谐振式MEMS传感器数字接口电路研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:a285074984
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
谐振式MEMS(Micro-Electro-Mechanical System,微机电系统)传感器是一种将被测物理量变化转换为频率变化的传感器,由于其优异的性能,被广泛地应用在重力测量,地震测量,加速度计,温度计和磁力计等方面。而频率读出电路和闭环谐振电路是谐振式MEMS传感器的关键组成部分。因此,针对这两种接口电路的研究对于实现高性能谐振式MEMS传感器具有重要意义。本文提出了一种适用于谐振式MEMS传感器的低噪声频率读出系统。该频率读出系统由全数字锁相环,Sigma-Delta频率数字转换器以及降采样模块组成,并使用FPGA实现。为了对频率读出系统的性能进行测试,本文采用了一种开环测试方式,使用了基于边带激励的驱动方案来激发谐振器。相比于传统的驱动方案采用追踪谐振器一阶模态频率信号来驱动谐振器,边带激励方案使用一个频率为谐振器多个模态频率之和的交流信号来驱动谐振器。实验结果表明,频率读出系统能够跟踪谐振式MEMS传感器输出信号的频率变化。此外,还使用频率读出系统对该传感器进行了噪声本底测试,测得的本底噪声在10 Hz的带宽下可达380μHz/Hz1/2,与采用商用锁相放大器测得的结果基本一致,证明了频率读出系统的低噪声特性。本文还提出了一种适用于谐振式MEMS传感器的新型闭环系统,经过实验验证,该闭环系统可以提高谐振式MEMS传感器的灵敏度。提出的闭环系统也是基于边带激励方案实现,因此,闭环系统需要提供一个和频激励信号,该信号的频率随传感器输出信号频率实时变化,从而驱动谐振器持续振荡。与此同时,将该和频信号的频率作为系统输出。闭环系统主要由数字锁相放大器、全数字锁相环和边带激励控制模块组成,由于都是数字模块,也在FPGA中实现。实验结果初步表明,该系统具有实时跟踪谐振器两个模态频率之和的能力,即提高传感器灵敏度的潜力。为了进一步证明这种潜力,通过修改闭环系统关键参数,成功将闭环系统应用于经过真空封装的谐振式MEMS加速度计,最后实验结果表明加速度计的灵敏度被提高了166%。
其他文献
随着我国城市化进程的推进,城市人口数量和交通需求快速增长,相对滞后的交通基础设施建设难以满足日益增长的交通需求,致使高峰期交通拥堵加剧、通勤时间增加。本文研究了早高峰异质通勤者出行行为、瓶颈拥挤收费及收费再分配问题,以期探寻缓解城市交通拥堵的有效策略。首先,构建了考虑用户异质性的多方式瓶颈系统均衡模型。该模型考虑了不同时间价值用户的交通方式选择(私家车和地铁)、出发时间选择及地铁车内乘客拥挤效应。
学位
目的:基于网络药理学方法筛选重楼[Paris polyphylla var.yunnanensis(Franch.)Hand.-Mazz.]的主要活性成分,预测其治疗非小细胞肺癌(NSCLC)的作用靶点及信号通路,进一步探讨其治疗NSCLC的可能作用机制。方法:通过中药与化学成分数据库、瑞士生物信息研究所平台(SIB)及文献挖掘,检索并收集重楼的活性成分及其对应的靶标基因。利用GeneCards、
期刊
单行设施布局问题于1969年提出,被证明是NP难问题且被广泛研究。给定每个设施长度以及每两个设施之间流量,单行设施布局问题研究如何在一条直线上安排设施的位置,使得每两个设施之间距离与它们之间流量的加权和最小。基于单行设施布局问题的复杂度和国内外研究现状,本文提出了一个高效的混合进化算法来求解该问题。该混合进化算法可分为两个部分:Local Search搜索和进化算法。Local Search搜索部
学位
在互联网浪潮的席卷及新冠疫情的影响下,互联网医疗行业正以不可阻挡的速度迅猛发展,但互联网医疗行业的需求特征尚未有过较为深入的研究。本文在医药电商行业O2O即时物流模式的需求预测理论基础上建立了考虑不同形式的促销活动的医药电商机器学习预测模型(XGBoost-P)。此模型首先利用指数平滑模型对药品的常规销量进行平滑填充,后将不同促销变量同常规销量一起输入XGBoost机器学习模型,以对不同促销活动影
学位
期权是金融体系中一种最重要的金融衍生品之一,为广大投资者起到风险管理、风险规避的功能。几十年来,大量学者从事期权定价研究,因为对期权进行精确的定价是十分困难却又非常必要的。精确的期权定价一方面可以避免市场失衡,另一方面可以使投资者动态地监控市场。Black-Scholes模型和Heston模型是两个经典的期权定价模型,前者缺乏波动率的建模过程,后者参数估计较难。为提高这两个模型的预测性能,本文分别
学位
聚类是统计学中一种重要的无监督学习方法,常被应用到模式识别、结构分组、图像分割等场景。EM算法就是一种最大期望算法,可以对不完全数据求得极大似然估计。本文针对聚类分析和参数估计过程中初始化、聚类数目选择、迭代稳定性、收敛速度、噪声点识别等问题,研究了基于混合模型的聚类方法。本文工作内容如下:(1)基于模型聚类和Bayes原理,运用Gauss混合分布结合EM算法的模型GMM-EM,通过迭代计算参数的
学位
对于一个随机动力系统来说,可以通过研究其随时间演化的概率分布来研究系统的统计性质和状态规律。在之前的大多研究中人们往往是通过求解随机微分方程所对应的含有概率密度函数的Fokker-Planck方程进而对系统的运动路径规律进行描述,但这种方法对于难以求解Fokker-Planck方程的复杂动力系统以及带有延迟的随机时滞系统的概率分布研究具有局限性。本论文以能够直接从训练样本数据中逼近数据概率分布的基
学位
在科技高速发展的今天,人们的生活方式在悄然发生着变化,交流和表达习惯也随之更替。在此过程中,网络上的新词层出不穷,特定领域的专业术语和固定表达也不断产生,新词的频繁出现影响着中文语言处理技术的准确性,给自动分词、情感分析等任务带来巨大挑战。现如今对新词识别的研究已经有很多,但识别新词的准确率并不高,针对这一现象,本文主要研究新词识别算法,基于互信息和左右邻接熵改进的无监督方法,旨在进一步提升新词识
学位
当前,我国建筑业存在着较为严重的客户信用缺失现象。建筑类企业普遍采取垫资模式,即在接受项目订单后,企业会在施工开始时先行垫付资金,结束时从客户处收回项目全款,然而客户拖欠款项的现象屡有发生,这无疑加大了企业的资金和运营风险。为了减轻客户信用风险,本文以建筑企业的服务过程为背景,将客户根据信用等级和销售损失成本进行划分,对企业针对不同类别客户的服务策略进行研究。其中,服务策略包括是否接受客户订单的配
学位
在网络文本信息与日俱增的今天,深度挖掘文本的细粒度情感信息,研究其整体情感极性在网络舆情监控、商品战略制定等领域具有重要的现实意义与应用价值。本文对当前情感分析任务中参数规模小、训练高效的ALBERT模型进行了改进,使其能够对文本细粒度语义信息进行有效捕获,具体工作如下:本文提出了一种基于层次化多头注意力机制的情感分析模型(Hierarchical Attention based Sentimen
学位