本技术涉及一种MEMS振动传感器的谐振频率自动检测技术、系统与装置。该技术包括以下步骤:利用时域连续信号激励传感器,并收集其动态响应数据。
背景技术
MEMS振动传感器具有大量程、小体积、高带宽,以及灵活的接口匹配和较高的鲁棒性,广泛应用于姿态检测,惯性导航、振动监测等领域。由于MEMS振动传感器敏感结构具有品质因数与增益需求,如蝶翼式传感器的幅值增益系数不小于10dB,因此对其进行敏感结构谐振频率检测,可以协助检测和校准MEMS振动传感器机械灵敏度。因此,提高MEMS振动传感器谐振频率辨识精度对MEMS振动传感器实际应用具有重要意义。
经典的振动传感器动态模型参数识别策略可划分为时域与频域两大范畴。时域方法严格遵循ISO 16063-12:20011《绝对法冲击激励校准标准》,通过精准捕获标准脉冲冲击下振动传感器系统的实时响应数据,并巧妙运用最小二乘法等先进手段,实现对模型参数的精确估算。而在频域方面,则依据ISO 16063-11:1999《振动和冲击传感器的校准方法》,借助稳态正弦振动测试与激光干涉测量技术的深度融合,运用正弦逼近法、条纹计数法及最小点法等精细分析手段,推导出振动传感器详尽的频率响应函数。
在深入探索这一技术领域的过程中,发现存在如下问题。首先,振动传感器动态模型的识别过程不可避免地受到系统复杂噪声环境的影响,显著增加了识别难度。其次,传统模型构建多依赖于系统固有参数的描述,然而,由于一些固有参数本身具有较低的灵敏度特性,其识别精度极易受到系统噪声的负面影响,从而制约了传统方法在提升振动传感器动态模型参数识别精度方面的进一步发展空间。鉴于此,探索并实施更为精确且高效的识别策略,以有效应对上述挑战,已成为当前领域内的核心研究课题与迫切需求。
实现思路