1.基于API模型的微驱动器迟滞建模方法，其特征在于：该方法具体如下：

1)将Play算子改进为A-Play算子：

y(t)＝p·max{u(t)-r,min{λu(t)+ηr,y(t-T)}}

式中，y(t)为A-Play算子在t时刻的输出信号，u(t)为t时刻的输入信号，p为A-Play算子的权重系数，r为A-Play算子的阈值，T为相邻时刻点输入的时间间隔，λ为A-Play算子的对称因子，η为A-Play算子的阈值修正系数，max为求最大值，min为求最小值；

2)将CPI模型改进为API模型：

式中，A-Play算子的初始输出信号y0＝0，即API模型初始输出信号Y(0)＝0，Y(t)为API模型在t时刻的输出信号，p0为API模型的线性系数，pi为第i个A-Play算子的权重系数，ri为第i个A-Play算子的阈值，λi为第i个A-Play算子的对称因子，η为A-Play算子的阈值修正系数，n为A-Play算子的总个数，yi(t-T)为第i个A-Play算子在t-T时刻的输出信号；

其中，ri预先设定，p0、pi、λi以及η通过参数辨识得到。

2.根据权利要求1所述基于API模型的微驱动器前馈控制方法，其特征在于：该方法具体如下：

1)求解基于A-Stop算子的API逆模型；

由于A-Play算子的轨迹与A-Stop相反，因此存在如下关系：

u(t)＝y(t)+x(t)  (1)

公式(1)中，u(t)为A-Play算子或A-Stop算子在t时刻的输入信号，y(t)为A-Play算子在t时刻的输出信号，x(t)为A-Stop算子在t时刻的输出信号；基于公式(1)，推出A-Stop算子在t时刻的输出信号的表达式为：其中，为A-Stop算子的权重系数，为A-Stop算子的阈值，T为相邻时刻点输入的时间间隔，为A-Stop算子的对称因子，为A-Stop算子的阈值修正系数，max为求最大值，min为求最小值；进而得到基于A-Stop算子的API逆模型的表达式为：其中，A-Stop算子的初始输出信号x0＝0，即API逆模型的初始输出信号X(0)＝0，X(t)为API逆模型在t时刻的输出信号， 为API逆模型的线性系数， 为第i个A-Stop算子的权重系数，为第i个A-Stop算子的阈值， 为第i个A-Stop算子的对称因子，为A-Stop算子的阈值修正系数，n为A-Stop算子的总个数，xi(t-T)为第i个A-Stop算子在t-T时刻的输出信号；其中，为自设值， 以及 通过参数辨识得到；

2)基于API逆模型设计出微驱动器前馈控制器，微驱动器前馈控制器的输入为微驱动器在t时刻的期望输出信号yd(t)；将微驱动器在t时刻的期望输出信号yd(t)作为API逆模型的输入信号，求得X(t)，X(t)为微驱动器前馈控制器的输出；将X(t)作为微驱动器在t时刻的输入信号，得到微驱动器在t时刻的实际输出信号。