测控框图。（5）微半球谐振陀螺仪补偿效果测试。参照国产微机械陀螺仪测试细则,对于微半球谐振陀螺仪补偿前后的性能进行测试。实验结果表明,经过补偿后,基于双模态激励的微半球谐振陀螺仪零漂补偿方法将微半球谐振陀螺仪的常温零偏稳定性数值降低了4倍,从单模态激励的平均227°/h降低为平均53°/h,角度随机游走降低了约2倍,从单模态激励的平均34°/h/√Hz降低为平均15°/h/√Hz。而基于零位温漂模型的陀螺仪零漂补偿方法的补偿效果则相对较差,其中基于分段多项式拟合的零漂补偿方法使常温零偏稳定性数值降低了1.5倍,基于BP神经网络的零漂补偿方法使常温零偏稳定性数值降低了2倍,基于PSO-BP神经网络的零漂补偿方法则使常温零偏稳定性数值降低了2.5倍,且对角度随机游走没有补偿效果。而从补偿效果重复性上分析,基于双模态激励的微半球谐振陀螺仪零漂补偿方法多次补偿效果整体波动不大,重复性远优于基于零位温漂模型的陀螺仪零漂补偿方法。