1.一种基于干扰观测器的z轴陀螺仪神经网络滑模控制方法，其特征在于，包括以下步骤：
1)建立微陀螺仪动力学模型，根据所述模型输出微陀螺仪运动轨迹；
所述模型如下式所示：
其中，
其中，q为陀螺仪的运动轨迹，u为陀螺仪的控制输入，d为阻尼参数矩阵，k为弹簧参数矩阵，ω为时变角速度参数矩阵，d为外界干扰；
2)根据步骤1)得到的微陀螺仪运动轨迹计算跟踪误差，根据所述跟踪误差建立滑模面；
所述跟踪误差如下式所示：
e＝qd-q；
其中，e为跟踪误差，qd为微陀螺仪运动参考轨迹；
所述滑模面根据如下公式建立：
其中，s为滑模面，λ为滑模面参数；
3)采用rbf神经网络以所述跟踪误差为输入向量，输出估计时变角速度参数矩阵；
所述估计时变角速度参数矩阵为：
其中，
4)根据步骤1)得到的微陀螺仪运动轨迹、步骤3)得到的估计时变角速度参数矩阵和微陀螺仪的控制律设计干扰观测器；
所述干扰观测器为：
其中，
5)根据所述滑模面、步骤3)得到的估计时变角速度参数矩阵和步骤4)得到的干扰观测器设计微陀螺仪的控制律；
所述微陀螺仪的控制律为：
其中，u为微陀螺仪的控制律，
6)基于lyapunov稳定性理论，设计lyapunov函数，根据lyapunov函数设计rbf神经网络权值的更新算法，并将所述更新算法应用于rbf神经网络，以确保跟踪误差收敛到零，保证系统稳定；
所述lyapunov函数为：
其中，η1、η2分别为所对应的rbf神经网络权值自适应律增益参数，取为正数，
所述更新算法为：
其中，