温度歇斯底里校准方法的MEMS加速器的温度歇斯底里校准方法
Hak Ju Kim1, Hyoung Kyoon Jung2
1Advanced Development Team, Microinfinity Co., Ltd., Suwon 16229, Republic of Korea.
Sensors (Basel, Switzerland)
|October 16, 2025
概括
这项研究引入了一种新的校准方法,以减少微电机系统 (MEMS) 传感器中的温度歇斯底里. 该技术可以提高MEMS传感器的准确性,而无需进行硬件更改,显著提高导航系统的性能.
科学领域:
- 传感器技术 传感器技术
- 仪器化 仪器化 仪器化
- 材料科学 材料科学 材料科学
背景情况:
- 微电机系统 (MEMS) 传感器由于其尺寸和成本,对导航至关重要.
- 由内部梯度引起的温度歇斯底里会降低MEMS传感器的性能.
- 现有的解决方案往往需要硬件修改或是不够的.
研究的目的:
- 开发一种硬件独立的校准方法,用于纠正MEMS传感器中的温度歇斯底里.
- 在动态热条件下提高MEMS传感器的准确性和可靠性.
- 为改善导航系统性能提供实用解决方案.
主要方法:
- 通过分析外部温度变化速率和歇斯底里错误之间的关系,得出了一个数学校准模型.
- 该方法在MEMS加速度计上经过实验验证.
- 通过评估歇斯底里减小,偏差重复性,尺度因子重复性,非线性和艾伦方差来评估性能.
主要成果:
- 拟议的校准方法实现了高达63%的MEMS加速度计歇斯底里错误的减少.
- 偏差和尺度因子可重复性在校准后表现良好.
- 在噪声特征中观察到微小的权衡,但整体歇斯底里显著改善.
结论:
- 开发的校准方法有效地纠正MEMS传感器中的温度歇斯底里,而不需要额外的硬件.
- 这种方法为提高MEMS传感器在可变温度下的精度提供了一种实用而有效的方法.
- 这些发现有助于利用MEMS技术实现更可靠的导航系统.
更多相关视频
11:11Experimental Methods for Investigation of Shape Memory Based Elastocaloric Cooling Processes and Model Validation
Published on: May 2, 2016
11.6K
11:44Real-Time DC-dynamic Biasing Method for Switching Time Improvement in Severely Underdamped Fringing-field Electrostatic MEMS Actuators
Published on: August 15, 2014
10.7K
