Micro Electromechanical System（MEMS）电磁微镜是近几年来随着MOEMS技术发展而逐渐得到广泛应用的一种微型光学器件,内部集成微小型光学反射镜与微机电驱动器,其基本原理为内部光学反射镜在静电力的作用下发生平动或转动,从而改变输入光的传播方向或相位。MEMS电磁微镜及其门阵列因其优良的特性被广泛用于各种场景,例如光通讯中的光交换,光谱分析仪器,虚拟现实系统中的VR成像以及汽车定位系统中的激光雷达等,目前,MEMS电磁微镜已经成为国内外学者的研究热点。长期以来,MEMS电磁微镜在工作状态下一直被看作是一个输入输出单映射的线性系统,但是随着人们对应用产品性能要求的逐渐增加,电磁微镜中固有的迟滞非线性特性所带来的影响就无法被继续忽视,这种迟滞非线性特性会极大的影响电磁微镜的定位精度以及转动速率,严重时甚至会导致整个工作系统不稳定。为了减少迟滞特性所带来的负面影响,目前通过建立数学模型设计控制器进行补偿是抑制迟滞非线性特性的一种有效方法,因此研究如何建立一个精确的数学模型对MEMS电磁微镜的工作特性进行描述具有极其重要的意义,这也是本论文的主要研究工作,即:用分段建模的思想,建立一种含有迟滞特性的MEMS电磁微镜的数学模型。本论文通过分析MEMS电磁微镜的工作原理及实验数据,发现MEMS电磁微镜的输出偏转角度和输入激励电压之间存在随着输入信号频率的改变而变化的迟滞特性,即:当频率逐渐增加时,迟滞环的宽度会明显增加,输出最大幅值会逐渐减小,我们通常称这种变化的迟滞特性为动态迟滞特性。本文的主要研究内容如下。（1）本论文通过分析含有迟滞特性试验平台的数据,提出了一种新的分段Prandtl-Ishlinskii（PI）模型对动态迟滞特性进行描述。实验结果表明所提出的分段PI模型在描述动态迟滞特性方面优于传统的迟滞模型。（2）在所提出的PI模型中,如果信号的输入频率无法得到,就会给模型的使用带来困扰,并且在实际中,实时监测信号的频率也比较困难,因此本文引入希尔伯特变换用于识别实际采集到的输入信号的瞬时频率,实现更为精确的频率分段,这是改进模型其中的一个创新点。除此之外,由于分段PI模型每一个PI子模型都需要确定其PI算子的个数,使用传统的经验法和试错法将会耗费大量的时间且很难获取最优值,为了解决这一问题,本文引入Particle Swarm Optimization（PSO）算法对分段PI模型进行结构辨识,获取每一段子模型的最优PI算子个数,这是辨识该迟滞模型的又一个创新点。（3）根据对微镜系统的分析,我们知道,微镜系统具有高度的欠阻尼特性和率相关的迟滞特性。因此,我们用块的建模思想来建立该系统的模型,即:用一个分段的含有分段PI迟滞模型的Hammerstein模型来描述MEMS电磁微镜系统的特性。然后用PSO算法辨识模型的结构参数,用最小二乘法辨识模型的参数。最后比较的实验结果表明,所提出的模型能够更加精确的描述MEMS电磁微镜的工作特性。