低热机械噪声MEMS加速度计设计

介绍了一种能够在大气条件下具备低噪声、高灵敏度特性的MEMS加速度计设计、制作与测试.器件采用梳齿电容检测方法,利用MEMS体硅加工工艺,实现了210对梳齿的加速度计制作.该加速度计不需要真空封装和阻尼孔就能实现低热机械噪声特性,其理论热机械噪声为0.018μg/√Hz.加速度计芯片在大气封装和无阻尼孔情况下Q值高达4...     

差分电容硅微加速度计检测电路研究

针对硅微加速度计中微小差分电容检测,提出了一种基于调制解调方法的闭环检测电路,介绍了该闭环检测系统的原理框图和实现途径。分析了基于单路载波的前置电容-电压( C-V)转换电路,证明了基于相关芯片的解调方法的有效性,其解调效率仅对开环输出有影响;基于双路反馈电路的静电力平衡回路有效提高该检测系统的线性度。结合硅微加速度计参数和电路设计参数,对加速度计系统进行了仿真,仿真结果显示系统稳定,刻度系数为0.9 V/gn 左右,带宽700 Hz左右。结合表头进行的精密转台实验结果表明该加速度计系统刻度系数0.88 V/gn,量程可达±13 gn。     

力平衡框架结构加速度计的设计

本文提出了一种基于ICP刻蚀以及静电键合工艺的新型微机械加速度计结构,并通过MATLAB软件对该加速度计系统进行了仿真.这种框架结构可以有效地增大结构静态电容,以便在闭环工作时能产生更大的静电力.它的整体尺寸为2 800μm×3000μm×60 μm,结构惯性质量为0.14 mgn,静态电容为3.618pF,抗过载能力超过5000 gn.通过系统仿真,该加速度计的电压灵敏度为90 mv/gn,量程为±50 gn,系统带宽是10 kHz.     

基于∑-△M的五阶MFLR数字微加速度计闭环控制系统

为了进一步抑制加速度计信号带宽范围内的噪声,提出并设计了一种基于∑-△M的五阶多反馈谐振式（MFLR）微机械加速度计闭环控制系统,该系统通过增加额外的内部负反馈对量化噪声进行再一次整形.微机械加速度计结构为一种全差分式结构,在结构层厚度为60 μm、基底层厚度为400μm的SOI硅片上,经过光刻、溅射、深度反应离子刻蚀等工艺步骤加工而成.整个闭环控制系统的Matlab/Simulink模型首先被建立,然后采用“单位圆分析法”进行系统参数的设定,系统仿真显示：当输入幅值1gn、频率128Hz的加速度信号时,加速度计的噪声为-136.2 dB,与传统五阶MF结构的∑-△M闭环控制系统相比,在0 ～500 Hz信号带宽范围内的噪声降低了7.9dB.最后整个系统在四层PCB电路板上进行了功能性验证和测试.     

一种低噪声MEMS加速度计设计与制作

为了提高微加速度计的噪声性能,研究了一种基于绝缘体上硅(SOI)技术的单轴MEMS加速度计的设计和加工方案。该微加速度计采用大面积质量块的电容式检测结构,通过增加检测质量,在保证灵敏度的前提下,有效地降低了微加速度计的机械布朗噪声,增强了信噪比。另外,该微加速度计采用一种基于Al保护层的MEMS SOI工艺技术制造,有利于提高微加速度计的整体精度水平。测试结果表明:微加速度计的本底噪声为20μgn/√Hz,灵敏度为2.5 V/gn。     

体硅电容式双轴微加速度计的信号检测新方法

在研究体硅电容式双轴加速度计结构部分,分析差分电容检测方法的基础上,提出了一种适合该加速度计的新型信号检测方法,此方法可有效地将两轴的混叠信号分别进行输出。通过HSPICE软件仿真验证了该方法的可行性。且依据0.5μmCMOSN阱工艺参数对总体电路进行模拟仿真,5V单电源供电,微加速度计单轴灵敏度为50mV/gn,频响为2.3kHz,量程为±50gn。     

静电刚度式谐振微加速度计设计

运用梁的横向振动特性分析了梁振动频率与平行板电容形成的静电刚度的关系,并以此设计了静电刚度式谐振微加速度计。在加速度作用下,检测质量产生的惯性力使电容器极板发生位移来改变电容结构的间隙大小,从而使谐振频率发生变化,通过检测频率变化量来测量输入加速度的大小。根据加速度计的工作原理说明检测过程中梁的机械刚度保持不变,只与产生静电刚度的电容间隙变化相关,减小了检测信号对机械误差与残余应力的依赖性。运用加工参数进行理论计算得出加速度计的灵敏度为21．17Hz／gn,在CoventorWare2005中进行仿真表明：加速度计的固有频率为23．94kHz,灵敏度约为20Hz／gn,与理论设计值相近。     

谐振式微机械加速度计设计的关键技术

谐振式微机械加速度计直接输出频率信号,具有稳定性好、精度高的特点.分析了谐振式微机械加速度计的工作机理,建立了第一级敏感结构、杠杆机构和第二级敏感结构的数学模型,指出了实现高灵敏度加速度测量的关键技术在于支撑梁、质量块、谐振器和杠杆机构的设计.提出了一种谐振式微机械加速度计结构,进行了结构的优化设计和仿真计算,得出的性能指标:谐振频率98 858 Hz,Q值673.9,灵敏度24.52 Hz/gn.     

一种多位量化高精度加速度计系统设计

为了在保证系统噪声整形能力的基础上实现稳定的高精度微机械加速度计系统,提出了一种多位量化的高精度加速度计系统。通过应用静电力反馈线性化电路,实现了一种四阶多位量化微机械加速度计结构。该加速度计系统噪声水平均值低于-120 dB/√Hz,灵敏度0.63 V/g,等效输入加速度噪声约为4μg/√Hz。加速度计系统量程受限于电源电压和系统灵敏度,约为±3g。     

六轴加速度计的结构原理与阻尼振动设计

静电悬浮加速度计为当前国际上精度最高的一类加速度计 ,本文的设计目标为 :量程 12 .5 μgn,灵敏度 1ngn,带宽 0 .1Hz。从静电悬浮加速度计的敏感结构设计出发 ,详细地论述了该类加速度计的电容位移检测原理和微弱加速度检测原理。通过适当的电极配置设计 ,并对六路差分电容输出进行适当的线性组合 ,探讨了该加速度计的六轴检测功能 (三个线加速度和三个角加速度 )。随后对该加速度计的静电悬浮支承系统进行了振动学分析 ,采用 1atm的空气阻尼 ,得出系统的阻尼振动频率为 0 .82 5 Hz,输出采样间隔为 4 s。本文的设计对研制高精度多轴加速度计具有重要参考价值。     

基于噪声分布规律的伪造图像盲检测算法*

提出了一种基于噪声分布规律的伪造图像盲检测方法。首先利用基于边缘保护的滤波方法检测出图像中的噪声;然后计算图像中同质区域噪声的均值、方差和信噪比等统计量,通过比较图像中同质区域的噪声分布规律的相似性程度实现伪造图像鉴别。实验证明该算法能有效地检测出伪造图像。     

先进边界区分噪声检测的改进算法

针对典型的两个边界随机值噪声检测问题,先进边界区分噪声检测(ABDND)通过全局的灰度值统计方法来确定噪声边界,取得了良好的检测效果.但是在噪声范围较宽时,ABDND的检测结果中会有大量的错检噪声.在ABDND的基础上提出一种噪声检测改进算法(MABDND),算法分为两个阶段:第1阶段采用ABDND算法中的全局灰度值统计方法;第2阶段通过对局部灰度值的统计找出第1阶段中的错检像素,并将错检噪声恢复为非噪声像素.本文算法的优点在于利用第2阶段的验证技巧去校正第1阶段中产生的大量错检像素,以保证较低的漏检与错检率.以图像Lena、peppers为实验对象,实验结果表明MABDND的检测性能优于ABDND,特别是在噪声范围较宽时,MABDND具有更好的检测性能和更强的噪声适应能力.     

种子像素滤波法去除随机脉冲噪声

为了在去除图像高密度随机脉冲噪声的同时最大程度地保护图像边缘和细节,提出一种新方法。该方法首先利用图像局部灰度相似性,提取种子像素;然后只对种子像素进行开关中值滤波,去除误判的种子像素,采用自适应变窗口尺寸;最后利用种子像素先探测漏选的种子像素,接着重构非种子像素。实验结果表明,与其他方法相比,该方法是综合性能最优之一。     

相似邻居数目图像脉冲噪声滤波算法

为了去除图像随机脉冲噪声的同时保留边缘,提出一种新方法。该方法首先利用图像局部灰度相似性来构造相似邻居数目图,一个像素的相似邻居数目在窗口内最大或数值较大,才可能认为是没有受到噪声干扰的像素。根据噪声密度不同采用不同方法检测。实验结果表明,阈值能适应性不同图像类型,滤波结果优于大部分已有算法,且算法复杂度低于大部分改进的中值滤波算法。     

基于排序跳变点的脉冲噪声检测与滤除算法

提出了一种简单的判断脉冲噪声点的算法。该算法先将滤波窗口内的像素值按照大小排序,然后找到排序后像素值的两个最大跳变点,如果此跳变点发生在靠近最大值或最小值处,并且跳变幅度超过文中实验得出的域值,就可以根据窗口中心像素值的位置,即它在两个跳变点所确定的范围之内还是之外,将其判为信号点或噪声点,最后用判断出的信号点对噪声点进行恢复。实验结果表明,该算法能够几乎准确地判断出噪声点与信号点,从而达到了更好的去噪效果。     

面向彩色手术显微图像的去噪算法改进

对于要求高保真的彩色手术显微图像,去除采集过程中引入的脉冲噪声是一项非常重要的任务。将自适应矢量中值滤波方法应用于彩色图像去噪,其效果非常理想。该方法可根据噪声干扰的情况自动选择滤波窗口的大小。先对图像各区域进行噪声检测,如果为非噪声区域,则不进行滤波;如果为噪声区域,则根据各区域受噪声污染状况自动确定滤波窗口尺寸。实验显示,采用自适应矢量中值滤波能有效滤除彩色显微图像的噪声,并能较好地保护边缘和细节,其性能较一般的矢量中值滤波方法有明显优势。     

用于图像处理的自适应中值滤波

针对标准中值滤波方法存在的不足,提出自适应中值滤波方法．该方法通过噪声检测确定子图像中的脉冲噪声点及噪声干扰大小,根据噪声干扰程度选择滤波窗口的尺寸,并采用改进的中值滤波方法对检测出的噪声点进行滤波．计算机模拟实验结果表明：自适应中值滤波能在有效地去除噪声的同时,较好地保护图像细节,较标准中值滤波具有更优良的滤波性能,其滤波速度也较中值滤波具有明显优势．     

图像脉冲噪声检测

提出了一个包含两个自适应神经模糊推理系统和一个后处理块的网络,该网络可用于灰度图像脉冲噪声检测。网络中每个自适应神经模糊推理系统都是一个四输入单输出一阶Sugeno模糊推理系统。所提出的脉冲噪声检测方法分两步进行：对该网络进行优化训练,确定其参数;用优化后的网络对被椒盐脉冲噪声污染的图像进行噪声检测。实验结果表明,与其他传统检测方法相比,所提出的方法,更能有效检测出图像中椒盐脉冲噪声。     

基于改进脉冲噪声检测的新型滤波算法*

通过分析脉冲噪声图像的数值特征,为了快速和准确地滤除图像脉冲噪声并能很好地保持图像的细节,提出了基于改进脉冲噪声检测的灰度图像和彩色图像非线性自适应滤波算法。该算法首先通过改进的噪声检测方法把图像中的噪声点标志在噪声标志矩阵中,然后采用改进中值滤波方法并有限制地自适应调整滤波窗口对灰度图像中的脉冲噪声给予有效滤除。在此基础之上,分别采用该方法对彩色图像的三个RGB子图像进行单独滤波,然后利用通道融合技术得到最终的彩色滤波图像。经过实验仿真并与国内外相关文献提出的算法相比,本方法不仅思想简单、快速、易于实现     

一种新的高密度椒盐噪声滤波算法

针对现有算法对高密度椒盐噪声滤波不足的问题,提出一种新的高密度椒盐噪声滤波算法。通过噪声检测将含噪图像的像素分为信号点和噪声点,对每一个椒盐像素,计算以该像素为中心的窗口内非椒盐像素中值,信号点则保持其灰度值不变直接输出,重复以上过程,直到没有噪声点被替换。实验结果表明,该算法能在有效去除椒盐噪声的同时保护图像细节,较传统中值滤波及其改进算法有更好的滤波性能。