[發明專利]一種提升MEMS傳感器環境適應性的智能自校準控制方法

有效

• 申請號: 202010871880.5
• 申請日: 2020-08-26
• 公開（公告）號: CN112067032B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 申強;楊登鋒;孫靜;常洪龍
• 申請（專利權）人: 西北工業大學;西北工業大學太倉長三角研究院
• 主分類號: G01D18/00
• 分類號: G01D18/00
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 云燕春

本發明涉及一種提升MEMS傳感器環境適應性的智能自校準控制方法，屬于微機電系統領域。該方法由兩級期望最大化方法組成，在第一級期望最大化方法中，基于小帶寬的濾波器識別環境中具有短時間持續且強度劇烈的外部擾動，估計出相應偏差；在第二級期望最大化方法中，將緩慢變化的內部擾動與真值耦合到傳感器確定的偏差上，選取大帶寬的濾波器以匹配內部擾動的特性，然后分別識別和估計相應的擾動參數和真值。本發明通過一種可變期望最大化方法，基于擾動參數的不同特性改變平滑帶寬，逐級進行狀態估計與擾動辨識的同步迭代優化處理，抑制環境擾動對MEMS傳感器產生的偏差，有效提升MEMS傳感器的環境特性。

技術領域

本發明涉及一種提升MEMS傳感器環境適應性的智能自校準控制方法，屬于微機電系統領域。

背景技術

微機電系統技術已經成功地實現MEMS傳感器的小型化和成本降低。這些MEMS傳感器已廣泛眾多領域，包括航空航天，工業領域。

MEMS傳感器由于在受到振動、沖擊、溫度漂移等環境因素作用時，其性能包括共振頻率，驅動模式激勵電壓，驅動模式共振位移的幅度和相位，比例因子和零速率輸出，都將受到嚴重影響，這將不可避免地導致偏差穩定性的惡化，甚至導致機械結構不可逆的物理破壞，限制其進一步的高端應用，目前該問題在技術領域引起廣泛研究關注。有效提升MEMS傳感器環境適應性是實現MEMS傳感器高性能及工程化應用的關鍵步驟。

一般提升MEMS傳感器環境適應性的控制方法主要有“硬”方法和“軟”方法兩大類：“硬”方法包含機械結構改進、優化控制電路以及封裝技術，檢索發現，文獻“A Laser-Assisted Bonding Method Using a Liquid Crystal Polymer Film for MEMS andSensor Packaging”中采用一種液晶聚合物(LCP)薄膜進行傳感器和MEMS器件腔基封裝的激光鍵合方法，該技術方案采用在傳感器和密封殼之間添加緩沖組件來隔離外部環境振動，提升MEMS傳感器抗振特性。然而，該類方法僅能實現對環境振動、沖擊的有限抑制，對于溫度、電磁等干擾不能實現有效的隔離；“軟”方法主要是基于數字信號的線性模型補償方法，檢索發現，文獻“Application of the Digital Signal Processioning the MEMSGyroscope De-drift”中采用一種新的中值濾波方法，通過對漂移信號進行數字信號處理，并利用在線的漂移信號小波分析提取MEMS傳感器漂移特征。建立原始信號與特征漂移信號之間的二階AR模型，然后建立一組卡爾曼濾波的矩陣方程，采用自適應卡爾曼濾波自適應跟蹤剩余信號的變化，其方法只可以實現MEMS傳感器在溫度漂移上的去漂移效果，而不能對環境外部擾動進行抑制。因此，本發明提出一種提升MEMS傳感器環境適應性的智能自校準控制方法，以實現MEME傳感器既能包括溫漂在內的內部擾動和劇烈外部擾動的抑制，提升MEMS傳感器的環境特性以滿足實際工程化應用。

發明內容

本發明提出一種提升MEMS傳感器環境適應性的智能自校準控制方法，以改善MEMS傳感器的環境特性。該方法由兩級期望最大化方法組成，在第一級期望最大化方法中，基于小帶寬的濾波器識別環境中具有短時間持續且強度劇烈的外部擾動，估計出相應偏差；在第二級期望最大化方法中，將緩慢變化的內部擾動與真值耦合到傳感器確定的偏差上，選取大帶寬的濾波器以匹配內部擾動的特性，然后分別識別和估計相應的擾動參數和真值。

本發明提出的一種提升MEMS傳感器環境適應性的智能自校準控制方法流程是：參考圖1。

本發明提出的一種提升MEMS傳感器環境適應性的智能自校準控制方法，包括如下步驟：

步驟一：MEMS傳感器主要由機械部分a和電路部分b組成，工作狀態下，MEMS傳感器質量塊振動引起梳齒電容變化，電容變化量經過C/V轉換成電壓、再經過移相器、自動增益控制、加法器等模塊后，生成驅動激勵電壓，施加到驅動激勵電極控制驅動模態穩幅振動；其中，移相器輸出Y作為量測數據輸入到信號處理模塊c。