Parametric amplification/damping in MEMS gyroscopes
Notice bibliographique
Résumé
The attainable resolution of inertial sensors is ultimately limited by the cumulated noise level generated in both the mechanical domain (mechano-thermal noise) and the frontend of the electrical readout circuit, provided that deterministic errors, such as quadrature errors in the case of gyroscopes, are kept under control. Improving the resolution performance of MEMS structures mounts to being able to either increase the minimum detectable signal through an increased sensitivity, or to improve the signal-to-noise ratio (SNR). This paper reports on parametric amplification and damping employed in a MEMS gyroscope. Experiments confirm that parametric modulation through electro-mechanical coupling leads to both an increase spectral selectivity and a reduction of the equivalent input noise angular rate (from 0.046deg/(sec√Hz) to 0.0026deg/(sec√Hz) for a parametric gain of 5). In a more general analysis of a MEMS resonant structure, electro-mechanical parametric amplification decreases the mechano-thermal noise associated with the mode motion-the equivalent input noise acceleration was diminished from 0.033m · s <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">-2</sup> to 0.022m · s <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">-2</sup> for a parametric gain of 5. Both signal amplification and an attenuation of undesired signal components can be achieved by tuning the phase difference between the driving force and the parametric coupling. Therefore, the technique can be applied to reduce the quadrature error signal, which strongly constrains the maximum gain of the sensing circuit.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».