Ein temperatur-selbstkalibrierendes MEMS-Kreiselinstrument mit einem Bias-Drift-Koeffizienten von 0,007°/h/K durch Echtzeit-Parametrisierung der Güte und Modenabgleich

Warum winzige Bewegungssensoren wichtig sind

Von Smartphones über Drohnen bis hin zu Raumfahrzeugen verlassen sich viele moderne Geräte auf mikroskopische Bewegungssensoren, sogenannte MEMS-Kreisel, um ihre Drehung zu erfassen. Diese Chips sind klein und günstig, doch ihre Messwerte können sich langsam verschieben, wenn sich die Umgebungs­temperatur verändert — ein ernstes Problem für Navigations- und Steuerungssysteme, die über Stunden genau bleiben müssen. Dieser Artikel beschreibt eine neue Methode, mit der sich ein MEMS-Kreisel still und automatisch so „selbst unterrichtet“, dass er beim Erwärmen oder Abkühlen stabil bleibt und temperaturbedingte Drifts auf rekordverdächtige Werte reduziert, ohne sperrige Zusatzhardware oder aufwändige Werkskalibrierung.

Das Problem langsamer Drift

In einer idealen Welt würde ein Kreisel bei Ruhe genau null Drehung melden. In der Realität erzeugen innere Unvollkommenheiten der winzigen schwingenden Strukturen und der umgebenden Elektronik ein kleines falsches Signal, das als Nullrate-Ausgang oder Bias bezeichnet wird. Dieser Bias ist temperaturabhängig, weil Materialeigenschaften, mikroskopische Spielräume und das Verhalten elektronischer Schaltungen sich verschieben, wenn ein Gerät von winterlicher Kälte zu sommerlicher Wärme gelangt. Frühere Entwürfe versuchten, einige dieser Effekte durch sehr symmetrische mechanische Strukturen, sorgfältig geformte Aufhängungsfedern oder elektrische Anpassungen zu kompensieren. Obwohl diese Maßnahmen helfen, korrigieren sie den Bias meist nur zum Zeitpunkt der Fertigung oder unter einem engen Betriebsbereich, sodass der Bias bei Temperaturänderungen im laufenden Betrieb weiterhin driftet.

Analyse der Fehlerursachen

Die Autoren beginnen damit, die verschiedenen Wege zu zerlegen, auf denen der Kreisel ein falsches Signal erzeugen kann. Einige Fehler treten in einer gegenüber der tatsächlichen Drehung verschobenen Richtung auf und lassen sich oft mit vorhandenen Abstimmverfahren verringern. Bei dem hier untersuchten Gerät — einem sorgfältig ausbalancierten Vier-Massen-Kreisel — stammt der hartnäckigste Fehler aus einer Abweichung in der Dämpfungsrate der Schwingungen entlang zweier unterschiedlichen Richtungen. Diese Eigenschaft, bekannt als Gütefaktor, beschreibt, wie viel Energie die schwingenden Massen an ihre Umgebung verlieren. Wenn die beiden Richtungen leicht unterschiedliche Verlustraten haben, die sich zudem mit der Temperatur ändern, kippt das Gesamtschwingungsbild, und der Sensor interpretiert diese Kippung als eine langsame, temperaturabhängige Rotation, auch wenn keine reale Drehung vorliegt.

Den Kreisel das Selbstabstimmen lehren

Um diese Ursache anzugehen, nutzt das Team einen cleveren Ansatz namens parametrische Anregung: Statt die Massen nur vor- und zurückzuschieben, wird zusätzlich die Steifigkeit der Trägerfedern rhythmisch mit dem Doppelten der Schwingungsfrequenz moduliert. Diese zusätzliche Modulation ändert den effektiven Gütefaktor einer der Schwingungsrichtungen und ermöglicht es, ihn wie an einem Regler zu erhöhen oder zu verringern. Ein kleines Testsiganl wird in den Sensor eingespeist, sodass zwei schwache Seitentöne um die Hauptschwingung erscheinen. Indem die Elektronik die Phase dieser Töne in Echtzeit beobachtet, kann sie ableiten, wie sich der effektive Gütefaktor mit der Temperatur verändert. Eine Regelungsschleife passt dann automatisch die Stärke der Feder­modulation so an, dass der Gütefaktor auf dem Wert gehalten wird, der Null-Bias erzeugt — und das, während sich die Umgebung erwärmt oder abkühlt.

Den selbstkalibrierenden Sensor prüfen

Die Forscher bauten ihr Schema in einen hoch­leistungsfähigen Kreiselchip ein und trieben ihn mit kundenspezifischer Elektronik auf einem Labor-Drehteller in einer Temperaturschublade an. Sie verglichen drei Situationen: keine zusätzliche Regelung, eine feste Feder­modulation und die vollständige selbstanpassende Schleife. Ohne die neue Methode veränderte sich der Bias deutlich, als die Temperatur von –20 °C bis 50 °C durchlaufen wurde. Mit einer festen Modulation zeigte sich eine Verbesserung, doch der Bias driftete weiterhin. Als jedoch die Echtzeit-Regelung des Gütefaktors zugeschaltet wurde, blieb der Bias über den gesamten Temperaturbereich sehr nahe bei null, während der gewünschte Gütefaktor durch automatische Anpassung der Modulationsstärke im Hintergrund nahezu konstant gehalten wurde.

Was die Ergebnisse für reale Geräte bedeuten

Aus Sicht des Anwenders ist das auffälligste Ergebnis, wie viel stabiler der Sensor dadurch wird. Die Temperaturempfindlichkeit des Bias wurde um den Faktor 122 reduziert, auf lediglich 0,007 Grad pro Stunde und Grad Celsius — ein Wert, den die Autoren als das bislang beste für diese Geräteklasse angeben. Messungen des Langzeitrauschens und des zufälligen Ausreißens verbesserten sich ebenfalls, und die Methode fügte kein zusätzliches Rauschen hinzu. Wichtig ist, dass all dies durch intelligente Steuerung bereits im Chip vorhandener Signale erreicht wird, wodurch zusätzliche Dämpfungselemente oder umfangreiche Temperaturkarten in der Fertigung entfallen. Das macht den Ansatz attraktiv für künftige Steuerungssysteme in Autos, Flugzeugen und kleinen Satelliten, die navigationstaugliche Stabilität aus winzigen, energieeffizienten Sensoren benötigen.

Zitation: Shen, Y., Zheng, X., Fang, C. et al. A temperature self-calibrated MEMS gyroscope with 0.007°/h/K bias drift coefficient using real-time parametric quality factor control and mode matching. Microsyst Nanoeng 12, 102 (2026). https://doi.org/10.1038/s41378-026-01181-9

Schlüsselwörter: MEMS-Kreisel, Temperaturdrift, Sensor-Kalibrierung, Gütefaktorregelung, Trägheitsnavigation