硬核！13万+字的《传感器应用指南》，一键免费下载！

光学测量超越了标准的半导体技术。为了进行这种类型的测量，需要一个光学测量工具箱。图1所示为光学测量的典型信号链。需要使用光源（通常是LED）来生成光信号，它可能由不同的波长组成。几种波长组合在一起，可以实现更高的测量精度。还需要使用一系列硅或锗传感器（光电二极管）将光信号转化为电信号，也称为光电流。光电二极管在响应光源的波长时，必须具备足够的灵敏度和线性度。之后，光电流必须被放大和转换，因此需要高性能、节能、多通道模拟前端，以控制LED、放大和过滤模拟信号，并按照所需的分辨率和精度进行模数转换。

为了弄清MEMS陀螺仪噪声特性与其对系统关健特性的影响之间的关系，第一步常常是要对系统工作原理有一个基本了解。图1是一个运动控制系统架构示例，其中关健的系统元素被拆分为多个功能模块。此类系统的功能目标是为对惯性运动敏感的人员或设备创建一个稳定的平台。应用实例之一是用于自主驾驶车辆平台上的微波天线，车辆在恶劣的条件下机动行驶，车速可能会引起车辆方向突然变化。若不能实时控制指向角度，当发生此类惯性运动时，这些高指向性天线可能无法支持连续通信。

当传感器未在使用时，如果应用对传感器周期供电以节省电能，噪声与功耗的关系会大不相同。这种差异来源于建立时间，这可能让有些人大吃一惊。在需要对一组连续数组的传感器数据求均值以达到关键不确定性条件的应用中，填充该数组所需的时间会直接影响总建立时间。例如，ADXL355数据手册中的艾伦方差曲线表明，0.01秒的均值时间会将其不确定性降至100 μg以下。要在低功耗传感器中实现类似水平的不确定性，所需均值时间将比ADXL355长81倍，因为均值滤波器的降噪幅度与均值时间的平方根成比例。

当MEMS惯性测量单元(IMU)用作运动控制系统中的反馈传感器时，必须了解陀螺仪的噪声情况，因为它会在所监视的平台上造成不必要的物理运动。根据具体情况，针对特定MEMS IMU进行早期应用目标噪声估算时需要考虑多个潜在的误差源。在此过程中需要考虑的三个常见陀螺仪特性为其固有噪声、线性振动响应和对准误差。图1的简单模型显示了会影响各误差源评估的几个特性：噪声源、传感器响应和滤波。此模型给出了对这些特性进行频谱分析所需的基准。