SiC晶须和SU-8复合增强的MEMS惯性开关研究

MEMS惯性开关是通过检测外界的加速度来控制电路通断的器件,在测试控制、消费电子、生物医疗等领域都有较为广泛的应用.之前对惯性开关研究多偏向于性能角度,例如增强接触时间或可以感应多个方向加速度,而忽略了惯性开关中材料的创新性.SU-8负性光刻胶和SiC晶须因其在微机电系统加工技术中的良好表现而引起关注,因此采用SiC晶须掺杂的SU-8负性光刻胶作为MEMS惯性开关可动电极,通过牺牲层工艺将可动电极从基底上脱离之后与固定电极组合构成惯性开关.对掺杂前后的SU-8材料进行了杨氏模量等力学参数的测试,并对制作的惯性开关器件进行了仿真和阈值加速度测试,结果显示掺杂2wt％的SiC晶须之后,增强复合材料的杨氏模量相比纯SU-8胶提高了12％,惯性开关的阈值加速度提高了20％.     

改进的小波阈值函数在冲击加速度信号处理中的应用

加速度传感器的实测信号中含有噪声干扰和零点漂移现象,影响数据的判读和有效信息提取,需要进行去噪和去零漂处理,针对小波软、硬阈值去噪方法的优缺点?提出了一个新的阈值函数,以３σ准则为基础。将阈值函数划分由以往的两段改为三段,同时给出了新的阈值选取方案,使用Blocks信号和HeaviSine信号进行验证,证明该阈值函数克服了硬阈值处理方法的不连续性及软阈值函数有恒定偏差的缺点,能够保留较多有用信号,有更好的去噪效果,将其应用于爆炸分离试验实测的冲击加速度数据处理中,以冲击响应谱和速度积分为标准,验证了其在实测冲击加速度信号处理中的可行性。     

基于CPLD的三维微型加速度存储测试系统

由于某些武器内部附加因素产生的微小加速度可能会影响到武器的精度、可靠性等,因此通过内置测试系统来准确检测该微小加速度并尽量进行改善是相当重要的.而武器内置测试系统预留空间小,环境相当恶劣.为了提高系统的可靠性及使用灵活性,本文提出了一种基于复杂可编程逻辑器件的三维微型加速度存储测试系统,并重点阐述了系统所具有的关键技术.该系统具有体积小、灵敏度高且能抗高过载等优点,在多次实际试验中得到了良好的应用.     

基于SVM和阈值分析法的摔倒检测系统

随着我国人口老龄化的快速发展,老年人口呈现出高龄化、空巢化的趋势。当老年人在家中发生意外跌倒而未能及时获得救助时,会给老年人造成严重的身心伤害。针对这个问题,设计并实现老年人摔倒检测系统。该系统以嵌入式微处理器K60核心开发板作为处理内核,加速度传感器MMA7660FC采集人体三轴加速度信息,ENC-03陀螺仪采集两轴角速度信息。通过基于支持向量机(SVM)和阈值分析法的摔倒检测算法判断是否摔倒,在摔倒时能自动地发送摔倒报警信息。实验结果表明,系统能有效地区分摔倒和其他日常生活行为,算法准确度高、实时性高。     

水银微流体惯性开关的制作与测试

针对传统微机械"固—固"型触点开关存在触点磨损、接触不稳定、导通电阻大、抗干扰能力差等缺点,设计制作了一种利用水银液滴在变矩形截面微通道中的流动来实现通断的微流体惯性开关。利用阳极键合和DRIE技术制作了开关微通道,采用溅射沉积方式沉积了Cr金属薄膜,分别通过离心转台和加速度传感器测试了开关的准静态阈值和冲击阈值,实验测试结果分别为8.525,5.09 gn。实验结果表明:冲击阈值较准静态阈值小。     

基于加速度传感器的人体跌倒检测方法

针对人体跌倒检测阈值算法在由于阈值设定不当而引起的检测精度下降问题,采用支持向量机方法决定跌倒检测的阈值大小。从加速度传感器中获取人体运动信号,提取合加速度以及倾角作为分类特征,根据人体在跌倒时经过的失重、撞击地面和平稳三个阶段,建立基于阈值的跌倒检测模型。采用所建立的跌倒检测模型,分别用支持向量机方法以及人工方法设定阈值,仿真结果显示采用支持向量机设定阈值的检测效果优于对比算法,结果表明本文方法能有效识别跌倒。     

微流体惯性开关用磁流变液流动特性分析

针对目前微流体惯性开关流动电极材料单一、阈值较低且无法调节等问题,以磁流变液为流动液体,提出一种高ｇ值,且阈值可调的微流体惯性开关。首先对磁场环境下磁流变液的阈值特性、速度分布和流动特性进行了理论建模和数值模拟,并对 MRF-123AD磁流变液在矩形微通道中的流动特性进行有限元仿真。数值模拟和仿真结果表明:调控外加磁场可调 节基于磁流变液的微流体惯性开关的阈值大小,且磁流变液的流速随着外加磁场的增大而变小,具有微阀功能,阈值可调范围为0~ 2885ｇｎ,可用于高g值、宽阈值的微流体惯性器件。     

二值时间序列的一种阈值检测方法

二值时间序列的检测问题存在于具有跳变输入的Ｋａｌｍａｎ滤波及最优平滑等实际应用中，本文基于系统平滑估值的频域特性和极大似然原理，给出一种阈值检测方法，算法可用一次最优平滑实现，仿真实验验证了方法的有效性。     

提高加速度开关抗振动能力的设计

加速度开关是一种由弹簧—质量系统构成的惯性测量装置,当进行随机振动试验时,与敏感质量块刚性相连的弹簧片会随着质量块的运动受力,其中一些剪切力和扭转力是加速弹簧片破坏的主要环境力。为了保护弹簧片,可以采用一种力的隔离技术,使得弹簧片除了受到应受的工作方向的力外,尽量避免受到剪切力和扭转力的作用,采用这种技术设计的钢珠式加速度开关有效地解决这个问题,试验证明:产品的抗振能力得到了提高。     

微机电惯性开关智能设计系统

针对目前微机电系统（Micro Electromechanical Systems,MEMS）惯性开关设计知识和经验逐步扩大和提高,但没有一套设计系统可以对以往知识和经验进行高效利用的状况,提出一种微机电惯性开关智能设计系统的开发方案。通过将知识工程引入到微机电惯性开关设计,开发出一套包含知识库、实例库、综合数据库、推理机制和虚拟试验5大模块的设计系统。系统测试表明,基于实例和知识的智能设计系统,能够实现经验与实例的有效重新利用。     

一种遗传优化和Ostu的图像模糊边缘特征提取方法

边缘检测是图像预处理的重要内容之一,在对Pal和King经典模糊边缘检测算法改进的基础上,提出了一种基于遗传算法和Otsu进行图像阈值选取,以不同阈值为基准确定出线性隶属函数,对多峰图像确定多阈值隶属函数的方法,进行模糊增强,从而提取边缘,实验结果表明该算法不仅提高了边缘提取质量,而且缩短了阈值选取时间,是一种有效性、正确性的图像处理方法。     

压电式加速度传感器振动信号采集系统

针对变压器产生的振动信号的特征,设计了一种基于压电式加速度传感器的变压器振动信号采集系统。以振动控制台为试验对象,利用此系统对控制台输出的振动信号进行采集,并用快速傅里叶变换对采集到的振动信号进行分析。实验结果表明：该系统将压电式加速度传感器输出的电荷信号转换成了标准的电压信号,能够准确、实时地采集振动信号,为变压器故障在线监测奠定了基础。     

一种基于图像边缘检测的小波阈值去噪方法

边缘特征是图像最有用的高频信息,因此,在图像去噪的同时,应尽量保留图像的边缘特征。为实现这一想法,提出了一种基于图像边缘检测的小波阈值去噪新方法。该方法在去噪前,先用定位精度高的小尺度LOG算子检测图像的边缘,对检测出的边缘进行均值平滑滤波,以减少边缘图像中的孤立点噪声;进而再对图像边缘和含噪图像分别进行小波分解,根据分解后的小波系数以确定图像的边缘特征和非边缘特征;最后,再对图像边缘对应的小波分解系数进行小阈值处理,而对非边缘的则进行大阈值处理,从而实现了在去噪的同时保留了图像边缘特征的目的。实验结果表明,与普通的小波阈值去噪方法相比,该方法可有效地保持图像的边缘信息,去噪效果则优于前者。     

基于香农能量与自适应阈值的心电QRS复合波检测算法

针对现有心电QRS复合波检测算法对于一些信号异常的情况检测效果仍然不理想的问题,提出了一种基于香农能量与自适应阈值相结合的心电QRS复合波检测算法,以解决QRS复合波检测的低准确率问题。首先,从预处理后的信号提取香农能量包络;然后,结合改进的自适应阈值方法对QRS复合波进行检测;最后,根据QRS复合波增强后的信号定位所检测的QRS复合波的位置。使用MIT-BIH心律失常数据库的数据对所提算法进行性能评估,结果表明,所提算法即使在信号中存在高大的P波、T波、不规则心律以及严重的噪声干扰时依然能准确检测QRS复合波的位置,总体数据检测的敏感性、阳性检测度和准确率分别达到了99.88%、99.85%和99.73%,且该算法能够在保证准确率的情况下快速地完成QRS复合波的检测任务。     

基于加速度矢量特征的老人跌倒检测装置设计

针对老人意外跌倒的及时救助问题,设计了一种基于加速度矢量特征的老人跌倒检测装置。该装置结合加速度传感器MMA8452Q、GSM通信和GPS定位技术,通过分析人体姿态变化时的加速度矢量特征,利用加速度Z轴分量和加速度幅值作为跌倒判定的基础准则,并且考虑到跌倒后是否严重未起来,以加速度幅值的瞬时变化值为辅助提高了对于跌倒检测求助事件的判定准确性,据此远程报警并发送老人位置信息以及时施救。实测结果表明,该装置能准确地辨别出老人日常行为和意外跌倒需要求助状态并进行报警,降低跌倒带来的风险,实用性强。     

基于容性耦合电极的可穿戴心电信号检测及其去噪算法研究

针对传统心电检测系统存在佩戴电极不方便和电极导电膏易脱水等问题,在研究分析电容耦合工作原理的基础上,设计了一种可穿戴容性耦合电极。针对这种可穿戴容性耦合电极,提出了一种改进小波阈值去噪算法,该算法结合心电信号与噪声小波系数分布特性,采用改进阈值函数对分解后小波系数量化处理并重构心电信号。利用MIT￣BIH数据库验证,该算法能有效消除心电信号中的噪声干扰,相比平滑滤波、数学形态滤波和经验模式分解信噪比提高了10.72％,均方误差减小了27.29％。心电检测实验表明可穿戴容性耦合心电信号检测系统能够准确检测出人体心电信号主要特征。     

基于自适应阈值的炸点时间测量系统

针对炮弹炸点光信号的强度与频谱特性,设计了一种基于自适应阈值的炸点时间测量系统.系统将光电传感器和微弱信号检测技术结合起来,先采集背景光的分布,以此为依据独立设置多种判断阈值,使得探测器周围和边缘信号的阈值电平随信号变化自适应地改变;同时采用电路硬件和软件互锁的方法防止误触发,实现了炸点信号的准确捕捉.实验表明该系统在白天或干扰光线比较强的场合都能可靠工作,系统的测量误差不超过0.2 ms.     

阈值自适应CNN的彩色图像边缘提取

细胞神经网络用于彩色图像边缘提取已经有很多人做了研究。现有的大部分工作都根据经验选取固定阈值来设计CNN模板。但这种阈值的选取方法忽略了人眼最小分辨差具有自适应性的特点。在设计图像边缘提取CNN模板选取阈值时,引入人眼最小阈值差成果,设计出了一组阈值自适应的CNN模板,同时对设计的阈值自适应算法的稳定性进行详细的论证。该算法让检测出的边缘更加符合人眼的视觉特性。实验结果证明,该算法效果良好。     

边缘检测中局部区域的动态阈值选取方法*

现有的边缘检测方法主要采用全局阈值选取方法,由于全局阈值的选取不当,易造成图像中重要而梯度变化较弱的边缘丢失,而局部阈值选取研究相对不足且实用性差。针对以上问题,提出了基于局部区域的动态阈值选取方法：以每个候选边缘点为中心,局部矩形区域内动态确定该点的双阈值,根据边缘点梯度模值与其双阈值大小关系选取边缘点。与Canny边缘检测中采用的阈值选取方法相比,本算法能够有效地提取图像中重要边缘,且抗噪声能力强。