Понимание влияния шума на показания датчиков

Шум является неотъемлемой и неизбежной характеристикой любой сенсорной системы, фундаментально влияющей на точность, надежность и общую производительность показаний датчиков в бесчисленных приложениях. От промышленной автоматизации и медицинской диагностики до мониторинга окружающей среды и бытовой электроники понимание того, как шум влияет на измерения датчиков, имеет решающее значение для инженеров, ученых, исследователей и студентов, работающих с измерительными системами. Эта всеобъемлющая статья исследует различные типы шума, их основные источники, глубокое влияние, которое они оказывают на производительность датчиков, и сложные методы, используемые для смягчения их воздействия на качество данных.

Что такое шум в сенсорных системах?

Шум — это любое электрическое явление, которое не приветствуется в электрической системе. В контексте сенсорной технологии шум представляет собой случайные или нежелательные изменения измеренного сигнала, которые скрывают или искажают истинное измеряемое значение. Шум не может быть удален или удален, и он компрометирует соответствующие аспекты схемы, такие как скорость, линейность или рассеивание мощности, и присутствует в любой реальной схеме, независимо от архитектуры схемы или технологии.

Шум — не детерминистическое явление, а случайный процесс, поэтому мгновенное значение не может быть предсказано в любое время, даже если известны прошлые значения, но его статистические свойства могут быть проанализированы и предсказаны.Такой статистический характер шума делает его особенно сложным для решения, требуя сложных аналитических подходов и стратегий смягчения.

Шум существует потому, что электрический заряд не является непрерывным, а переносится в дискретных количествах, равных заряду электрона, известного как электронвольт (эВ), и ток является квантованным поведением.Это фундаментальное квантово-механическое свойство означает, что некоторый уровень шума всегда будет присутствовать в любой системе измерения, независимо от того, насколько тщательно он спроектирован или построен.

Комплексная классификация типов шума в показаниях датчиков

Шум в сенсорных системах можно разделить на несколько различных типов, каждый из которых имеет уникальные характеристики, частотные зависимости и последствия для производительности датчика. Понимание этих различных типов шума имеет важное значение для разработки эффективных стратегий снижения шума и проектирования высокопроизводительных сенсорных систем.

Тепловой шум (Джонсон-Никвист Шум)

Тепловой шум находится в каждой омической проводимости или проводе и производится тепловым возбуждением заряда в проводнике. Также известный как шум Джонсона или шум Джонсона-Никвиста, этот тип шума является одним из самых фундаментальных и неизбежных источников шума в электронных системах.Тепловой шум имеет плоский частотный спектр и гауссовское распределение амплитуды.

Из теоремы «Теорема рассеивания колебаний» тепловой шум возникает всякий раз, когда происходит рассеивание энергии (потеря энергии), а компоненты, которые имеют тепловой шум, являются компонентами с потерей энергии — резистор рассеивает энергию (тепло), но идеальный индуктивный проводник не.Спектральная плотность мощности теплового шума постоянна на всех частотах в рабочем диапазоне большинства электронных систем, поэтому его часто называют «белым шумом».

Мощность теплового шума, на герц, равна во всем частотном спектре, зависит только от k и T. Помеховая мощность пропорциональна абсолютной температуре и постоянной Больцмана, что делает ее температурно-зависимой.Тепловой шум в устройствах MOSFET моделируется как источник тока параллельно с дренажным источником.

Поскольку размер MOSFET становится меньше, он генерирует больше шума, что является одним из основных недостатков новых передовых узлов, а транзисторы с коротким каналом L демонстрируют больше теплового шума, потому что они более резистивны. Это представляет значительные проблемы для современных конструкций датчиков, которые используют все более миниатюрные компоненты.

Шум выстрела

Шум выстрела обычно возникает, когда есть потенциальный барьер (дифференциал напряжения), и диод перехода PN является примером, который имеет потенциальный барьер - когда электроны и дырки пересекают барьер, создается шум выстрела.

Происхождение Шум выстрела происходит от того, что электрический заряд переносится в дискретных количествах, и равен 1эВ, ток не является полностью непрерывным явлением. Это связано с электронами (в свою очередь, зарядом), прибывающими в кванты, по одному электрону за раз, и ток потока не является непрерывным, но ограничен квантом электронных зарядов.

Любой ток диска, протекающий через диод, генерирует так называемый «выстрелный шум» из-за случайной природы отверстия и электронных переходов через pn-переход. Шум выстрела особенно актуален в фотоприемниках, где он проявляется как фотонный выстрелный шум. Свет состоит из дискретных пучков энергии, называемых фотонами, и поток фотонов будет иметь средний поток, который поступает в заданную область датчика, с колебаниями вокруг этой средней.

Важной характеристикой флуктуаций, подчиняющихся статистике Пуассона, является то, что их стандартное отклонение равно квадратному корню самого среднего счета. Это означает, что по мере увеличения уровней сигнала шум выстрела также увеличивается, но с меньшей скоростью, в частности, пропорционально квадратному корню сигнала.

Шум выстрела не имеет значения в устройствах CMOS, поскольку он в основном присутствует в биполярных транзисторах и диодах перехода, однако он может быть актуальным в устройствах подпороговой MOS.

Шум мерцания (1/f Шум)

Шум мерцания (также называемый 1/f шумом или контактным шумом) — это избыточный шум, создаваемый случайными колебаниями тока из-за дефектов полупроводниковых материалов. Розовый шум характеризуется спектральной плотностью, которая увеличивается с уменьшением частоты, содержит равное количество энергии в каждом десятилетии полосы пропускания, и это приводит к силовой спектральной плотности, обратно пропорциональной частоте.

Шум мерцания более заметен в ПЭТ, а громоздкие резисторы. Этот тип шума становится всё более значительным на более низких частотах, поэтому его ещё называют «низкочастотным шумом». «частота угла» определяется как частота, где мерцание и тепловой шум выравниваются. Ниже этой угловой частоты доминирует мерцающий шум, а над ним тепловой шум становится основной заботой.

1/f шум доминирует на низких частотах и преобладает в схемах считывания на основе MOSFET. В приложениях датчиков, особенно в тех, которые включают медленно изменяющиеся сигналы или измерения постоянного тока, мерцающий шум может быть значительным ограничивающим фактором в точности измерения. Углеродные резисторы подвержены тепловому шуму (всегда) и шуму Flicker (только при наличии тока).

Квантовый шум

Шум, вызванный квантованием пикселей чувственного изображения на ряд дискретных уровней, известен как шум квантования, и он имеет примерно равномерное распределение. Этот тип шума вводится в процессе аналого-цифрового преобразования (ADC), где непрерывные аналоговые сигналы преобразуются в дискретные цифровые значения.

Квантирование шума происходит во время аналого-цифрового преобразования (ADC) и определяется глубиной бита ADC, а для ADC с N битами мощность шума квантования определяется размером шага LSB. При оцифровке измерения количество битов, используемых для представления измерения, определяет максимально возможное отношение сигнал-шум, поскольку минимальный возможный уровень шума является ошибкой, вызванной квантованием сигнала.

Этот уровень шума нелинейный и сигнал-зависимый; для различных моделей сигналов существуют различные расчеты, а шум квантования моделируется как аналоговый сигнал ошибки, суммируемый с сигналом перед квантованием.Разрешение ADC напрямую влияет на величину шума квантования — более высокие преобразователи глубины бита производят меньшие шаги квантования и, следовательно, более низкий шум квантования.

Этот шум становится значительным в высокоточных системах визуализации с низким уровнем нативного сигнала.В современных сенсорных системах разрешение ADC обычно колеблется от 8 до 24 бит или более, при этом более высокие разрешения требуются для приложений, требующих большей точности измерения.

Дополнительные типы шума

К ним относятся тепловой, выстрелный, лавина, мерцание и шум попкорна, а также шум, характерный для преобразователей данных, таких как квантование, джиттер диафрагмы и гармонические искажения. Помимо основных типов шума, обсуждавшихся выше, несколько других источников шума могут влиять на производительность датчика:

Источники шума в сенсорных системах

Понимание источников шума имеет важное значение для разработки эффективных стратегий снижения шума и разработки надежных сенсорных систем. Шум может исходить из нескольких источников, как внутренних, так и внешних по отношению к сенсорной системе.

Экологические факторы

Все реальные измерения нарушаются шумом, в том числе электронным шумом, но могут также включать внешние события, которые влияют на измеряемое явление — ветер, вибрации, гравитационное притяжение Луны, колебания температуры, колебания влажности и т. д., в зависимости от того, что измеряется и чувствительности устройства.

Источники шума окружающей среды включают:

Электронные компоненты и дизайн схемы

Все электрические компоненты по своей сути генерируют шум, и это включает в себя все полупроводниковые устройства и резисторы. Каждый компонент в цепи датчика вносит свой вклад в общий бюджет шума:

Вариации и распределение энергоснабжения

Шум источника питания является критической проблемой в сенсорных системах. Колебания напряжения источника питания могут напрямую соединяться с сигналами датчика через несколько механизмов:

Обработка сигналов и конверсия данных

Алгоритмы и методы обработки сигналов могут вводить свои собственные формы шума и артефактов.

Соотношение сигнал/шум (SNR)

Соотношение сигнал/шум (SNR или S/N) — это мера, используемая в науке и технике, которая сравнивает уровень желаемого сигнала с уровнем фонового шума, а SNR определяется как отношение мощности сигнала к мощности шума, часто выраженное в децибелах. SNR — одна из важнейших метрик для характеристики производительности датчика и качества данных.

Высокое значение SNR означает, что сигнал является четким и легко обнаруживаемым или интерпретируемым, в то время как низкое значение SNR означает, что сигнал поврежден или затенен шумом и может быть трудно различить или восстановить.

Расчет соотношения сигнал/шум

Для определения соотношения сигнал-шум, разделить мощность сигнала на мощность шума, и отношение сигнал-шум может быть выражено в необработанных блоках питания или в децибелах (dB). Наиболее распространенный способ выразить SNR - в децибелах, который является логарифмической шкалой, которая облегчает сравнение больших или малых значений.

Основными формулами расчета SNR являются:

Соотношение сигнал/шум (SNR) определяется как отношение между сигналом и шумом, генерируемым в пределах пикселя. SNR рассчитывается путем деления общего обнаруженного числа фотонов на общее число шумов, где S — общее обнаруженное число фотонов, σS — шум фотонов, σD — темный шум и σR — шум считывания системы.

Важность SNR в сенсорных приложениях

SNR является важным параметром, влияющим на производительность и качество систем, которые обрабатывают или передают сигналы, таких как системы связи, аудиооборудование, радиолокационные системы, системы визуализации и системы сбора данных.Различные приложения требуют разных минимальных уровней SNR в зависимости от их конкретных требований:

Устройство с более высоким SNR улучшает пользовательский опыт, сокращая время для сообщения о жизненно важных показателях человека, одновременно повышая точность результатов.

Комплексное влияние шума на сенсорные чтения

Шум может значительно влиять на показания датчиков несколькими способами, влияя не только на точность измерения, но и на надежность системы, интерпретацию данных и общую производительность приложений.

Сниженная точность измерений

Шум непосредственно искажает истинное значение измерения, приводя к неточным показаниям. Величина этой ошибки зависит от уровня шума относительно силы сигнала. В условиях низкого сигнала шум может доминировать над измерением, что делает практически невозможным извлечение истинного значения сигнала. Это особенно проблематично в приложениях, требующих высокой точности, таких как научные исследования, медицинская диагностика и контроль качества в производстве.

Различные типы шума влияют на измерения по-разному - случайные средние шумы по нескольким измерениям, в то время как систематические источники шума вводят последовательные смещения, которые не могут быть удалены только путем усреднения.

Повышение неопределенности измерений

Наличие шума увеличивает неопределенность, связанную с измерениями датчиков. Эту неопределенность необходимо количественно оценить и сообщить в приложениях прецизионных измерений. В системах прецизионных измерений отрицательный SNR может маскировать критические данные и снижать точность результатов.

Неопределенность измерения из-за шума влияет на:

Искажение сигналов и маскировка

Если сигнал выборки слаб по сравнению с шумом, связанным с ним, его трудно обнаружить. Шум может маскировать или изменять характеристики сигнала, что затрудняет интерпретацию истинных данных. Это особенно проблематично при попытке обнаружить небольшие сигналы или тонкие изменения в измеренном количестве.

Эффекты маскировки сигналов включают:

Системная деградация производительности

Высокие уровни шума могут снижать общую производительность сенсорных систем, приводя к сбоям в критических приложениях.Деградация производительности проявляется несколькими способами:

Влияние на обработку и анализ данных

Шум влияет не только на показания датчиков, но и на последующую обработку и анализ данных:

Влияние на качество изображения

В датчиках изображения шум оказывает особенно заметное влияние на качество изображения. Шум изображения является случайным изменением яркости или цветовой информации на изображениях и часто (но не обязательно) нежелательным побочным продуктом захвата изображения, который затемняет желаемую информацию.

SNR также определяет контрастность изображения таким образом, что чем ниже SNR (относительно меньшей разницы между сигналом и шумом), тем труднее определить контрастность. Низкий SNR в системах визуализации приводит к зернистым, пятнистым изображениям с пониженной четкостью и детализацией.

Расширенные стратегии и методы снижения шума

Для борьбы с воздействием шума на показания датчиков инженеры и ученые используют комплексный набор стратегий смягчения, охватывающих аппаратное проектирование, обработку сигналов и методы измерения. SNR можно улучшить различными методами, такими как увеличение силы сигнала, снижение уровня шума, фильтрация нежелательного шума или использование методов коррекции ошибок.

Электромагнитное щитование и заземление

Физические барьеры и надлежащие методы заземления могут значительно уменьшить электромагнитные помехи и шумоподавление:

Методы фильтрации

При известных характеристиках шума и отличающихся от сигнала, для снижения шума можно использовать фильтр.Фильтрация является одной из самых мощных и широко используемых методик шумоподавления:

Фильтрация и интеллектуальные методы обработки сигналов могут улучшить соотношение сигнал-шум, удалив нежелательные полосы частот и сглаживая случайный шум.

Усреднение и интеграция сигналов

Когда сигнал постоянен или периодический и шум случайный, можно усилить SNR путем усреднения измерений, и в этом случае шум снижается как квадратный корень из числа усредненных образцов. Этот фундаментальный принцип обеспечивает значительное снижение шума во многих приложениях:

Другой метод заключается в усреднении нескольких сигналов — когда один и тот же сигнал измеряется несколько раз, его последовательные характеристики, как правило, становятся более четкими, а случайный шум имеет тенденцию отменяться.

Улучшенный дизайн схемы и выбор компонентов

Тщательная конструкция схемы и выбор компонентов могут минимизировать генерацию шума в источнике:

Внутренний электронный шум измерительных систем может быть уменьшен за счет использования малошумных усилителей.

Двойной выборочный анализ (CDS)

Коррелированный двойной выбор (CDS) - это метод снижения шума, широко используемый в CMOS и CCD-датчиках изображения для подавления низкочастотного временного шума, особенно шума сброса (шум KTC) и шума мерцания (1/f шума), и метод использует временную корреляцию между двумя последовательными образцами: уровнем сброса и уровнем сигнала - вычитая эти два значения, CDS устраняет компоненты шума в обычном режиме при сохранении фотогенерированного сигнала.

Связанная с этим двойная выборка (CDS) обычно используется для уменьшения шума сброса. Этот метод особенно эффективен в датчиках изображения и других приложениях, где шум сброса является серьезной проблемой.

Контроль температуры и охлаждение

Поскольку многие источники шума зависят от температуры, управление температурой может значительно снизить уровень шума:

SNR можно улучшить, контролируя окружающую среду, чтобы минимизировать любой шум, и это можно сделать, уменьшив температуру камеры, чтобы минимизировать темный шум или изменив электронику считывания, чтобы минимизировать шум чтения.

Модуляция и блокировка в обнаружении

При необходимости использование усилителя блокировки также может улучшить SNR - усилители блокировки используют очень узкую полосу пропускания для ограничения сигнала через систему фильтра, и это позволяет обнаруживать максимальный сигнал, в то время как большая часть широкополосного шума удаляется.

Методы модуляции переносят сигнал в частотный диапазон, где уровень шума ниже:

Передовая цифровая обработка сигналов

Современные технологии цифровой обработки сигналов предлагают мощные возможности снижения шума:

Калибровка и компенсация

Системные источники шума могут быть охарактеризованы и компенсированы:

Практические соображения по управлению шумом

Часто снизить шум можно, контролируя окружающую среду.Эффективное управление шумом требует системного подхода, учитывающего все аспекты работы сенсорной системы:

Шумный бюджет

Бюджет шума систематически учитывает все источники шума в системе:

Оптимизация Bandwidth

Поскольку мощность шума пропорциональна полосе пропускания, ограничение полосы пропускания только тем, что необходимо для сигнала, снижает шум:

Компромиссы и оптимизация системы

Снижение шума часто связано с компромиссами с другими параметрами системы:

Тестирование и валидация

Правильная характеристика шума имеет важное значение:

Специальные шумовые соображения

Различные сенсорные приложения имеют уникальные проблемы с шумом и требования:

Медицинские и биомедицинские датчики

Медицинские датчики должны надежно работать в сложных условиях с жесткими требованиями безопасности.

Датчики промышленных процессов

Промышленные среды создают серьезные проблемы с шумом:

Научные приборы

Научные измерения часто раздвигают границы шумопроизводительности:

Автомобильные и аэрокосмические датчики

Датчики транспортных средств должны надежно работать в суровых условиях:

Потребительская электроника

Потребительские устройства балансируют производительность с ограничениями по стоимости и мощности:

Будущие тенденции в области снижения шума

Продолжающиеся исследования и технологические достижения продолжают улучшать шумоизоляцию в сенсорных системах.

Передовые материалы и устройства

Вычислительные подходы

Инновации системного уровня

Лучшие практики для управления шумом

Эффективное управление шумом требует внимания на протяжении всего процесса проектирования и развертывания.

Заключение

Шум является неизбежным аспектом сенсорной технологии, которая фундаментально влияет на точность, надежность и производительность измерительных систем во всех областях применения. Все электрические компоненты по своей сути генерируют шум. Понимание различных типов шума - включая тепловой шум, шум выстрела, шум мерцания и шум квантования - наряду с их источниками и характеристиками имеет важное значение для любого, кто работает с сенсорными системами.

Влияние шума на показания датчиков далеко идущие, влияющие на точность измерения, увеличивая неопределенность, маскируя сигналы и ухудшая общую производительность системы.Однако благодаря тщательному применению стратегий смягчения последствий, включая экранирование, фильтрацию, усреднение сигнала, улучшенную конструкцию схемы и передовые методы обработки сигналов, инженеры могут значительно уменьшить шум и повысить производительность датчика.

В конечном счете, наиболее эффективный способ улучшения SNR зависит от понимания характера сигнала и типа присутствующих шумов.Успех требует систематического подхода, который учитывает шум с самых ранних этапов проектирования, реализует соответствующие методы смягчения и проверяет производительность путем тщательного тестирования и характеристики.

По мере развития технологий продолжающиеся исследования в области методов снижения шума, новых материалов, передовых алгоритмов обработки сигналов и инновационных системных архитектур будут продолжать расширять границы того, что достижимо. Разработка квантовых датчиков, денозаций на основе ИИ и других новых технологий обещает еще больше улучшить качество показаний датчиков в различных приложениях, от научных исследований и медицинской диагностики до промышленной автоматизации и бытовой электроники.

Для инженеров, ученых и студентов, работающих с сенсорными системами, глубокое понимание шума и его смягчения остается одним из наиболее важных навыков для достижения высокопроизводительных, надежных измерений.Применяя принципы и методы, обсуждаемые в этой статье, практики могут проектировать и внедрять сенсорные системы, которые предоставляют точные, надежные данные даже в сложных условиях со значительными источниками шума.

Для получения дополнительной информации о методах обработки шума и сигналов датчиков рассмотрите возможность изучения ресурсов таких организаций, как техническая библиотека Analog Devices , IEEE Signal Processing Society и академические учреждения, предлагающие курсы по приборостроению и измерительным системам. Эти ресурсы предоставляют подробную техническую информацию, прикладные заметки и исследовательские документы, которые могут углубить ваше понимание шума в сенсорных системах и последние достижения в технологии снижения шума.