Шумовые характеристики молекулярно-электронных преобразователей диффузионного типа и перспективы применения приборов на их основе

• Автор: Зайцев, Дмитрий Леонидович
• Шифр специальности: 01.04.04
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Москва
• Количество страниц: 142 с. : ил.

Содержание
Введение

Глава 1. Литературный обзор

1.1 Физические принципы работы молекулярно-электронного преобразователя диффузионного типа

1.2 Шумы в МЭП

1.3 Методы стохастического моделирования

1.3.1 Калмановский фильтр

1.3.2 Инструменты цифровой обработки сигналов

1.3.3 Стохастическое моделирование

1.3.3.1 Автокорреляционная функция

1.3.3.2 Спектральная плотность мощности

1.3.3.3 Вариационные методы
1.3.3.4 Соотношения между вариацией Аллана и РББ 50 Глава 2. Вихревые флуктуирующие потоки и их вклад в шумы молекулярно-электронных преобразователей
2.1 Введение
2.2 Экспериментальные данные
2.3 Теоретическая модель и её сравнение с экспериментом
2.4 Обобщение результатов и заключение
Глава 3. Шум конвекции
3.1 Введение
3.2 Эксперимент и обсуждение результатов
3.3 Обобщение экспериментальных результатов и заключение 92 Глава 4. Изучение шумовых характеристик молекулярноэлектронных измерителей параметров угловых движений

4.1 Шум молекулярно-электронных преобразователей без
упругой возвращающей силы
4.2 Собственный шум МЭ измерителей угловых движений в терминах спектральной плотности мощности
4.3 Изучение шума МЭ измерителей угловых движений в терминах вариационного метода Аллана
4.3.1 Постановка эксперимента
4.3.2 Теоретический расчет и экспериментальные результаты
4.4 Выводы
Глава 5. Высокоточное молекулярно-электронное устройство для определения направления на географический север
5.1 Введение
5.2 Предлагаемое техническое решение устройства для определения направления на географический север на основе молекулярно-электронной технологии
5.3 Постановка эксперимента и используемое оборудование
5.4 Результаты испытаний экспериментального образца устройства для определения направления на географический
север
5.5 Моделирование ошибки определения азимута, обусловленной собственным шумом углового измерителя
5.6 Обсуждение результатов моделирования
5.7 Выводы
Заключение
Список литературы

Введение
Актуальность. Инерциальные измерения параметров движения и волновых полей широко используются в целом ряде ключевых для экономики и общества в целом, технических областей, в том числе навигации, сейсмологии и сейсморазведке, системах мониторинга высотных зданий, плотин, других сооружений, охранных системах, системах автомобильной безопасности и т.д. Существующие измерители позволяют с высокой точностью определять кинематические характеристики движущихся объектов и решать практически любые задачи связанные с измерением параметров движения (например, электростатические измерители скорости, гироскопы на магнитных подвесах, высокоточные электромеханические сейсмометры), однако, стоимость таких систем их сложность и габариты резко ограничивают области возможного применения. С другой стороны, малогабаритные датчики, созданные, например, на принципах твердотельной электроники, при всей их доступности и компактности, имеют не столь высокие выходные параметры и, как следствие - ограниченную сферу использования. Заполнить нишу недорогих, но, в тоже время, обладающих приемлемыми техническими параметрами измерителей, вполне способны приборы, основанные на молекулярно-электронной технологии (МЭТ).
Общими преимуществами приборов на основе МЭТ являются высокая крутизна преобразования механического движения в электрический сигнал, широкие частотный и динамический диапазоны, малое энергопотребление и компактность. Кроме того, это отсутствие в конструкции движущихся элементов точной механики, подверженных износу или возможной поломке, высокая надежность и простота эксплуатации, продолжительный срок службы изделий.
В настоящее время, разнообразные изделия на принципах молекулярной электроники неплохо зарекомендовали себя на рынке

1.3 Методы стохастического моделирования
По сути, основу теории стохастического моделирования заложили труды Гаусса в начале 19-го века и сформулированный им принцип оценки ошибок сформировавшийся в известный метод наименьших квадратов [50]. Современные подходы к нахождению статистических характеристик приборов в основном исходят из этого метода. В 60-х годах прошлого века Калман придумал способ создания оптимального рекурсивного фильтра путем анализа временной последовательности данных [51,50]. В это же время был предложен метод анализа временных рядов (Time Series Analysis) в частотной области [52,50]. Чуть позже разработан метод быстрого преобразования Фурье (Fast Fourie Transform) [50]. А в 1966 г. Дэвид Алан предложил свой метод анализа временной последовательности данных, на основе вариации Алана [53]. Спустя десятилетия, шумовые характеристики приборов, описываемые с точек зрения анализа временной и частотной областей стали определяющими для любого типа сенсоров.
1.3.1 Калмановский фильтр
Калмановский фильтр - это система уравнений, которая обеспечивает эффективное численное решение метода наименьших квадратов [52,54,55]. Фильтр достаточно удобен по некоторым соображениям: он поддерживает вычисление прошлых, настоящих и будущих событий и, кроме того, происхождение сигнала для вычислений шума этим методом не имеет значения. Калмановский фильтр решает задачу оценки состояния переменной х из R" в контролируемом, конечном во времени процессе, который задан линейным разностным стохастическим уравнением [56]:
хк =Axk_l+Buk+wk_l
При помощи измерения величины z из Rm:
(1.3.1)
(1.3.2)