当被封闭在无干扰外壳内时，基于MEMS(微机电系统)的伺服定 位装置能够产生高度准确的机械位移。嵌入基于MEMS的伺服控制 系统中的位置传感器中固有的噪声决定集成系统的精度。
为了提高精度，必须减小在位置传感器中产生的噪声[1-σ]。 但是使传感器噪声最小化是有基本限度的，需要创造性的方法来避开 性能限制。
更一般地，检测过程需要换能器和信号调节方法。换能过程不仅 产生有用信号，而且不可避免地产生噪声分量，从而降低检测过程的 精度。通过利用仪表质量电子器件，可使来自传感器的总噪声保持极 小，但是，不能完全消除归因于换能过程的噪声。可以从众多的换能 过程实现对对象的位置的检测。在需要无摩擦移动的非接触换能过程 中，可采用光、热和/或磁耦合效应。
图1表示了包括MEMS(微机电系统)定位系统140的单轴位 置伺服控制系统100的例证部件。本例中图解说明的系统140的位置 传感器1404对设计成相对于固定框架1402移动的活动装置1403的边 缘1405的位置敏感。
传感器电压V(t)包括噪声分量n(t)。伺服控制器125根据指示的 位置误差信号(例如，从加法器或者求和单元(例如求和点)120提供的 位置误差信号)产生控制信号U，并通过驱动器130，把动力信号(例如， 一般是电流)送入作动器1401。
注意从基于MEMS的位置传感器1404将绝对位置回送给加法器 115，加法器115还接收传感器噪声n(t)，从而输出测量或者指示的位 置V(t)。与目标位置信号结合的测量或者指示的位置V(t)产生如上所 述由加法器120输出给伺服控制器125的测量或指示的位置误差信号。
伺服控制器125和相关的电子器件(例如用于测量位置，产生控 制信号U等的电子器件)是系统控制器110的子集。系统控制器具有存 储器150(例如存储体)，在伺服控制系统125的加电操作期间，伺服系 统参数被保存在存储器150中。
图2详细描述了用于证实本发明的优点和价值的位置传感器的参 数。图2中，表示了正在根据MEMS装置的机械运动215，从基于 MEMS的机械位置传感器225接收输入的单一传感器噪声模型200。 无噪声(理想)传感器输出2002被表示成被输入加法器2003，加法器 2003还接收10MHz宽带噪声(1-σ＝10*12.5nm)。
加法器2003把输出提供给低通滤波器230(例如具有100kHz的 截止频率的低通滤波器)，低通滤波器230再把单个MEMS位置传感 器240的模拟输出240提供给采样器250。采样器250把输出提供给 低通滤波器(LPF)260，低通滤波器260是一个二阶数字滤波器。
LPF260把测量或指示的位置(滤波后的)V(t)提供给伺服控制器 205。伺服控制器向放大器210输出信号，以便控制MEMS装置的机 械运动。
注意，作为举例，换能器以不是本发明的主题的热耦合效应为基 础。传感器的动力学特性2001受热耦合效应支配，它具有50微秒的 时间常数，并且由一阶系统表征。
在100kHz二阶模拟低通滤波器230后测量的噪声能谱包含等于 12.5纳米(1-σ)的噪声。位置传感器的目标位移范围为100微米。为了 通过模拟如上所述证实本发明，位于来源的传感器噪声由宽带(10 MHz)噪声(10*12.5纳米1-σ)表示。
为了捕捉实际工作条件下，这种应用中传感器噪声的影响，需要 伺服控制系统。经行业检验的比例积分微分(PID)定位伺服系统(例如， 伺服控制器205)被用于基于MEMS的定位装置。例如呈模拟形式的 特征PID控制器传递函数由下面的表达式代表：
控制器(输出/输入)＝(kP+kDs+kI/s)
其中kP、kD和kI是比例增益、微分增益和积分增益，‘s’是拉普 拉斯变换算子。计算增益的参数化过程在本领域中众所周知。控制系 统设计人员会使用扫描仪的动态模型，并会得到所述增益值，从而获 得最佳的伺服控制器设计。
注意，如果基于MEMS的传感器噪声过大，那么可使用低通滤 波器(如上所述)，不过这样的低通滤波器会引入相位滞后。
图3A-3B表示了具有数字PID控制器的基于MEMS的典型位置 控制系统的开环传递函数。本研究中使用650Hz的交叉频率，如图 3A中所示。控制器与具有4kHz交叉频率的数字低通滤波器(LPF)级 联。图3B表示该区域中的失相降低稳定性能。
图4表示在4kHz LPF之后获得的位置传感器输出，以及(通过 模拟)估计的MEMS装置的位置。注意独立(即无任何伺服动作)的传 感器噪声分量具有为12.5纳米的1-σ。
但是，在4kHz之后并在闭环伺服条件下，传感器输出被降低到 为4.6纳米的1-σ(例如，该分量被称为指示或测量的传感器输出)，因 为在低于交叉频率的频率下，MEMS系统实际上跟随传感器噪声(伺 服的一个不良但是必然的效应)。
伺服的低频噪声跟随能力实际上产生物理运动(例如称为绝对位 置)，对应的运动对系统的以精度为中心的性能有害。即使噪声传感器 输出指示4.6纳米，绝对位置的估计值为3.6纳米。注意，如果采用理 想的传感器(即，零噪声分量)来监视机械装置的运动，那么它会测得 3.6纳米。
通过降低图2中所示的低通滤波器的转角频率“fc”，能够提高伺 服控制系统的位置精确度。但是，降低LPF转角频率会引入额外的相 位滞后，不利地恶化动力学性能，例如稳定时间。
从而，在本发明之前，不存在说明如何规避这种局限性的方法或 系统。

鉴于常规方法和结构的上述和其它例证问题、缺陷和不足，本发 明的例证特征是提供一种方法和结构，其中在不引入另外的相位滞后， 以及在不损害动力学性能的情况下，降低传感器噪声。
另一例证特征是提供一种系统和方法，其中实现用于系综平均的 传感器重复。
在本发明的第一方面，基于MEMS的系统包括一个传感器阵列， 所述传感器阵列包括为系综平均提供基础的至少两个传感器。
在本发明的第二方面，降低基于MEMS的系统中的噪声的方法 包括提供包括至少两个传感器的传感器阵列，并求传感器阵列的输出 的系综平均值。
在本发明的第三方面，有形地包含可由数字处理设备执行，以便 实现降低基于MEMS的系统中的噪声的方法的机器可读指令程序的 信号承载介质包括提供包括至少两个传感器的传感器阵列，并求传感 器阵列的输出的系综平均值。
在本发明的第四方面，降低基于MEMS的系统中的噪声的系统 包括包含至少两个传感器的传感器阵列，和求传感器阵列的输出的系 综平均值的单元。
借助本发明的独特并且非显而易见的特征，能够大大影响MEMS 技术的能力，所需的硅功能以不高的边际成本被重复“N”次。虽然可 能需要用于MEMS衬底的额外区域和材料，不过就位置传感器来说， 它们中的N个被重复，以便测量相同的位置变量，并且借助系综平均， 有效传感器噪声被降低到(σ/N0.5)。
当利用常见特征，例如边缘检测对象的运动时，无论存在或不存 在边缘的旋转，系综平均值都给出边缘的平均位置(例如被重复的传感 器阵列所包含的边缘的平均位置)。
通过获得在极值位置的传感器输出之间的差值，抽取旋转量度。 在应用中，例如在与写入、擦除或者伺服格式化/写入过程相比，读取 或寻道过程可能容忍更大的定位误差的存储装置中，可据此选择为该 目的而通电的传感器的数目。
最后，在有单个或者多个故障时要求冗余的系统中，重复的传感 器阵列提供额外的一层保护。在只有噪声过大的一个传感器可用的最 坏情况下，伺服回路或滤波特性被相应修改，以便在低性能模式下恢 复用户数据。
当适当时，传感器范围可被分段，渐进地覆盖每个段的多个传感 器被接合，从而产生具有优良的噪声特性的单一连续输出。分段产生 提高的信噪比以及传感器带宽。
附图说明
参考附图，根据本发明的例证实施例的下述详细说明，将更好地 理解本发明的上述及其它例证用途、方面和优点，其中：
图1图解说明具有单一位置传感器的MEMS伺服控制系统100；
图2图解说明分析中使用的传感器噪声模型200；
图3A-3B图解说明位置控制伺服系统的典型开环传递函数；
图4图解说明单传感器的伺服位置控制性能；
图5图解说明采用具有N个传感器的系综平均方法的结构；
图6图解说明双传感器构形的伺服位置控制性能；
图7图解说明四传感器构形的伺服位置控制性能；
图8图解说明估计的和设计的位置误差1-σ值；
图9图解说明根据本发明的，采用具有N个传感器的非均匀加权 系综平均方法的结构；
图10图解说明根据本发明的包括实现有效噪声和总传感器功率 之间的折衷的部件的结构1000；
图11图解说明包括与线性系综平均化伺服同时的旋转测量的结 构1100；和
图12图解说明包括用于改进的噪声消减的分段传感器1230的结 构1200。

现在参见附图，更具体地说参见图5-12，图中表示了根据本发明 的方法和结构的例证实施例。
如上所述，传统上通过降低低通滤波器的转角频率“fc”(例如如图 2中所示)，能够提高伺服控制系统的位置精度。
但是，降低LPF转角频率引入额外的相位滞后，不利地降低动 力学性能，例如稳定时间。本发明利用例如如下所述的系综平均克服 了这种局限。
系综平均的原理：
在J.Bendat和A.Piersol的Random Data Analysis and Measurement Procedures，A Wiley-Interscience Publication，1986，p.10 中可找到系综平均的原理。
简单地说，假定单个传感器输出电压
Vi(x，t)＝a*x(t)+ni(t)                (1)
其中“i”表示具有噪声ni(t)的传感器，噪声ni(t)的统计平均值为0， 标准偏差为σ1。x(t)是时刻“t”时的机械位置。“a”是假定对所有传感器 来说都相等的换能器增益。
如果N个传感器的输出被相加，那么总的输出电压由下式给出：
VT(x，t)＝N*(a*x(t))+sum(ni(t))           (1)
其中对“N”个传感器进行“求和”。公所周知，当每个传感器的噪 声彼此无关，并且如果σ1＝σ时，那么项“sum(ni(t))”的标准偏差(std) 可被表示成(下面的等式中的SQRT表示平方根)：
Std[sum(ni(t))]＝SQRT(N)*σ                       (3)
总电压的瞬时平均值可被表示成：
VAVE(x，t)＝[VT(x，t)]/N＝(a*x(t))+sum(ni(t))/N    (4)
利用等式(3)的结果，平均电压的标准偏差可被表示成：
Std[VAVE(x，t)]＝Std[sum(ni(t))/N]＝Std[sum(ni(t))]/N    (5)
＝σ/SQRT(N)
在上面的情况下，所有传感器被认为同等重要，使用相同的加权 (1/N)。
结果可被推广为包括非均匀加权的系综平均，而不是由等式(4) 表示的简单平均。这种情况下，在将电压相加之前用归一化增益因子 Ki(sum(Ki)＝1)对每个传感器输出加权，从而形成加权电压。等式(4) 和(5)从而变成：
VW-AVE(x，t)＝sum[Ki*(a*x(t)+ni(t))]                    (6)
和
Std[VW-AVE(x，t)]＝SQRT(sum[(Ki*σi)*(Ki*σi)])         (7)
如果一旦传感器增益“a”被匹配则一些传感器具有截然不同的噪 声级，那么可如下选择加权项Ki：
Ki＝Li/LT                                                (8)
其中
Li＝1/(σi)2且LT＝sum(Li)                                (9)
等式(8)和(9)帮助逻辑标准向已知包含较少噪声的传感器输出分 配更大的权重。
现在更详细地说明本发明，首先注意就位置伺服系统来说，本发 明最理想地生效的条件是当多个传感器分布在目标上时，活动目标(例 如，边缘，光学测标，磁场等)沿着运动轴移动相同量。
要明白，本发明适用于具有或不具有伺服的任意类型的换能过程 (例如压力，温度，加速度等)，其中对重复的换能器阵列应用相同的 物理变量。
此外，注意，本发明人已发现在基于MEMS的装置中，如果使 用许多相对较小的传感器，那么结果可好于使用单个较大传感器的结 果。
图5图解说明包括在MEMS装置中部署重复的位置传感器阵列 510的系统，其中展示了根据等式(4)的均匀加权的系综平均。
即，图5图示了对增强的伺服精度进行系综平均的N重传感器模 型500。附图标记520表示MEMS装置的机械运动。如图所示，在模 型500内，中间求和器503a、503b等将传感器噪声501a、501b等与 传感器时间约束502a、502b等(例如50微秒)相加。
随后，“N”个相同(例如基本相同或类似)的传感器510的输出被 求和(例如，由求和单元或求和点504求和)，并应用(1/N)的均匀加权 因子(例如，通过增益放大器505等)。也可在求和器504的加法之前， 把“1/N”的加权因子应用于每个传感器输出。之后，放大器505的输出 被输入LPF525，LPF(100kHz)525的输出由采样器530采样，并被 输入低通滤波器540。注意如上所暗示的，对于要获得的本发明的优 良结果来说，传感器不必完全相同。
如果重复的传感器阵列510的单个传感器具有σ＝12.5纳米，那 么系综平均值将具有12.5/(SQRT(N))的标准偏差。可用具有适当的电 子元件和电路的模拟、数字或混合电路实现图5中所示的算术运算， 不再更详细地说明系综平均过程的自动化。
图6表示当2个传感器被用于系综平均时，获得3.1纳米的指示 位置误差和2.6纳米的绝对位置误差。从而，图6表示两个位置传感 器的例证情况下的伺服位置，并且与图4的曲线图(它表示了使用单个 传感器的结果)相比，清楚地表示了改进的大小。注意，理论上预计的 值4.6/(2)0.5＝3.2和3.6/(2)0.5＝2.6非常接近于当根据本发明，采用系综 平均过程降低等效传感器噪声时预期的值。
图7对应于N＝4(例如，利用4个位置传感器的例证情况下的伺 服性能)的情况。如图所示，这两个噪声参数被进一步降低到1.8纳米 和1.4纳米。理想地，σ估计量应为4.6/2＝2.3纳米和3.6/2＝1.8纳米。 但是，由于估计量由有限的样本长度产生，因此可预期误差容限。
从而，如图7中所示，在四个传感器的情况下，噪声逐渐变得更 好。从而，如果能够引入4个传感器，就能获得大得多的面密度能力， 因为系统可被更加准确地被定位。
图8总结了该趋势，显示了传感器的性能，并且表示了本发明的 核心方面。
即，系统中重复的传感器的数目越大，那么在不损害伺服性能的 情况下，降低统计定位误差的潜力越大。
根据图8，本发明的优点是明显的。图8中表示了一个重复传感 器阵列，以便当采用系综平均时提高定位精度。注意，在获得的实际 位置误差和位置误差的理论值(例如σ除以传感器数目的平方根)之间 可能存在差异。这样的差异可能起因于模拟值是基于时域的估计量。 从而，如图8中所示，在理论值和在“真实世界”模拟中观察到的数值 之间存在一定的差异/变化。
在任何情况下，总体地看图8很明显，当增加更多的传感器时， 定位误差变得更小。曲线图将具有双曲线形状，并且在某一点将变平 (但是，例如，它决不会穿过零线)。从而，利用4个传感器，噪声将 被减少到原量的二分之一，利用9个传感器，噪声将被减少到原量的 三分之一，利用16个传感器，噪声将被减少到原量的四分之一，等等。
图9用另外的步骤扩展了均匀加权的系综平均方法的实现。即， 图9表示具有用于提高伺服精度的加权系综平均的N重传感器模型。
具体地说，在每个传感器具有类似增益特性的应用中，噪声级可 根据MEMS构成细节而变化。在该条件下，传感器输出可根据其可 靠性被加权，例如正比于其信噪比(SNR)。在等式(6)、(7)、(8)和(9) 中得到的关系对应于基于噪声功率的加权函数。从而，在图9中，代 替对所有传感器输出给予相同的权重，本发明认识到一些传感器的表 现不同于其它传感器，从而可根据传感器的表现引入增益项。从而， 通过根据它们的传感器性能和噪声级使用不同的增益，能够微调传感 器。
从而，在图9中，可设想对于σi(传感器噪声)，代替增加比例数 目的σi，可向性能“良好”的传感器提供更大的权重，向性能“较差”的 传感器提供较小的权重。从而，如下所述，可使用最适比组合。
组合传感器输出的方法被称为“最适比组合器(ORC)”。在换能器 增益“a”发生变化的应用中，在计算系综平均值之前，进行校准过程， 以便确定每个传感器的所需“校正”增益。从而，如果传感器具有不同 的增益，那么能够微调平均值计算过程。
可以理解，通过利用数字计算机的部件和恰当的算法，易于实现 校准和增益匹配操作。
另外，注意，可根据尺寸参数和电流进行校准，可估计预期的增 益。从而，例如，在装运传感器之前，可对生产线进行精细校准。作 为另一例子，高精度传感器可能消耗许多功率而不适合于局部使用(本 地使用)，但是在使系统独立工作之前，可将其用作校准器。
回到图9，图中表示了包括MEMS装置中的重复位置传感器阵 列910的系统，其中进行加权系综平均。即，图9表示以加权系综平 均提高伺服精度的N重传感器模型900。附图标记920表示MEMS 装置的机械运动。如图所示，在模型900内，中间求和器903a、903b 等使传感器噪声901a、901b等与传感器动力学特性(行为)902a、902b 等相加。
随后，中间求和器903a、903b等的输出被输入相应的增益单元 905a、905i、905n等，之后，增益单元905a、905i、905n等的输出被 输入求和器904。求和器904把输出提供给LPF925。
注意到，重复传感器的缺点在于能耗正比于“N”增大。
但是，可根据伺服系统的使用模式，考虑一种折衷。就存储应用 来说，和写入或擦除过程相比，读取过程更能容忍定位误差。于是， 读取伺服操作所需的传感器的数目可被减少，从而节约能量。
图10表示包含在例证系统1000中的部件的示意图，该系统包括 MEMS定位系统1010，传感器电源开关1020，系统控制器1030及传 感器滤波和系综平均模块1050。
系统1000可利用最适比组合(例如另外还使用增益)，其中可使用 增益(例如增益单元1040a-1040d)来相应地调整(恶化)具有更大或更小 噪声的传感器。从而，能够利用增益。
此外，能够有选择地使传感器断电以节省能量，因为不是所有传 感器都需要被通电(或者至少完全被通电)。
在图10中，了解读/写过程的系统控制器1030能够(借助给传感 器电源开关的信号)选择读取操作所需的最佳的一组传感器(例如，两 个极端传感器和一个中间传感器)，并使读取操作不需要的剩余传感器 断电(一般来说，与读取操作所需的那些传感器相比，写入/擦除操作 需要相对更多的传感器)。
对应的信息被同时传送给滤波和系综平均模块1050，以便计算传 感器数目的变化。
或者，重复的传感器阵列向系统提供固有的冗余。即，在传感器 出现意外故障的情况下，可将本应断电的另一传感器激活。模块1050 发出能量优化的系综平均化位置信号1060。从而，在图10的系统中， 能够有选择地调整/激活增益和/或传感器。
在最坏的情况下，在除了一个传感器之外的所有传感器都已发生 故障的存储应用中，通过适当的通信协议(例如视觉和/或音频报警单 元1070)传送用户警报，MEMS系统准备把数据备份到存储器(图10 中未示出)中。为了获得读取过程所需的精度，在伺服回路中可包括一 个低通滤波器，该LPF的转角频率可被显著降低，以便在使性能比如 存取或稳定特性折衷的情况下满足噪声要求。
存在这样的特殊结构：其中MEMS定位器的线性运动被角旋转 扭曲。由于制造不对称的缘故，帮助引导运动的连接可能未如预期那 样被蚀刻，可能引起旋转分量。在一些情况下，由于硅的不均匀热分 布，形成MEMS结构的元件可能不均衡地膨胀。在这样的条件下， 必须推断活动平台有旋转。位于极限位置的传感器可反映该旋转信息， 如图11中所示。
更具体地说，图11图解说明包括执行系综平均的MEMS装置 1110(具有边缘1115)的系统1100。在图11中，传感器输出被提供给 求和器1125，两个极限传感器的传感器输出还被直接提供给低通滤波 器1135a和1135n。
求和器1125把求和后的输入信号提供给增益单元1130，增益单 元1130输出系综平均化线性位置信号1120。低通滤波器1135a和 1135n把输入提供给求和器1140。
随后，求和器1140的输出(它是表示边缘1115的旋转的信号)被 提供给模-数转换器(ADC)1160。ADC1160向能够访问存储器1150的 系统控制器1155输出一个信号。系统控制器1155还可发出设置低通 滤波器的特性(例如设置转角频率等)的信号。从而，低通滤波器可被 理想地编程。例如，如果不需要高频旋转信息，那么低通滤波器的特 性可被适当地编程。对于增益单元1130的输出，也可提供一个A/D 转换器。
从而，在图11中，对于相同的传感器，在用于系综平均过程的 同时，也可用于旋转测量。通过附加的过滤，能够降低旋转测量噪声 级，因为该测量分支不是相位滞后问题比较重要的伺服回路的一部分。
传感器噪声级和带宽强烈可能依赖于换能器的总的有效范围。例 如，较大的热敏材料具有较大的时间常数，并且易于产生更多的热噪 声。重复的概念可被用于产生具有重叠区域的多个子检测部件，如图 12中所示。
从而，图12图示了希望传感器具有良好的大范围检测能力，同 时又希望具有良好的信噪比的两难局面。但是，在只有单个传感器有 上述检测范围与噪声相矛盾的问题的情况下，本发明目的在于克服如 上所述的问题。
更具体地说，图12图解了系统1200包括具有机械运动1210的 MEMS装置，和包括多个传感器1230的分段并且重复的传感器阵列 1220。
例如，由#n表示的传感器实际上被分成多个(例如5个)较短的范 围n-a，n-b…n-e。每个传感器段现在具有噪声和带宽相应改进的较短 范围。
某一段(例如由V-H(n-a)表示的段n-a)的高电平输出被电子转换 (即合成)到下一段(V-L(n-b))的低电平输出，从而提供噪声和带宽特性 改进的更大范围。通过用单个的大范围传感器增强分段的传感器，可 稍微简化合成传感器输出的复杂性，从而在高速移动期间，易于获得 粗略的位置信息和精确的位置信息。
从而，系统1200可把每个传感器的检测范围分割成多个部分/阶 段(例如图12中所示的na-ne)，从而使噪声降至最小。从而，能够有 选择地采用和转换感兴趣的传感器的较短检测范围部分。
从而，借助本发明的独特并且非显而易见的各个方面，能够利用 具有输入失相的定位系统，在具有(或者不具有)伺服回路的情况下进 行系综平均，本发明能够降低噪声级。这与常规的低通滤波器完全相 反，常规的低通滤波器只能够降低高频噪声，但是它不影响低频噪声。 相反，当根据本发明进行系综平均时，在整个带宽内噪声被降低。从 而，本发明可被应用于MEMS装置，以提高定位能力，而不会导致 失相。
除了上述硬件/软件环境之外，本发明的不同方面包括用于执行 上述方法的计算机实现的方法。例如，该方法可在上述特定环境中实 现。
可通过操纵由数字数据处理设备具体体现的计算机执行一系列 的机器可读指令，实现这样的方法。这些指令可驻留在各种类型的信 号承载介质上。
这种信号承载介质可包括，例如由快速存取存储器代表的包含在 CPU内的RAM。或者，指令可包含在CPU可直接或间接访问的另一 信号承载介质，例如存储器1150，或者磁性数据存储器或者CD-ROM 盘中。
不论是包含在存储器，CD-ROM，磁盘，计算机/CPU中，还是 包含在别的地方，指令都可保存在各种机器可读数据存储介质上，例 如DASD存储器(例如常规的“硬盘驱动器”或者RAID阵列)，磁带， 电子只读存储器(例如ROM、EPROM或者EEPROM)，光学存储装 置(例如CD-ROM，WORM，DVD，数字光带等)，纸质“穿孔”卡， 或者其它适当的信号承载介质，包括传输介质，例如数字和模拟传输 介质，以及通信链路和无线传输介质。在本发明的例证实施例中，机 器可读指令可包含从诸如“C”之类的语言编译的软件目标代码。
虽然就几个例证实施例说明了本发明，不过本领域的技术人员会 认识到在所附权利要求的精神和范围内，可对本发明的实施加以修改。
此外注意，申请人的意图是包含所有权利要求的要素的等同方 案。以在获权过程中对权利要求进行修改后也是如此。