低噪声、低功耗微电容读出ASIC设计

针对差分电容式微电子机械系统(MEMS)加速度计,设计了一种低噪声、低功耗微电容读出专用集成电路(ASIC)。电路采用开关电容结构,使用相关双采样(CDS)技术降低电容-电压(C-V)转化电路的低频噪声和偏移电压。通过优化MEMS表头噪声匹配、互补金属氧化物半导体(CMOS)开关和低噪声运算放大器来降低频带内的混叠热噪声。采用电源开关模块和门控时钟技术来降低电路功耗,同时集成自检测电路和温度传感器。采用混合CMOS工艺进行流片加工,测试结果表明,优化后ASIC的电容分辨率为槡1.203 aF/Hz,系统分辨率为0.168 mg(量程2 g),芯片功耗约为2 mW。同时,该ASIC还具有很好的上电特性和稳定性。     

应用于MEMS惯性器件的高精度Σ-△调制器

为了实现微电子机械系统(MEMS)惯性器件的高精度数字化输出,设计了一款单环5阶Σ-△调制器.利用Matlab在系统级完成了Σ-△调制器的结构设计,确定调制器为带有零点优化的级联积分器前馈(CIFF)结构,并在Simulink中完成了调制器非理想模型的建立.在电路设计时,调制器整体采用全差分的开关电容电路来实现.为了降低整体调制器的噪声,在第1级积分器中加入了斩波稳定模块,并采用了具有低回踢噪声的动态比较器作为一位量化器.本设计在0.18 μm BCD工艺下实现,工作电压为5V、采样频率为500 kHz、过采样率为128时,调制器的功耗约为4.25 mW,有效位数为19.06 bit.     

MEMS陀螺仪驱动接口ASIC设计

基于0.18 μm CMOS工艺,设计了一种用于MEMS陀螺仪驱动闭环的专用集成电路,实现了MEMS陀螺仪的高精度、集成式和数字化驱动。陀螺仪采用静电力驱动,基于自激振荡原理,结合自动增益控制方法,实现了恒幅恒频振动。设计了电容/电压转换器、3阶带通Σ-Δ ADC等模拟前端电路。芯片测试结果表明,陀螺仪成功起振,谐振频率为3.7 kHz,启动时间≤0.3 s,驱动检测信号的信噪比达到115 dB,驱动振幅1 h稳定性为1.5×10-4,整个芯片的功耗小于20 mW,电路性能良好。     

跷跷板式MEMS加速度计锚点与梁优化设计

作为敏感外界加速度的器件,微电子机械系统(MEMS)加速度计容易受到外界应力的影响.而跷跷板式加速度计采用直梁的结构形式,其温度性能、抗冲击和过载能力都较差,在梁及其连接处会因应力集中,造成加速度计结构发生形变甚至损伤.因此为了提高跷跷板式加速度计的可靠性和温度性能,对锚点和梁进行了优化设计.首先,介绍了跷跷板式MEM...     

基于 Kalman滤波理论的运动目标检测新方法

该丈研究了基于Kalman滤波理论的渐消记忆最小二乘法在图像背景重建中的应用,并将它应用在复杂背景的图像序列中,实现对运动目标的自动检测.首先用渐消记忆最小二乘法对复杂背景进行预测和更新,然后把当前帧与预测的背景模板做差分运算,最后采用自适应阈值分割技术实现对目标的自动分割.文中通过对序列图像的仿真,讨论了最小二乘法的存在问题,改进及适用情况,干扰的消除.试验结果表明,该方法具有很强的实用性.     

应用于MEMS陀螺仪的SoC设计

为了解决微电子机械系统(MEMS)陀螺仪体积较大、冗余的计算资源浪费等问题,对Cortex-M3内核的数据处理能力及总线架构进行了研究,设计了一款应用于MEMS陀螺仪的智能化、小型化、低功耗的片上系统(SoC);通过分析温度对陀螺输出信号的影响,对MEMS陀螺温度误差的智能化补偿方式进行了研究,采用以Cortex-M3为核心与电容/电压转换电路、模数转换器(ADC)等模块进行集成化设计的方法,在实现同样功能的情况下减小了陀螺体积;结合MEMS陀螺仪对信号处理资源的要求对存储空间及通信接口进行配置,采用0.18 μｍ BCD加工工艺对SoC进行设计制作;测试结果表明,针对MEMS陀螺仪进行匹配设计的SoC对陀螺输出信号进行温度补偿处理后,全温度区间(-40 ℃～85 ℃)零偏变化量由3.147°/s降低到0.035°/s,显著提升了MEMS陀螺仪的全温测量精度。     

一种振动测量用电容式硅基MEMS加速度计

为了解决目前微电子机械系统(MEMS)加速度计在振动测量领域量程小和振动测量精度低等问题,基于绝缘体上硅(SOI)加工工艺,设计并制作了一款梳齿电容式MEMS加速度计。通过提高工作模态频率和干扰模态频差,提升了加速度计振动环境适应性;加速度计量程达到±50g,非线性度0.2%,横向灵敏度0.17%,分辨率优于0.5mg,体积9 mm×9 mm×2.7 mm,功率损耗30 mW。针对随机振动环境对加速度计的输出精度进行了实验验证,结果表明,MEMS加速度计与标准传感器的输出误差为2.69%,能够满足大部分工程应用需求。     

基于块估计的运动目标检测方法

提出了一种适合于运动目标检测的块运动分析方法,用以补偿移动背景所带来的杂波信息,准确检测运动目标。在对原始图像进行滤波的基础上,选择合适的子块,通过块匹配,得到背景位移矢量;利用这些运动参数,在相邻帧之间进行运动补偿,达到分割运动目标的目的。该算法对背景的适应性能好。