迅速，它对提高武器作战水平，改进武器性能起着十分重要作用。另外汽车上的安全气囊，在微机器人中，执行器动作的运动速度、加速度和力的大小的检测都需要微阵列式加速度传感器。因此微阵列式加速度传感器的应用范围广，前景十分看好。
随着集成电路平面加工工艺技术日趋成熟，微加工中的三维加工工艺不断地发展，使微传感器、微马达、微泵等制造已成为现实。文献[1]曾提出了传感阵列的布阵设计问题，但未展开研究。本文在文献[2~4]的研究基础上系统、综合地研究了微阵列式加速度传感器，根据理论研究和实验分析，应按加速度值的大小进行微阵列式加速度传感器的研制。 微阵列加速度传感器的设计理论
加速度的影响因素与加速度之间呈现某种关系，应用多元回归理论研究加速度场的数学模型，当其关系是线性时，应用线性回归理论研究，建立数学模型及其评估方法，而为非线性时，应用非线性回归理论 研究，建立数学模型及其评估方法。
1.1 线性回归分析
设加速度Y与其影响因素X1, X2,…, XP存在线性关系，则其数学模型为
据此，可应用逐步线性回归的方法，将因子一个个地引入，引入的条件是该因子的偏回归平方和经检验是显著的，同时，每引入一个因子，要对老因子逐个检验，将偏回归平方和变为不显著的因子剔除。逐步线性回归算法流程如下：
1) 设定函数FunInitial( )是输入的实验数据建立结构矩阵X、观察值矩阵Y、自相关系数矩阵R、常数矩阵B、增广矩阵R(0)，并且设置相应的初始化值，函数FunAssesGet( )引入因子时，计算偏回归平方和及检验的函数；2) 函数FunAssesPel( )引入一个因子后，做剔除旧因子的检验函数；3) 数组均用首元素表示当前已被使用的数组数目；4) 数组Already Trans Row [n]记录已经被检验过，放入回归方程中的因子下标；5) 整数 变量L用来计数，对n-1次可能的引入因子的处理加以限制；6) 整数变量T, rausRow表示当前要进行R矩阵变换的行，当其值为−1，表示没有转化的行，程序最终输出有效的回归方程。
1.2 非线性回归分析
当测试加速度与影响因素呈非线性关系，则需建立非线性模型，并应用阻尼最小二乘法解决。
1) 非线性回归数学模型及分析方法
假设函数
同时对阻尼因子的调整作了研究，使阻尼的确定和计算速度满足实际应用的要求。
