摘要
本文引用地址：http://www.eepw.com.cn/article/201808/385758.htmMEMS陀螺儀提供了一種簡單的旋轉角速率測量方法，其所在的封裝很容易安裝到印刷電路板上。因此，在許多不同類型的運動控制系統中，它們都是反饋檢測元件的常見選擇。在此類應用中，角速率信號(MEMS陀螺儀輸出)中的噪聲會直接影響系統的關鍵特性(如平臺穩定性)，且常常是控制系統能夠支持的精度水平的決定性因素。所以，當系統架構師和開發者定義和開發新的運動控制系統時，低噪聲是一個很自然的價值導向。更進一步，把關鍵的系統級標準(如指向精度)轉化為噪聲指標(MEMS陀螺儀數據手冊常常會提供這些指標)，是早期概念和架構設計工作的一個極重要的部分。了解系統對陀螺儀噪聲特性的依賴性會產生多方面好處，例如能夠確定反饋檢測元件的相關要求，或者相反，分析系統對特定陀螺儀中噪聲的響應。一旦系統設計者充分了解這種關係，它們便能從兩個重要方面來掌控角速率反饋環路中的噪聲影響：1. 制定最合適的MEMS陀螺儀選擇標準;2. 在傳感器的集成過程中保持其噪聲性能不變。
運動控制基礎
為了弄清MEMS陀螺儀噪聲特性與其對系統關鍵特性的影響之間的關係，第一步常常是要對系統工作原理有一個基本了解。圖1是一個運動控制系統架構示例，其中關鍵的系統元素被拆分為多個功能模塊。此類系統的功能目標是為對慣性運動敏感的人員或設備創建一個穩定的平臺。應用實例之一是用於自主駕駛車輛平臺上的微波天線，車輛在惡劣的條件下機動行駛，車速可能會引起車輛方向突然變化。若不能實時控制指向角度，當發生此類慣性運動時，這些高指向性天線可能無法支持連續通信。
圖1所示系統使用一臺伺服電機，理想情況下，當系統其餘部分發生旋轉時，它會以相同速度沿相反方向旋轉。反饋環路從MEMS陀螺儀開始，其在穩定平臺上觀測旋轉速率(φG)。陀螺儀的角速率信號饋入專用數位訊號處理部分，其包括濾波、校準、對齊和積分，以產生實時方向反饋(φE)。伺服電機的控制信號(φCOR)來自此反饋信號與指示方向(φCMD)的比較，而指示方向可來自一個中央任務處理系統，或者代表一個支持平臺上的設備以理想方式運行的方向。
應用示例
圖1顯示了運動控制系統的架構視圖，分析應用特定的物理性質也能得出有價值的定義和見解。考慮圖2中的系統，它是生產線自動檢查系統的概念視圖。該攝像頭系統檢查輸送帶上移入移出其視場的物件。在這種配置中，攝像頭通過一根長支架固定於天花板;針對攝像頭要檢查的對象大小，攝像頭通過支架所決定的高度(參見圖2中的D)來優化其視場。工廠中全是各種機器和其他作業，因此，攝像頭會不時地發生擺動(參見圖2中的φSW(t))，這可能引起檢查圖像的失真。圖中的紅色虛線是此擺動引起的總角向誤差(±φSW)的誇大視圖，綠色虛線表示能夠支持系統圖像質量目標的角向誤差水平(±φRE)。圖2中的視圖利用檢查表面上的線性位移誤差(dSW、dRE)定義系統級關鍵指標(圖像失真)。這些性質與攝像頭高度(D)和角向誤差項(SW、φRE)之間有著簡單的三角函數關係，如公式1所示。
圖1.運動控制系統架構示例
圖2.工業攝像頭檢查系統
對於此類系統，最適合的運動控制技術是所謂圖像穩定化技術。早期圖像穩定系統使用基於陀螺儀的反饋系統來驅動伺服電機，進而調整圖像傳感器在快門開啟期間的方向。MEMS技術的出現掀起了一場革命，幫助降低了這些功能的尺寸、成本和功耗，導致該技術廣泛用於當今的數字攝像頭。得益於數字圖像處理技術(其算法中仍然使用基於MEMS的角速率測量)的進步，許多應用已不再使用伺服電機。無論圖像穩定是由伺服電機實現，還是通過對圖像文件的數字後處理實現，陀螺儀的基本功能(反饋檢測)依然未變，其噪聲影響也仍然存在。為簡明起見，本討論將聚焦於經典方法(圖像傳感器上的伺服電機)來考察相關度最高的噪聲基本原理，以及它們與此類應用最重要的物理性質之間的關係。
角向隨機遊動(ARW)
所有MEMS陀螺儀的角速率測量中都有噪聲。這一傳感器固有噪聲代表的是陀螺儀在靜態慣性(無轉動)和環境條件(無振動、衝擊等)下運行時其輸出中的隨機振動。MEMS陀螺儀數據手冊中用來描述噪聲特性的最常見指標是速率噪聲密度(RND)和角向隨機遊動(ARW)。RND參數通常以°/sec/√Hz為單位，根據該參數和陀螺儀的頻率響應，可以簡單地預測角速率方面的總噪聲。ARW參數通常以°/√hr(小時)為單位，當分析特定期間內噪聲對角度估計的影響時，該參數常常更有用。公式2是根據角速率測量來估計角度的一般公式。此外，它還提供了一個將RND參數與ARW參數關聯起來的簡單公式。此關係式與IEEE-STD-952-1997(附錄C)中的關係式相比有很小的改動(前者是單邊FFT，後者是雙邊FFT)。
圖3是一個圖形參考，有助於我們進一步討論ARW參數代表的特性。圖中的綠色虛線代表陀螺儀RND為0.004°/sec/√Hz時的ARW特性，相當於0.17°/√hr的ARW。實線代表此陀螺儀輸出在25 ms周期內的六個獨立積分。角向誤差相對於時間的隨機性表明，ARW的主要作用是估計特定積分時間內的角向誤差統計分布。另請注意，此類響應假設利用高通濾波來消除積分過程中的偏置誤差。
圖3.角向隨機遊動(ADIS16460)
回過頭看圖2中的應用示例，將公式1和公式2結合便可把重要標準(檢查表面上的物理失真)與MEMS陀螺儀數據手冊通常會提供的噪聲性能指標(RND、ARW)關聯起來。在此過程中，假設公式1中的積分時間(τ)等於圖像捕捉時間可提供進一步且很有用的簡化。公式3利用公式1中的一般關係來估計，當攝像頭距檢查表面1米(D)且最大容許失真誤差為10 μm(dRE)時，陀螺儀的角向誤差(φRE)必須小於0.00057°。
公式4將公式3的結果和公式2中的一般關係相結合，用來預測特定情況下對MEMS陀螺儀的ARW和RND要求。該過程假設圖像捕捉時間35 ms等於公式2中的積分時間(τ)，因而可以預測，為了達到要求，陀螺儀的ARW需要小於0.18°/√hr，或者RND必須小於0.0043°/sec/√Hz。當然，這可能不是這些參數支持的唯一要求，但這些簡單的關係提供了一個例子，告訴我們如何將其與已知要求和條件聯繫起來。
當τ可達到0.035秒時
角速率噪聲與帶寬
提供連續指向控制的系統開發者可能更願意從角速率方面來評估噪聲影響，因為他們可能沒有固定的積分時間來利用基於ARW的關係。從角速率方面評估噪聲常常要考慮RND參數和陀螺儀信號鏈的頻率響應。對陀螺儀頻率響應影響最大的常常是濾波，其支持環路穩定標準的專用要求，並能抑制對環境威脅(如振動)的不相干傳感器響應。公式5給出了一種簡單方法來估算與特定頻率響應(噪聲帶寬)和RND相關的噪聲。
其中：
當RND的頻率響應遵循單極點或雙極點低通濾波器曲線時，噪聲帶寬(fNBW)和濾波器截止頻率(fC)將有公式6的關係。
fNBW = 1 .22 × fC(雙極點低通濾波器)
fNBW = 1 .57 × fC(單極點低通濾波器)
例如，對於RND為0.004°/sec/√Hz的ADXRS290，圖4提供了其噪聲的兩條不同頻譜曲線。圖中的黑色曲線代表使用雙極點低通濾波器(截止頻率為200 Hz)時的噪聲響應，藍色曲線代表使用單極點低通濾波器(截止頻率為20 Hz)時的噪聲響應。公式7計算了各濾波器的總噪聲。同預期一致，200 Hz版本的噪聲高於20 Hz版本。
圖4.使用濾波器時的ADXRS290噪聲密度
若系統需要定製濾波，其頻率響應(HDF(f))不符合公式6和7中的簡單單極點和雙極點模型，則可利用公式8提供的更一般關係來預測總噪聲：
除了會影響總角速率噪聲以外，陀螺儀濾波器還向總環路響應貢獻相位延遲，這會直接影響反饋控制系統的另一重要品質因素：單位增益交越頻率時的相位裕量。公式9用於估計單位增益交越頻率(fG)時單極點濾波器(fC = 截止頻率)對控制環路頻率響應產生的相位延遲(θ)。公式9中的兩個例子分別是截止頻率為200 Hz和60 Hz的兩個濾波器在20 Hz單位增益交越頻率時的相位延遲。這對相位裕量的影響可能導致要求陀螺儀帶寬比單位增益交越頻率大10倍，因而會更偏向於選擇RND較佳的MEMS陀螺儀。
現代控制系統常常使用數字濾波器，可能使用不同的模型來預測其在控制環路關鍵頻率時的相位延遲。例如，公式10用於預測一個16抽頭FIR濾波器(NTAP)的相位延遲(θ)，其以4250 SPS (fS)的更新速率(ADXRS290)運行，單位增益交越頻率(fG)同樣是20 Hz。此類關係有助於確定一個系統架構對此類濾波器結構容許的總抽頭數。
結論
根本問題是角速率反饋環路中的噪聲可能直接影響運動控制系統的關鍵性能標準，因此，在設計新系統的過程中，應當儘早予以考慮。相比於僅知道需要低噪聲的人，能夠量化角速率噪聲對系統特性影響的人將擁有明顯的優勢。他們將能確定性能目標，在應用中產生可觀測的值;當其他項目目標支持考慮特定MEMS陀螺儀時，他們將能有效地量化其對系統的影響後果。一旦有了這種基本理解，系統設計師便可專注於確定能夠滿足性能要求的MEMS陀螺儀，利用帶寬、速率噪聲密度或角向隨機遊動來指導其考慮。當他們期望優化所選傳感器的噪聲性能時，可以利用其與帶寬(角速率噪聲)和積分時間(角誤差)的關係來推動界定其他重要的系統級特性，從而支持對應用最合適的性能。
Mark Looney [mark.looney@analog.com]是ADI公司(美國北卡羅來納州格林斯博羅)的iSensor®應用工程師。自1998年加入ADI公司以來，他在傳感器信號處理、高速模數轉換器和DC-DC電源轉換領域積累了豐富的工作經驗。他擁有內華達州大學雷諾分校電氣工程專業學士(1994年)和碩士(1995年)學位，曾發表過數篇文章。加入ADI公司之前，他曾協助創立汽車電子和交通解決方案公司IMATS，還擔任過Interpoint公司的設計工程師。