基于Fabry-Perot腔的高精度MEMS加速度传感器

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:lizhe_sky
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
MEMS光学加速度传感器是一种将惯性系统内部敏感质量块的位移变化,转化为光学系统中光信号的变化量(波长、频率、能量)来间接测量加速度的传感器件,具有精度高、抗电磁干扰性强等优良特点,广泛应用于飞机导航、人造卫星的姿态调整、国家基本重力网测量绘制以及石油地震勘探等领域。同时在军事领域,采用精度更高的加速度测量器件将给武器装备的性能带来极大的提升,具有极其重要的战略意义。本文设计了一种基于Fabry-Perot(F-P)腔的硅基光电集成MEMS加速度传感器,采用动态波长调谐原理,将硅基红外光源、半导体光电探测器与加速度敏感结构进行内部光电集成,实现光学传感器的微型化与集成化。加速度传感器的敏感结构由柔性支撑梁与中心质量块组成,在敏感质量块底部与光电探测层,分别利用薄膜沉积技术制备分布式布拉格反射镜,构成F-P光学微腔。建立传感器中加速度敏感单元与F-P光学微腔结构的物理模型,设计新型折叠支撑梁和维持器件可靠性的限位块结构,最终完成加速度传感器的整体建模。通过研究质量块位移与透射波长偏移之间的关系,结合S型支撑梁挠曲度与系统加速度之间的关系,建立系统加速度与透射波长之间的函数模型,其线性度>99.99%。利用有限元仿真软件对结构参数进行设计与优化,仿真结果得出设计的加速度传感器工作频率为510 Hz,测量范围为±5 g,得到加速度-波长灵敏度为54.8 nm/g,最高分辨率可达1 mg。根据仿真优化结果完成基于F-P光学微腔的硅基光电集成MEMS加速度传感器的光刻掩膜版版图设计。在三层硅基光电集成结构模型的基础上,对刻蚀、薄膜沉积、键合等主要制备工艺进行研究,利用各向异性干法刻蚀加工工艺释放敏感质量块,采用成熟的薄膜沉积技术制备光学微腔的反射镜,最后设计利用硅硅键合工艺对红外光源层、敏感结构层和光电探测层进行三维集成。
其他文献
据统计,2018年至今,由于种种客观原因造成电力杆塔倾斜和倒塌事故累计发生900多起,直接造成经济损失超14亿元,所以电力杆塔的安全监测对于输电线路的稳定运营具有重要价值。由于杆塔属于大型钢结构件,振动对杆塔的倾斜度监测数据影响较大,引入了大量观测噪声,导致杆塔倾斜度测量精度低,杆塔倾斜度监测系统难以发挥作用。因此对于杆塔倾斜度监测方法进行研究,实现电力杆塔在线监测和预警,这对于输电线路稳定运营具
随着物联网与半导体技术的发展,工业中对于流量仪表设计从传统的机械式结构向着数字化、智能化、网联化的方向不断推进;同时伴随着近年来工业物联网技术的兴起,工业生产制造过程中对于支持物联功能的工业设备的需求也越来越多,而已经得到广泛应用的数字流量仪表是其中之一。现有的数字流量仪表的物联技术以定制化为主,导致物联技术向其它流量仪表移植的匹配难度大、通用性差;在物联功能方面以实现低刷新率的仪表日志数据转发功
红外成像技术需求日益增长,因成本和工艺水平的原因,限制了红外成像技术的应用。为实现对较弱的红外辐射进行成像且节约成本并提高成像的细节分辨率,提出将光学层析技术与调频调制盘成像技术相结合的方法来实现一种低成本情况下获得更高分辨率和极高信噪比的成像系统。经实验验证,该技术能够在红外焦平面阵列无法进行成像的情况下仍能保证成像的稳定性。本文主要研究工作和成果包括:1、以层析成像中的傅里叶中心切片定理为基础
随着计算机技术的蓬勃发展,人工智能迎来了新热潮。深度学习作为人工智能领域的主要技术之一,在计算机视觉、自然语言处理、语音识别等诸多领域取得了突破性的进展。在物体检测、对象识别、机器翻译等单模态任务中达到了媲美人类的水平。近年来,越来越多的研究者将关注点从单一模态信息处理扩展到跨模态任务,诸如视觉叙事、自动问答等更加复杂且具有应用价值的多模态任务成为新兴的研究热点。图像字幕生成任务就是其中一种,旨在
心率是一项重要的生命体征参数,可以反映个体的生理和心理状况,其检测广泛应用于医学诊断、健康监护、疲劳驾驶检测等领域。近年来,基于普通摄像头的远程光电容积描记术(remote photoplethysmography,r PPG)技术由于无需与个体接触、成本低、简单方便和应用广泛等优点,成为研究热点。但是,由于r PPG技术包含的脉搏波信号幅值微弱,易受到运动伪迹的干扰,导致检测的心率值准确度下降。
行为识别是计算机视觉中的核心问题,在人群分析、人机交互、虚拟现实等应用中都存在该技术的身影。而时空建模是视频行为识别的一个重要部分,有效地进行时空建模可以极大地提高行为识别的精度。本文针对视频时空建模开展研究,利用卷积神经网络设计新的网络结构以捕捉有效的时空特征,分别提出了基于协同时空建模和自适应时间迁移模块的视频行为识别算法,主要研究内容如下:(1)阐述了视频行为识别的相关背景及意义,总结了视频
现代社会对电力系统的稳定性以及供电质量的要求越来越高,高压输电线路作为电力系统中最基础的电力传输设施,保证其运行状态的安全稳定至关重要。但由于其面对的实际工作环境复杂多变,时常会发生故障,再加之我国电网覆盖面积极广,人工巡检的局限性非常明显。近年来随着机器人技术与各种智能化技术的兴起,智能化巡检机器人的应用越来越广泛,该类机器人在线路上巡检时需要获取障碍物信息来制定相应的越障策略以保证其能够在线路
重线性化矩阵是计算密钥的重要组成部分,虽然使用重线性化矩阵可以达到全同态加密的目的,但是带来的计算代价却是高昂的。在GSW同态加密算法中,密文的同态加法和同态乘法运算直接与矩阵运算相关。相较于其他基于带错学习的加密算法,GSW加密算法在做同态运算时无需计算密钥,从而无需执行重线性化矩阵运算,计算代价更小。然而,GSW加密算法在做加密运算时的数据量很大,而基于CPU加速方式的加密时间过长,因此如何缩
近年来,随着我国社会飞速发展,人们的生活节奏越来越快。饮食不规律、高负荷工作量和身体缺乏锻炼等问题导致心血管疾病对居民身体健康的影响愈加显著,心血管的发病率持续增高。心率是表示人体状态的一项重要的生理指标,医生能够通过心率对心血管患者身体进行评估,健康人群也可以通过心率检测预防心血管疾病的发生。基于心冲击描记术(Ballistocardiography,BCG)的视频心率检测方法在已经取得较为理想
神经网络已推动人工智能取得巨大的进展,诸如医疗诊断、自动驾驶等对可靠性要求较高的领域也正在加速引入神经网络。传统计算系统已经无法满足神经网络的规模和算力需求的日益增长,使用特定硬件加速神经网络已是时下通行的做法。基于FPGA的神经网络加速系统由于其在能效比、灵活部署等方面的优势,已被大量使用在包括嵌入式终端等在内的端到端的工业和军用场景。在这些特定的工作场景中,极端的工作环境时有出现,如车机系统中