【摘 要】
：
在“十四五”规划中重点强调了高性能MEMS传感器的研制。鉴于传统的硅基MEMS压力传感器普遍具有温度漂移和时间漂移等缺点,本文从抗干扰的角度出发,基于信噪比理论对MEMS压力传感器芯片进行了结构设计,并结合恒温控制和恒流源自校正方法显著提升了其性能,论文的主要研究内容如下:首先,理论分析了基于惠斯通电桥结构的压力传感器工作原理,简介了传感器温漂和时漂产生原因。通过ANSYS模拟仿真设计了多种压力传
【基金项目】
：
国家自然科学基金委员会； 江苏省自然科学基金项目；
论文部分内容阅读
在“十四五”规划中重点强调了高性能MEMS传感器的研制。鉴于传统的硅基MEMS压力传感器普遍具有温度漂移和时间漂移等缺点,本文从抗干扰的角度出发,基于信噪比理论对MEMS压力传感器芯片进行了结构设计,并结合恒温控制和恒流源自校正方法显著提升了其性能,论文的主要研究内容如下:首先,理论分析了基于惠斯通电桥结构的压力传感器工作原理,简介了传感器温漂和时漂产生原因。通过ANSYS模拟仿真设计了多种压力传感器结构,并结合噪声相关模型,对传感器噪声与信噪比进行了理论计算分析,进而利用标准MEMS加工工艺对多种传感器中部分进行制作与封装。其次,完成基于MEMS压力传感器的硬件电路和软件设计,系统主要包含压力信号测量功能、恒温补偿控制功能和时漂恒流源自校正功能。其中,恒温控制部分采用积分分离PID算法,与传统PID算法相比,能够起减小温度振荡作用;恒流源时漂自校正采用AD5420可调电流源,通过改变电流大小模拟气压变化情况,能够在传感器发生时漂后重新标定输出特性曲线,减小传感器时漂后的测量误差。然后,搭建实验平台并对传感器进行测试。实验测试发现,压力传感器灵敏度为0.046m V/（V·k Pa）。温度补偿实验中,热零点漂移由恒温补偿前-0.0115～0.0652%FS/℃降至恒温后-0.00161～0.00788%FS/℃,热灵敏度漂移由-0.118～-0.073%FS/℃降至-0.00193～0.01528%FS/℃。在恒温条件下进行时漂自校正实验,传感器自校正前后预测误差范围由-3.436～0.875k Pa降低至-2.086～1.765k Pa,预测误差全范围由4.311k Pa减至3.851k Pa。最后,对各结构传感器进行输出信号测量以及噪声测试。由于传感器本征噪声很小,需要尽可能排除外界干扰,因此噪声测量实验对电源与测量器件要求较高。测得数据后,计算其信噪比,实验测得的信噪比与理论值差距在-19.25%～2.89%范围之内。证明传感器信噪比与结构有关。在恒压源输入条件下,传感器信噪比随着压敏元件条折叠匝数增加而增加,随着压敏元件长度的增大而先升后降,一般在压敏元件长度125μm左右达到极大值,唯有单条型传感器在长度75μm左右信噪比比125μm处稍高。本文通过设计传感器的外围恒温控制、时漂自校正系统,提高了传感器的抗干扰能力,有效的降低了测量误差,并探究了传感器结构对其信噪比的影响,对压阻式压力传感器性能的提升有着一定参考价值。
其他文献
日常生活中人类的各种活动都与天气现象息息相关,天气现象的实时自动识别在自动驾驶、智慧交通、智能监控等方面都具有重要的研究价值和广阔的应用前景。近年来,随着深度学习在机器视觉领域的迅速发展,由于卷积神经网络能够提取天气图像中丰富、抽象、深层次的语义信息,本文基于深度学习对天气现象识别算法进行研究。针对目前天气现象识别方法存在的挑战和问题,本文的主要研究工作如下:（1）本文构建了一个含有更多类别的六类
地物覆盖监测在土地资源管理、生态系统保护和可持续发展等方面发挥着越来越重要的作用。利用遥感数据进行地物覆盖分类是量化土地资源并监测其变化的有效方法。作为新型的主动遥感技术,多光谱激光雷达（light detection and ranging,Li DAR）系统可同时获取地物的表面几何和光谱信息,已成为一种快速获取大范围空间数据的手段,为环境建模、灾害响应、地物覆盖分类等研究提供新的数据源。然而,
随着社会经济的发展,雾霾污染变的日益严重,对人们的生活造成了严重的影响。PM2.5作为雾霾浓度数据中的主体,受到了学术界和工业界的广泛关注。目前已有大量的PM2.5预测模型被提出。然而,PM2.5的来源的多样性给准确的预测出其浓度值带来了挑战。不仅如此,雾霾污染数据具备线性化,差分化的特点,普通的预测方法无法兼顾这些特点,这也给雾霾预测带来了挑战。为此,本文从雾霾特征的角度出发,通过寻找各特征间的
大气电场是大气电学的基本参数,晴天时地面具有垂直向下的大气电场,雷暴天气时地面大气电场显著增强。地面大气电场的观测和研究对减少雷电灾害、大气电学研究、保障航空航天活动具有重要的意义。大气电场仪是测量大气电场的基本仪器。大气电场仪的有效标定、数据修正和异常值检测是提高观测数据质量的重要手段。大气电场信号具有非平稳信号的特征,利用非平稳信号处理方法,结合机器学习算法,分析不同天气状况下的大气电场,为雷
现有的基于深度学习的近重复图像检测算法主要依赖于CNN（Convolutional Neural Network,卷积神经网络）特征。相比于传统的手工设计特征,虽然一些基于CNN特征的近重复图像检测算法取得了较大的提升,但现有的方法往往单一地提取图像的全局CNN特征或者局部CNN特征,未充分结合考虑全局CNN特征和局部CNN特征的优点,因此在检测的准确率和效率上仍存在较大的提升空间。并且对于近重复
常规无线探空仪通常搭载高精度温度、湿度传感器、气压计等传感器,对大气温度、湿度、压力等因素进行测量。为了克服探空仪出云、入云后,水分子以冰晶或水滴的形式覆盖在湿度传感器表面从而影响湿度测量的精度问题,本文设计了一种双加热湿度传感器;同时,为了研制高精度、低成本的总辐射传感器,本文提出了一种带有铝制防辐射罩的热电型的总辐射传感器设计。通过两种传感器对高空温度、湿度、辐射强度的测量,旨在对常规探空仪上
短期降雨预测一直是气象预测中十分重要的研究课题,高效、准确的降雨预报为人类活动、国家安全提供有效的科学依据。近年来,深度学习在气象预测方面的研究取得的成果显著,很多深度学习的短期降雨预测模型已经超过大多数传统的降雨预测模型,但是深度学习模型本身还有很多值得改进的地方。目前很多气象中心获得的气象数据大多来自于多个观测站点,这些多站点数据具有高维性和混沌性,要对这些数据进行有效的建模,还需要模拟出数据
随着无人机技术的成熟与发展,无人机被广泛应用于军事和民用领域。然而,无人机也十分容易遭受恶意的攻击,导致严重的后果。无人机的视觉系统在避障、跟踪、定位等方面发挥着巨大的作用,是无人机安全的重要保障,但是很少有研究者对它的安全性进行研究。因此,本文从攻击者的角度对无人机视觉传感器的CMOS和检测模型设计了两种攻击方法,旨在研究无人机视觉系统的安全性。本文的具体工作如下:1)针对无人机视觉传感器的CM
多目标优化问题普遍存在于科学研究与工程应用中,其由多个相互冲突的优化目标组成,往往一个目标性能得到提升时会导致其它数个目标性能的下降。当目标空间维度超过3时,称之为超多目标优化问题;当决策空间维度超过100时,称之为大规模多目标优化问题,以上两类高维优化问题是当前智能计算领域的热点课题,具有重要研究意义。多目标优化属于NP难题,难以在有限的时间内计算出最优解,所以通常利用多目标进化算法快速地搜索出
域适应作为机器学习的新兴领域之一,目前已在语义分割,图像检测等方面取得了广泛的应用。在域适应中,通常目标域样本完全无标签,这种场景被称为无监督域适应（UDA）。当前,尽管已有许多UDA模型被提出,然而这些方法大多只考虑源域信息如何利用,没有从更深层次挖掘域之间的关系信息,这为本文留下了改进空间。此外,随着域适应场景中源域可获得信息逐渐减少,逐渐诱导出无源域适应,完全无监督域适应等场景。为此,本文尝