基于FPGA的矩阵式MEMS传感器数据同步采集系统设计

消费级MEMS(Micro-Electro Mechanical System,微型电子机械系统)惯性传感器使用广泛,成本低但精度相对较差。使用多个消费级MEMS传感器构成传感器矩阵,通过数据融合算法提高精度是一种有效方法,其中对矩阵式多传感器数据的同步采集是关键。为此,设计了电平转换电路,基于FPGA(Field Programmable Gate Array,现场可编程门阵列)构建了多达32路的实时同步数据采集系统,为实现高精度的矩阵式惯性传感器组件提供了一种解决方案。

一种基于穿戴式MEMS传感器状态识别的多部位PDR算法

随着位置服务(location based service,LBS)应用需求的日益增加以及多部位微机电系统(micro electro mechanical system,MEMS)导航传感器的广泛普及,行人航位推算(pedestrian dead reckoning,PDR)越来越受关注,成为行人导航研究中主流的技术之一。但是,低成本的MEMS传感器测量噪声大,PDR解算误差积累严重;且PDR算法的普适性差,不同穿戴位置的MEMS导航传感器约束条件的可用性差异明显。提出了一种基于穿戴式MEMS传感器状态识别的多部位PDR算法。首先,采用支持向量机(support vector machine,SVM)进行全监督训练,实现了静止状态及运动状态下手部、腿部、腰部、足部4种穿戴位置的准确识别;然后,分析了不同穿戴位置下PDR算法的适用性,根据适用性分析结果提出了多部位PDR的综合解算策略。实测结果表明,该方法能够动态、准确地实现穿戴式MEMS传感器的状态识别,正确率达97%以上;应用PDR综合解算策略后,足部PDR能够实现高精度解算,累计误差为0.74%,而其他位置(手部、腿部、腰部)解算效果得到显著改善,累计误差从识别前的6.76%~21.19%减小为2.92%~5.62%。

基于MEMS谐振式气压传感器的数字高度计研制

基于一种高精度MEMS谐振式气压传感器研制了用于辅助导航高度通道定位的数字高度计,利用谐振式压力传感器采集大气静压,并进行气压高度转换。采用复杂可编程逻辑器件(CPLD)+单片机(MCU)的硬件架构,通过等精度数字频率计和16位模/数(A/D)转换器测量气压传感器输出的频率信号和电压信号,并进行温度补偿;然后分析气压高度转换过程中的误差来源,通过对拟合的气压进行IIR数字滤波并且根据实际大气和温度条件进行原理误差补偿,提高了高度输出精度。实验结果表明:数字高度计的气压测量在整个工作温度范围内都具有良好的精度,满行程最大误差小于0.02%FS;实测气压高度转换的误差小于0.8 m,具有良好的工程应用价值。

可穿戴汗液传感器系统的研究进展

在新材料和新技术广泛应用的背景下,柔性可穿戴汗液监测设备成为当前国内外研究的热点。目前,基于柔性可穿戴设备的汗液检测一般需要3个环节:汗液的取样、目标分析物的选择性检测以及系统的集成与控制。本文主要从汗液原位检测的优势出发,总结了汗液的刺激和提取的方法,并对电化学类的汗液传感器的研究进展进行多角度的分析与评价。最后讨论了可穿戴的汗液传感器存在的不足,以及未来系统的发展方向。

MEMS高温压阻式压力传感器闭环控制方法

为提高MEMS高温压阻式压力传感器的整体性能,提出一种MEMS高温压阻式压力传感器闭环控制方法。明确MEMS高温压阻式压力传感器在工作过程中产生的变谐效应,分析了静电驱动和电容检测。根据分析结果设计出闭环控制策略,在闭环控制过程中采用二元差值算法补偿传感器的温度误差,提高控制精度。通过灵敏度校准和零点失调校准,实现了MEMS高温压阻式压力传感器的闭环控制。试验结果表明,所提方法的控制精度高、信号采集准确率高及控制性能好。

嵌入式AI与MEMS传感器塑造未来,开启全新视野

博世集团于1886年成立,由罗伯特·博世先生创立,发展到今天已有137年的历史,主要涉及四大业务领域:第一是汽车和智能交通领域,也是最大的一块领域;第二是工业技术领域;第三是能源与建筑技术领域;最后一个是消费品领域。众所周知,博世是汽车半导体巨头,汽车里面的各种零部件,包括底盘系统等大量用到博世的模块或者传感器。

一种MEMS压力传感器温度补偿方法

针对微机电系统(MEMS)压阻式压力传感器受环境温度影响产生温度漂移的问题,该文分析了常用的温度补偿方法,提出了一种基于粒子群优化-径向基函数(PSO-RBF)的压力传感器温度补偿模型,结合标定实验采集的样本数据,建立了标定压力同敏感元件输出电压和温度的非线性映射关系,实现了温度补偿效果。结果表明,与传统的最小二乘法、三次样条插值法、标准RBF、粒子群优化反向传输神经网络(PSO-BP)、核极限学习机(ELM)神经网络等方法相比,该算法具有更好的补偿预测效果,且对样本数据不需要归一化处理,具有良好的工程实践意义。

基于多可穿戴传感器的用户人体复杂行为主动识别

文章旨在解决人体复杂行为的主动识别问题,通过对多可穿戴式传感器数据的融合,提高识别准确性并降低识别耗时。为此,设计了一种基于多可穿戴式传感器数据融合的方法。首先,根据用户生理、生化、行为指标设计采集流程;其次,采集用户指标传感数据,将其融合,结果作为卷积神经网络(Convolutional Neural Network,CNN)的输入,构建用户虚拟现实场景;在此场景中,利用自相关系数和循环神经网络提取可识别特征点,并通过全连接层和Softmax函数实现用户行为的分类和识别。实验结果表明,该文方法相较于传统方法,识别耗时更低且准确率更高,F1-score达到了0.986。

一种低功耗MEMS压阻式传感器的动态测试系统

为了准确分析侵彻过载信号,提出了一种低功耗、高过载的动态测试系统,该系统可以承受2×10~5g过载信号,为了实现采样率高、低功耗、抗冲击的特点,系统采用硅晶振作为主振荡器,并选用低功耗CMOS芯片,当系统开始工作时,处理器进入深度休眠模式,当进入发射模式时开始对外围电路供电.当弹体发射信号时,采用滞回触发电路来触发启动采集系统开始采集.实验证明,采用此方案,延长了弹体生存周期,并能够精确采集到空气炮的过载信号.

基于谐振式MEMS传感器的仪表开发关键技术

针对基于谐振式MEMS传感器开发数字智能仪器仪表的高精度、快响应频率测量技术展开研究。以一谐振式MEMS气压传感器为开发样件,其差分输出是两路40～70 kHz之间的正弦频率信号。对传统的频率测量方法进行阐述分析,提出一种新的结合传统测频方法各自优点的频率检测方法。设计实现相关软、硬件,搭建测试系统,实验结果表明该测频方案针对40～70 kHz的频率信号误差小于±0.02 Hz,响应时间为1 s以内。

一种谐振式MEMS压力传感器单芯片级真空封装和低应力组装方法

为提高谐振式MEMS压力传感器的品质因数，且同时降低温度漂移，设计了一种传感器的单芯片级真空封装和低应力组装方法，选用非光敏苯并环丁烯（BCB）材料在真空加热、加压条件下实现PYREX7740玻璃空腔与传感器芯片的黏合键合，在可伐合金管座上加工出与传感器尺寸相匹配的方形空腔，实现传感器芯片的低应力组装．实验结果表明：传感器具有较高的品质因数（9455），检测范围为500—1100hPa，灵敏度为9．6Hz／，hPa，满量程最大非线性度为0．08％，-40℃-50℃内温度系数为0．9Hz／℃，温度总漂移为传感器满量程变化的1．3％，传感器在开机加电稳定后长时漂移为0．086％F．S．

可穿戴式传感器预防医院获得性压力性损伤的研究进展

对翻身与医院获得性压力性损伤的研究现状、可穿戴式传感器概况及其临床应用效果进行综述,以期为我国未来临床护理中可穿戴式传感器的应用提供参考。

基于MEMS和MR传感器的嵌入式系统姿态测量

本文介绍了一种基于新型MEMS加速度计和MR(磁阻)传感器的嵌入式姿态测量系统。通过本系统,可以获得载体的三个姿态参数:基于地球磁场的方位角,基于地球重力场的俯仰角和横滚角。

纤毛式MEMS传感器技术研究

首次综合国内外纤毛式MEMS传感器的研究成果,分别介绍了基于纤毛仿生原理的三维微触觉传感器、三维微力传感器、微声传感器、水流传感器、微几何测量传感器以及矢量水声传感器等。该类型传感器充分地将仿生学和MEMS技术结合起来,具有结构新颖精巧、体积小、功耗低、响应快、温漂小、精度高等优点,为开发具有自主知识产权的新型器件提供了新的思路。

MEMS压阻式加速度传感器的研究进展

介绍了MEMS压阻式加速度传感器的特点和工作原理,分析了国内外MEMS压阻式加速度传感器的研究热点及进展。

灵敏度和偏移补偿的MEMS压阻式加速度传感器

针对传感器中存在的灵敏度和偏移补偿问题,提出了一种新的MEMS压阻式加速度传感器设计,它由一个传感器和一个总的接口电路构成,可用0.18μm商用CMOS工艺实现设计。传感器结构由8个硼扩散结晶体压敏电阻连接起来构成一个惠斯通电桥来感知加速度;接口电路由一个主放大器和传感器灵敏度及温度偏移补偿电路构成;实验结果表明,传感器具有很高的在轴加速度灵敏度和灵敏度补偿效果,整个系统具有可达5 k Hz的可扩展的系统带宽,而且偏移估计误差减少到了±10μV以内。

基于可穿戴式惯性传感器的帕金森病患者运动功能自动量化研究

目的 采用可穿戴式惯性传感器采集的运动数据进行帕金森病(Parkinson’s Disease,PD)患者运动症状自动评分系统的研究,以提高疾病诊断的准确性和便捷性。方法 选取2020年5月至2021年12月在江苏省老年病医院神经内科就诊的PD患者作为研究对象。根据临床需求设计传感器采集数据的范式动作,并与统一帕金森病评分量表(Unified Parkinson’s Disease Rating Scale,UPDRS)运动评分项目建立对应关系。基于SQLite数据库,开发自动导出、自动管理的患者信息、评分与运动信号管理工具,获取平稳动作和重复性动作的特征性运动参数,探索基于支持向量机(Support Vector Machine,SVM)的自动评分模型,最终建立基于粒子群优化算法超参数优化的SVM自动评分模型。结果 使用分段参数序列组合作为输入,震颤最优准确度为0.90,平衡性最优准确度为0.87,上肢灵活性、下肢灵活性准确度分别可以达到0.83和0.81。直接使用主成分分析方法降维方法,步态最优准确度为0.78。结论 基于可穿戴式惯性传感器的PD运动功能自动量化系统与临床运动症状评估量表有较好的相关性,为临床工作带来便捷的同时,在一定程度上提高诊断的精准性,临床应用价值较高。

静电驱动MEMS谐振式压力传感器闭环拓扑研究

谐振式压力传感器闭环拓扑结构对保持机械谐振器振荡的稳定性和可靠性起着重要作用。针对一种典型结构的静电驱动电容检测MEMS谐振式压力传感器,在分析工作原理的基础上,构建了其混合信号模型。基于该模型搭建了自激振荡、自动增益控制、锁相环和带AGC的自激振荡四种闭环拓扑结构。在混合信号仿真平台下,对四种拓扑结构在起振状况、自动频率跟踪特性、抗冲击性和频率稳定性四个方面进行了仿真比较。结果表明,锁相环闭环拓扑结构表现出较好的综合性能。

基于变压器油中乙炔气体的MEMS传感器研究

本文通过对新型MEMS气体传感器的电流-电压特性测试,得到了传感器电阻温度系数符号发生转变的点,即TCR转折点,模拟变压器油中环境对新型MEMS气体传感器的气敏特性测试,结果显示传感器对变压器油中气体具有良好的响应,输出特性曲线呈现较好的线性度,灵敏度达13mV/1%C2H2,可以实现检测气体的要求,具有较大的社会效益和经济效益。

H型梁谐振式MEMS压力传感器设计

谐振式微电子机械系统(micro-electro-mechanical system,MEMS)压力传感器因其灵敏度高、体积小等特点近年来被广泛研究。根据谐振梁在不同压力作用下发生振动时,轴向应力的改变引起谐振梁等效刚度变化,从而进一步改变谐振梁谐振频率的原理,文章提出一种采用电磁激励/电磁拾振方式测量外界压力的谐振式压力传感器,并对传感器建立模型,利用ANSYS有限元仿真软件对传感器进行模拟分析与仿真验证。结果表明,量程为0~300 kPa、最大过载1.2倍满量程(full-scale,FS)时,初始频率为57.984 kHz,传感器灵敏度达66.98 Hz/kPa,非线性误差小于0.15%FS。