Phasenfehleranalyse für Betriebsmodi von MEMS-Kreiselinstrumenten basierend auf der Messung im Force-to-Rebalance-Modus

Warum winzige Kreisel wichtig sind

Von der Stabilisierung von Drohnen bis zur Führung autonomer Fahrzeuge: winzige Bewegungssensoren, bekannt als MEMS-Kreiselinstrumente, sorgen unauffällig dafür, dass moderne Geräte ausbalanciert und auf Kurs bleiben. Um Drehungen genau zu messen, sind diese Chips auf sorgfältig getaktete elektronische Regelkreise angewiesen. Diese Arbeit untersucht, wie subtile Zeitfehlanpassungen – sogenannte Phasenfehler – innerhalb dieser Schleifen die Leistung beeinträchtigen können, und zeigt, welche dieser Fehler wirklich relevant sind und wie man sie korrigiert, damit Kreiselinstrumente präzise und verlässlich bleiben.

Zwei Schwingungen, die Rotation spüren

Ein MEMS-Kreisel funktioniert, indem eine kleine Siliziumstruktur in zwei zueinander senkrechten Richtungen schwingt: ein Antriebsmodus, der aktiv erregt wird, und ein Sensormodus, der die seitliche Kraft spürt, die bei Rotation entsteht. Elektronik hält die Antriebserschütterung konstant und wandelt die winzige Bewegung des Sensormodus in eine Drehzahlmessung um. In vielen fortgeschrittenen Kreiseln wird eine Methode namens Force-to-Rebalance (FTR) verwendet: Anstatt die Sensorstruktur frei schwingen zu lassen, wirkt die Elektronik mit genau so viel Gegenkraft zurück, dass ihre Bewegung aufgehoben wird. Die Höhe dieser Korrekturkraft gibt dann die Rotationsrate preis. Dieser Ansatz ist wegen seiner Stabilität geschätzt, hängt aber stark von präziser Zeitabstimmung zwischen den Signalen ab.

Wo die Zeit in Fehler rutscht

In realen Geräten müssen Signale durch analoge Schaltungen, die veränderliche Kapazität in Spannung umwandeln, digitale Verarbeitung in einem FPGA und A/D- bzw. D/A-Wandler, die die analoge und digitale Welt verbinden. Jeder dieser Schritte kann die Phase, also die Zeitlage der Signale, um einen kleinen Winkel verschieben. Die Autoren fassen diese Phasenfehler in zwei einfache Kategorien in jedem Schwingungspfad zusammen: solche, die beim Messen und Verarbeiten der Signale auftreten (der Rückführpfad), und solche, die beim Erzeugen der Ansteuersignale entstehen (der Vorwärts‑/Aktuatorphase). Sie bauen dann ein vollständiges mathematisches Modell der FTR-Regelschleifen auf, das beide Pfade in beiden Modi einschließt, und analysieren, wie solche Fehler Schlüsselgrößen wie Bias, Skalenfaktor, Bandbreite und die Fähigkeit zur Unterdrückung unerwünschter Kopplung (bekannt als Quadraturfehler) beeinflussen.

Betrachtung der Antriebsseite: größtenteils harmlos

Auf der Antriebsseite bewirken Phasenfehler, dass die Regelkreisbindung leicht von der wahren Eigenfrequenz der Struktur abweicht. Um das Schwingungsniveau konstant zu halten, erhöht die Elektronik die Antriebsamplitude. Intuitiv mag das beunruhigen, denn ein stärkerer Antrieb kann als elektrische Kopplung in den Sensorausgang eindringen. Der hier untersuchte Kreisel nutzt jedoch eine sorgfältig gestaltete Frontend-Schaltung mit einem Hochfrequenzträger und Ringdioden, die diese Leckströme weitgehend unterdrücken. Simulationen und detaillierte Experimente bei drei Temperaturen zeigen, dass sich die Phasenfehler der Antriebsregelung nach dem Aufheizen des Geräts auf nahezu konstante Werte einpendeln und nach einfacher Kalibrierung vernachlässigbare Auswirkungen auf Bias, Rauschen, Quadraturkorrektur oder FTR-Bandbreite haben.

Timing auf der Sensorseite: der wahre Übeltäter

Der Sensormodus erzählt eine andere Geschichte. Hier müssen das Rückführsignal, das auf die schwingende Masse zurückwirkt, und die Referenzsignale zur Extraktion der Rate- und Quadraturkomponenten eng miteinander ausgerichtet sein. Die Autoren leiten ein FTR-Schleifenmodell her, das ausdrücklich einen Phasenfehler im Rückführpfad des Sensors und einen weiteren im Vorwärts-Demodulationspfad enthält. Sie zeigen analytisch und anschließend experimentell, dass der Phasenfehler im Rückführpfad den Skalenfaktor direkt verändert – die Umrechnung zwischen tatsächlicher Rotation und gemessenem Ausgang – und den Nullraten-Ausgang verschlechtert, der idealerweise bei ruhendem Kreisel vollkommen stabil sein sollte. Im Gegensatz dazu hat der Phasenfehler im Vorwärtsweg nur einen geringen Einfluss auf diese statischen Eigenschaften, und beide Sensorseitenfehler beeinflussen die dynamische Bandbreite kaum.

Kalibrierung des Wesentlichen

Aufbauend auf diesen Erkenntnissen schlagen die Autoren praktische Kalibrierverfahren vor. Für den Antriebsmodus messen sie Phasendifferenzen zwischen internen Referenzwellen und dem tatsächlichen Antriebssignal und passen dann digitale Phasen so an, bis die Signale orthogonal werden und die Antriebsamplitude ein Minimum erreicht – damit werden sowohl Vorwärts‑ als auch Rückführphasenfehler aufgedeckt und kompensiert. Für den Sensormodus richten sie zunächst das Rückführsignal an einer Referenz aus, um den kritischen Rückführpfadfehler zu beheben. Anschließend verstärken sie gezielt das Quadratursignal, sodass dessen Phase dominiert und die Feinabstimmung des verbleibenden Vorwärtswegs‑Phasenfehlers erleichtert wird. Tests über verschiedene Temperaturen zeigen, dass sich diese Korrekturen wie konstante Offsets verhalten, die bei sich ändernden Bedingungen neu abgeschätzt werden müssen, aber einmal eingestellt die Skalenfaktor- und Bias-Stabilität stark verbessern.

Was das für zukünftige Sensoren bedeutet

Einfach gesagt zeigt diese Studie, dass nicht alle Zeitfehler in einem MEMS-Kreisel gleich wichtig sind. Bei sorgfältig unterdrückter Kopplung haben Phasenfehler in der Antriebsschleife und im sensorseitigen Vorwärtsweg kaum Einfluss auf die endgültige Drehungsablesung. Der dominante Übeltäter ist der Phasenfehler im Rückführpfad des Sensors, der das „Messlineal“ zur Bestimmung der Rotation direkt verbiegt und die Ruhestandsablesung verschiebt. Indem diese Schwachstelle identifiziert und gezielte Kalibrierstrategien angeboten werden, liefert die Arbeit eine Roadmap für die Auslegung von Kreiseln mit besserer Stabilität im Betrieb und ebnet den Weg für Echtzeit‑Kompensationsschemata, die die Genauigkeit auch bei Temperatur- und Umgebungsänderungen aufrechterhalten können.

Zitation: Jia, J., Zhang, H., Gao, S. et al. Phase error analysis for MEMS gyroscopes operational modes based on force-to-rebalance rate measurement mode. Microsyst Nanoeng 12, 86 (2026). https://doi.org/10.1038/s41378-025-01144-6

Schlüsselwörter: MEMS-Kreiselinstrument, Force-to-Rebalance-Regelung, Phasenfehler, Sensorkalibrierung, Trägheitsnavigation