MEMS陀螺仪结合MEMS系统和陀螺仪的优点,作为角速度测量元件广泛应用到移动机器人、航空航天和制导等领域,实现信号的传输和定位。然而,在制造误差影响下,MEMS陀螺仪出现非线性运动,非线性运动会导致其工作性能降低。为抑制MEMS陀螺仪的非线性运动,提高系统的鲁棒性,实现MEMS陀螺仪的稳定控制,论文依托贵州大学人才培育项目“基于人工智能的微机电系统建模与控制关键技术研究”（黔教合平台人才[2018]5718）,建立MEMS陀螺仪数学模型,利用相图、时间历程图和Lyapunov指数图揭示MEMS陀螺仪的运动特性,说明控制器设计的必要性。并设计自适应反演控制器来抑制MEMS陀螺仪的非线性运动行为,实现MEMS陀螺仪的稳定控制,确保MEMS陀螺仪的测量精度和工作性能。本文主要工作为:（1）首先通过牛顿和基尔霍夫定律,建立MEMS陀螺仪的数学模型,其次数值研究工具揭示研究对象的运动特性,设计2型非惯序模糊神经网络（T2SFNN）来逼近MEMS陀螺仪中的未知参数。再之后引入速度函数提高MEMS陀螺仪的响应速度,采用二阶跟踪微分器解决传统反演法中“复杂项爆炸”的问题。最后,设计加速自适应反演控制器,实现抑制由外界扰动、参数时变和死区导致的混沌振荡。（2）针对分数阶MEMS陀螺仪数学模型,利用数值研究工具揭示其运动特性。为进一步揭示混沌振荡并验证数学模型的可行性,构造产生复杂运动行为的分数阶MEMS陀螺仪模拟电路。构造速度函数提高分数阶MEMS陀螺仪系统的瞬态响应速度,引入跟踪微分器解决复杂项爆炸问题。（3）建立离散时间MEMS陀螺仪的数学模型,利用相图揭示离散时间MEMS陀螺仪的动力学行为,构造离散时间模糊神经网络实现未知时变参数项的逼近,引入离散时间低通滤波器解决传统反演过程中的复杂项爆炸的问题。最后,构造了一个自适应辅助函数,以消除非对称死区输入对控制器造成的不利影响。