物联网

作者:Keith Benson

摘要

电信行业不断需要更高的数据速率,工业系统不断需要更高的分辨率,这助推了满足这些需求的电子设备工作频率的不断上升。许多系统可以在较宽的频谱中工作,新设计通常也会有进一步增加带宽的要求。在许多这样的系统中,人们倾向于使用一个涵盖所有频带的信号链。半导体技术的进步使高功率宽带放大器功能突飞猛进。GaN革命席卷了整个行业,并且可以让MMIC在几十种带宽下生成1 W以上的功率,因此,这个过去由行波管主导的领域已经开始让步于半导体设备。更短栅极长度的GaAs和GaN晶体管的出现以及电路设计技术的升级,衍生了一些可以轻松操作毫米波频率的新设备,开启了几十年前难以想象的新应用。本文将简要描述支持这些发展的半导体技术的状态、实现最佳性能的电路设计考虑因素,还列举了展现当今技术的GaAs和GaN宽带功率放大器(PA)。

许多无线电子系统都可覆盖很宽的频率范围。在军事工业中,雷达频段可覆盖从几百MHz到GHz级频率。一些电子战和电子对抗系统需要在极宽的带宽下工作。各种不同频率,如MHz至20 GHz,甚至包括更高的频率,现在都面临着挑战。随着越来越多电子设备支持更高频率,对更高频率电子战系统的需求将会出现井喷。在电信行业,基站的工作频率为450 MHz至3.5 GHz左右,并且随着更高带宽的需求增长而持续增加。卫星通信系统的工作频率主要为C-波段至Ka-波段。用于测量这些不同电子设备的仪器仪表需要能在所有这些必要的频率下工作,才能得到国际认可。因此,系统工程师需要努力尝试设计一些能够覆盖整个频率范围的电子设备。想到可以使用单个信号链覆盖整个频率范围,大多数系统工程师和采购人员都会非常兴奋。用单个信号链覆盖整个频率范围将会带来许多优势,其中包括简化设计、加速上市时间、减少要管理的器件库存等。单信号链方案的挑战始终绕不开宽带解决方案相对窄带解决方案的性能衰减。挑战的核心在于功率放大器,对于窄带宽其具有一流的功率和效率性能。

半导体技术

过去几年,行波管(TWT)放大器一直将更高功率电子设备作为许多这类系统中的输出功率放大器级TWT拥有一些不错的特性,包括千瓦级功率、倍频程带宽或者甚至多倍频程带宽操作、高效回退操作以及好的温度稳定性。TWT也有一些缺陷,其中包括较差的长期可靠性、较低效率,并且需要非常高的电压(大约1 kV或以上)才能工作。关于半导体IC的长期稳定性,这些年电子设备一直向前发展,首当其冲的就是GaAs。

在可能的情况下,许多系统工程师一直努力组合多个GaAs IC,生成大输出功率。整个公司都完全建立在技术组合和有效实施的基础之上。进而孕育了许多不同类型的组合技术,如空间组合、企业组合等。这些组合技术全都面临着相同的命运——组合造了损耗,幸运的是,并不一定要使用这些组合技术。这激励我们使用高功率电子设备开始设计。提高功率放大器RF功率的最简单的方式就是增加电压,这让氮化镓晶体管技术极具吸引力。如果我们对比不同半导体工艺技术,就会发现功率通常会如何随着高工作电压IC技术而提高。硅锗(SiGe)技术采用相对较低的工作电压(2 V至3 V),但其集成优势非常有吸引力。GaAs拥有微波频率和5 V至7 V的工作电压,多年来一直广泛应用于功率放大器。硅基LDMOS技术的工作电压为28 V,已经在电信领域使用了许多年,但其主要在4 GHz以下频率发挥作用,因此在宽带应用中的使用并不广泛。

新兴GaN技术的工作电压为28 V至50 V,拥有低损耗、高热传导基板(如碳化硅,SiC),开启了一系列全新的可能应用。如今,硅基GaN技术局限于6 GHz以下工作频率。硅基板相关的RF损耗及其相对SiC的较低热传导性能则抵消了增益、效率和随频率增加的功率优势。图1对比了不同半导体技术并显示了其相互比较情况。

微波频率范围功率电子设备的工艺技术对比

图1. 微波频率范围功率电子设备的工艺技术对比。

GaN技术的出现让业界放弃TWT放大器,转而使用GaN放大器作为许多系统的输出级。这些系统中的驱动放大器仍然主要使用GaAs,这是因为这种技术已经大量部署并且始终在改进。下一步,我们将寻求如何使用电路设计,从这些宽带功率放大器中提取较大功率、带宽和效率。当然,相比基于GaAs的设计,基于GaN的设计能够提供更高的输出功率,并且其设计考虑因素在很大程度上是相同的。

设计考虑因素

选择如何开始设计以优化功率、效率及带宽时,IC设计师可以使用不同拓扑及设计考虑因素。最常见的单块放大器设计类型就是一种多级、共源、基于晶体管的设计,也称作级联放大器设计。这里,增益放大器会从每一级增加,从而实现高增益,并允许我们增加输出晶体管大小,以增加RF功率。GaN在这里提供了一些优势,因为我们能够大幅简化输出合成器、减少损耗,因而可以提高效率,减小芯片尺寸,如图2所示。因此,我们能够实现更宽带宽并提高性能。从GaAs转向GaN设备的一个不太明显的优势就是,能够实现给定RF功率水平,可能是4 W。晶体管尺寸将会更小,从而实现更高的每级增益。这将带来更少的设计级,最终实现更高效率。这些级联放大器技术的挑战在于,在不显著降低功率和效率,甚至在不借助GaN技术的情况下,很难实现倍频程带宽。

多级GaAs功率放大器和等效GaN功率放大器的比较

图2. 多级GaAs功率放大器和等效GaN功率放大器的比较。

兰格耦合器

实现宽带宽设计的一种方法就是在RF输入和输出端使用兰格耦合器实现均衡设计,如图3所示。这里的回波损耗最终取决于耦合器设计,因为这将更容易优化增益和频率功率响应,并且无需优化回波损耗。即便是在使用兰格耦合器的情况下,也更难实现倍频程带宽,但却可以让设计实现不错的回波损耗。

采用兰格耦合器的均衡放大器

图3. 采用兰格耦合器的均衡放大器。

分布式放大器

另一个要考虑的拓扑就是分布式功率放大器,如图4所示。分布式功率放大器的优势可通过在设备间的匹配网络中应用晶体管的寄生效应来实现。设备的输入和输出电容可以分别与栅极和漏极线路电感合并,让传输线路变得几乎透明,传输线路损耗除外。这样,放大器的增益应该仅受限于设备的跨导性,而非设备相关的电容寄生性能。仅当沿栅极线路向下传输的信号与沿漏极线路向下传输的信号同相时,才会发生这种情况。因此,每个晶体管的输出电压将与之前的晶体管输出同相。向输出端传输的信号将会积极干扰,因此,信号会随着漏极线路而增强。任何反向波都会肆意干扰信号,因为这些信号不会同相。其中包含栅极线路端电极,可吸收任何未耦合至晶体管栅极的信号。还包含漏极线路端电极,可吸收任何可能肆意干扰输出信号并改善低频率下回波损耗的反向行波。因此,在几十种带宽下都可实现从kHz到GHz级的频率。当需要多个倍频程带宽时,这种拓扑就会变得非常受欢迎,并且还带来了几个不错的优势,如平稳增益、良好的回波损耗、高功率等。图4显示了分布式放大器的一个例证。

分布式放大器的简化框图

图4. 分布式放大器的简化框图。

在这里,分布式放大器面临的一个挑战就是,功率功能由设备所使用的电压决定。由于不存在窄带调节功能,所以您可以实质上向晶体管提供50 Ω或接近于50 Ω的电阻。在等式1中,PA的平均功率、RL或最佳负载电阻实质上将变成50 Ω。因此,可实现的输出功率由施加到放大器的电压设定,所以,如果我们想要增加输出功率,就需要增加施加到放大器的电压。

这就是GaN的作用所在,我们可以迅速将带GaAs的5 V电源电压转变成GaN中的28 V电源电压,并且只需将GaAs转变成GaN技术,即可将可实现的功率从0.25 W转变成8 W左右。还要考虑一些其他因素,如GaN中可用工艺的栅极长度,以及它们能否在高频率带端实现所需的增益。随着时间发展,将会出现更多的GaN工艺。级联放大器需要通过匹配网络来优化放大器功率,以此改变晶体管电阻值,相比之下,分布式放大器的50 Ω固定RL有所不同。利用级联放大器优化晶体管电阻值时存在一个优势,就是能提高RF功率。理论上,我们可以继续增加晶体管外设尺寸,从而继续提高RF功率,但这存在一些实际限制,如复杂性、芯片支持和合并损耗。匹配网络也会限制带宽,因为它们很难在广泛的频率范围中提供最佳阻抗。分布式功率放大器中只有传输线路,其目的是让信号积极干扰放大器,并没有匹配网络。还有一些技术可以进一步提高分布式放大器的功率,如使用共射共基放大器拓扑来进一步增加放大器的电源电压。

结果

关于提供最佳功率、效率和带宽的权衡,我们已经说明了各种不同的技巧和半导体技术。每一种不同拓扑和技术都有可能在半导体市场占据一席之地,这是因为它们每一个都有优势,这也是它们能够在当前生存的原因所在。这里,我们将关注几个值得信赖的结果,展现这些当前技术在实现高功率、效率和带宽时的可能性。

当前的产品功能

我们将了解ADI公司基于GaAs的分布式功率放大器产品HMC994A,工作频率范围为直流至30 GHz。该器件非常有意思,因为它覆盖了几十种带宽、许多不同应用,并且可实现高功率和效率。其性能如图5所示。在这里,我们看到它是覆盖MHz至30 GHz、功率附加效率(PAE)典型值为25%的饱和输出功率大于1瓦的器件。这款产品还拥有标准值为38 dBm的强大的三阶交调截点(TOI)性能。结果显示,利用基于GaAs的设计,我们能够实现接近于许多窄带功率放大器设计的效率。HMC994A拥有正向频率增益斜率、高PAE宽带功率性能和强大的回波损耗,是一款非常有趣的产品。

HMC994A增益、功率以及PAE和频率的关系

图5. HMC994A增益、功率以及PAE和频率的关系。

我们再来了解一下基于GaN技术可以做些什么。ADI公司推出了一款标准产品HMC8205BF10,它基于GaN技术,具有高功率、高效率和宽带宽。该产品的工作电源电压为50 V,在35%的典型频率下可提供35 W RF功率,带20 dB左右的功率增益,覆盖几十种带宽。这种情况下,相比类似的GaAs方案,我们只需要一个IC就能提供高出约10倍的功率。在过去数年,这可能需要复杂的GaAs芯片组合方案,并且无法实现相同的效率。该产品展示了使用GaN技术的各种可能性,包括覆盖宽带宽,提供高功率和高效率,如图6所示。这还展现了高功率电子设备封装技术的发展历程,因为这个采用法兰封装的器件能够支持许多军事应用所需的连续波(CW)信号。

HMC8205BF10功率增益、PSAT以及PAE和频率的关系

图6. HMC8205BF10功率增益、PSAT以及PAE和频率的关系。

结语

GaN等全新半导体材料的出现开启了实现覆盖宽带宽的更高功率水平的可能性。较短的栅极长度GaAs设备的频率范围已经从20 GHz扩展到了40 GHz及以上。这些器件的可靠性几乎已经超过了100万小时,普遍应用于当今的电子设备系统中。未来,我们预计会持续向更高频率和更宽带宽发展。

作者介绍

Keith Benson [keith.benson@analog.com]于2002年毕业于马萨诸塞大学安姆斯特分校,获电气工程学士学位,2004年毕业于加州大学圣塔芭芭拉分校,获电气工程硕士学位。他之前就职于Hittite Microwave,主攻RF无线电子的IC设计。然后转向IC设计工程师团队管理,主要负责无线通信链路。2014年,ADI公司收购了Hittite Microwave,Keith成为ADI公司RF/MW放大器和相控阵IC的产品线总监。Keith目前拥有3项新颖放大器技术方面的美国专利。

围观 20
94

作者:ADI公司产品营销工程师Max Liberman和业务开发经理Bob Scannell

在工业制造运营中,被动的设备维修是造成生产能力丧失的一个主要因素,这种维修本来是可以避免的。平均售价仅几美元的零部件,一旦发生故障,维修成本和由此导致的收入损失可能是其售价的好多倍。在最不利的情况下,未检测到的故障可能在系统中引起连锁反应,导致大面积损坏,触发生产停运,造成惨痛损失。传统上,制造商借助预防措施来保持生产现场正常运转。

相比事后维修,预防维护是一大进步,但与其相关的服务合同成本高昂,而且其确保设备连续正常运行的能力也是有限的。考虑让一台200英尺风力涡轮机的叶片转动的转子轴承。紧急维修和现场维护的成本会非常高,甚至可能有危险,因为技术人员需要在高空作业。另外,如果该涡轮机接入到本地市政电网,计划之外的停机可能引起能源生产损失,甚至电力服务中断。

一种新的工业检测技术正在帮助制造商们优化设备,它通过预测维护手段来预料零部件故障。虽然工业检测的形式有很多,但振动检测可能是最有效且最经济的。根据Lindsay Engineering(一家位于美国加州卡马里奥的预测维护产品和服务提供商)的研究,振动检测的投资回报是定期更换齿轮或电机油等措施的投资回报的三倍(参见图1)。

旋转机械的典型振动频率范围是6 KHz到10 KHz

图1. 旋转机械的典型振动频率范围是6 KHz到10 KHz

振动分析的优势

振动分析常用于旋转机械中,用以检测可能引起振动变化的轴承松动或磨损、设备未对准、液位偏低等。通常,这种振动的频率介于6 kHz到10 kHz。在更高频率也有一些数据可用,但受限于响应幅度而非常难以测量,并且需要超声等成本高昂的技术。通过测量该频率范围并监控响应的变化,制造商可以安排维护时间,或者在零部件损坏达到一定程度之前的最有利时间关停设备,防止损失引起更大的次生系统故障。

另外还可以利用各种统计公式来预测系统寿命,例如平均无故障时间(MTTF)和平均故障间隔时间(MTBF)。利用这些公式和来自系统的原始数据,客户便可直接处理潜在问题。例如,通过MTTF,您发现某种轴承的失效率较高。您可以利用振动传感器来密切监视该特定机器和轴承,确保失效不会发生。

实现工业振动检测的最常见方式有两种:一是用传感器系统改造现有设备;二是与第三方服务商签约,按照计划定期执行设备测试。后一种方案的成本可能很高,而且定期检查的效果比不上直接将传感器安装在设备上。利用系统安装方法,制造商可以实现连续监控,但也存在传统上的限制。

当今大部分振动传感器的典型工作带宽低于5 kHz,比检测大多数设备故障所需的频率要低一大截。另外,常规传感器大多基于高压压电技术,需要体积很大的金属罐封装,而且要求频繁校准,不太容易大批量生产。还有一个问题是,其集成度通常较低,需要经过大量外部调理和处理才能提取有用信息。

MEMS方法

业界越来越需要其它能够更早检测到预测维护征兆且成本更低的方法,因此,基于微机电系统(MEMS)的振动传感器正在成为替代常规检测的重要方法。更重要的是,任何替代方案都必须以更高和更宽的频率范围工作,这是早期检测的关健。ADI公司提供一系列宽带宽MEMS传感器(ADXL001、ADIS16220、ADIS16223和ADIS16227),其具有22 kHz谐振带宽和高采样速率,是机器健康检测应用的理想选择。利用这些传感器,系统操作员可以及早发现要失效的设备,避免遭受重大损失。

振动监控错综复杂,准确捕捉振动剖面并正确解读数据更是需要高度复杂的专业知识。对于许多希望实施振动监控的厂商,最佳解决方案远不限于传感器元件。复杂性的很大一部分在于数据分析,对设备的典型时基分析会产生一个包含多种误差源的复杂波形,只有经过FFT分析之后才能获得可以分辨的信息。

多数压电传感器解决方案依赖外部FFT计算和分析。这种方法不仅使得实时通知毫无可能,而且大大增加了设备开发商的设计工作量。像ADI公司的ADIS16227等专业化MEMS传感器降低了这种复杂性,其提供嵌入式频域处理和512点实值FFT,片上存储器能够识别各种振动源并进行归类,监控其随时间的变化情况,并根据可编程的阈值做出反应。

该器件还具有可配置的报警频段和窗选项,支持对全频谱进行分析,并配置6个频段、报警1(警告阈值)和报警2(故障阈值),以便能够更早、更精准地发现问题。

为了确保准确捕捉数据,人们强烈要求实现嵌入式和自主检测。集成度合适的话(即集成传感器分析、存储器和报警功能),传感器系统可以嵌入到离潜在误差源更近的地方,从而更准确地反映机器振动情况,并显著降低接口复杂度,如线缆连接、场外分析和数据捕捉计划等。ADIS16227等器件是完整的数据转换和传感器处理解决方案,用户可通过串行外设接口(SPI)获得经处理的宽带宽传感器数据。这些器件可实现连续监控,并在达到用户设置的报警阈值时提供中断驱动的通知。如果关心功耗,它们还能按照用户制定的计划定期唤醒和记录。

诸如ADI公司的ADIS16227等MEMS传感器可以在高达22 kHz的频率检测零部件故障,从而提供关于设备故障的早期预警

图2. 诸如ADI公司的ADIS16227等MEMS传感器可以在高达22 kHz的频率检测零部件故障,从而提供关于设备故障的早期预警

欲了解更多信息,请访问 www.analog.com

点击这里,获取更多IOT物联网设计信息

围观 8
124

Gartner将战略科技发展趋势定义为具有巨大颠覆性潜力、脱离初期阶段且影响范围和用途正不断扩大的战略科技发展趋势;这些趋势在未来五年内迅速增长、高度波动、预计达到临界点。

Gartner副总裁兼院士级分析师David Cearley表示:“Gartner的2018年十大战略科技发展趋势与智能数字格网息息相关。智能数字格网是未来数字化业务与生态系统的基础。在制定创新战略时,IT领导者必须考虑这些技术趋势,否则将面临节节败退的风险。”

前三个战略科技发展趋势探讨了人工智能与机器学习将如何渗透至几乎任意领域,并代表着未来五年内技术提供商的一个主战场。随后的四个趋势集中于混合数字与物理世界,以打造一个沉浸式、数字增强型环境。最后三个趋势则指的是利用不断扩大的人员与商业规模以及设备、内容、服务之间的连接,实现数字化业务成果。

2018年十大战略科技发展趋势具体如下:

1.人工智能基础(AI Foundation)

至少到2020年之前,创建能够自我学习、调整并有望自主行动的系统都是技术提供商的一个重要战场。直到2025年,利用人工智能助力决策、重塑商业模式与生态系统、重建客户体验的能力都将是数字化计划取得成功的关键推动力。

Cearley先生认为:“人工智能技术正在快速演化,各企业机构必须对技能、流程与工具投入巨资,以便成功利用这些技术构建人工智能增强型系统。投资领域可能包括数据准备、集成、算法、选择训练方法和建模。数据科学家、开发人员与业务流程所有者等多方支持者将需要一起工作。”

2.智能应用与分析(Intelligent Apps and Analytics)

在今后几年里,几乎任一应用与服务都将采用一定程度的人工智能。其中某些应用将成为真正的智能应用,若无人工智能与机器学习,这些应用程序将无法存在。其他一些则将潜在利用人工智能,从幕后提供智能。智能应用在人类与系统之间搭起了一个全新智能中间层,有望改变工作的本质以及工作场所的结构。

Cearley先生表示:“在探索智能应用时应将其作为增强人类活动的一种方式,而非简单地替代人类。增强分析是一个格外具有战略意义的、逐渐发展的领域。它面向广泛的商业用户、运营工作者和民间数据科学家(citizen data scientist),利用机器学习自动完成数据准备、洞察发现与洞察分享。”

在广大软件与服务市场内,人工智能已成为下一个关键领域,包括企业资源规划(ERP)的各个方面。套装软件与服务提供商应表明将如何通过高级分析、智能流程和先进的用户体验等形式通过人工智能为新版本增加商业价值。

3.智能物件(Intelligent Things)

智能物件是指摒弃严密的编程模型,转而利用人工智能实现高级行为并更加自然地与周围环境及人类进行互动的实物。人工智能正在大力推动全新智能物件(如:自动驾驶车辆、机器人与无人机)的进步并为许多既有物件(例如与消费者及工业系统相连接的物联网)带来更强功能。

Cearley先生认为:“目前,用于受控环境(例如耕作与采矿)下的自动驾驶汽车(automobile vehicles)是智能物件快速成长的一个领域。到2022年,我们可能将亲眼目睹自动驾驶汽车在有限、可控且明确定义的道路上行驶的实例。不过,驾驶员可能是自动驾驶汽车的普及的一个必要条件,以防发生意外技术故障。至少在未来五年内,我们预测需要驾驶员的半自动汽车将占主导地位。在此期间,制造商将更加严格地测试技术,同时法律法规问题以及文化接受度等非技术性问题也将得到解决。”

4.数字孪生(Digital Twin)

数字孪生是指以数字化方式再现真实的实体或系统。在今后三至五年内,物联网项目背景下的数字孪生尤其前途光明,并于当前引领着人们对于数字孪生的兴趣。精心设计的资产数字孪生有望极大地改进企业决策。这些数字孪生与其真实的对应物相关联,并用于了解物件或系统的状态、响应变化、改进运营并提升价值。首先,各企业机构将只是实施数字孪生,然后随着时间的推移而不断改进它们,提高其收集数据、反映正确数据、应用正确分析与规则并有效响应商业目标的能力。

Cearley先生表示:“久而久之,我们世界中几乎每一方面的数字化再现都将与其真实对应物动态地联系在一起,此外还将彼此联系并纳入基于人工智能的功能,以实现高级模拟、运行与分析。城市规划者、数字营销人员、医疗保健专业人员以及工业规划者均将受益于这一向综合数字化孪生世界的长期转变。”

5.从云到边缘(Cloud to the Edge)

边缘计算(Edge computing)描述了一种计算拓扑,在这种拓扑结构中,信息处理、内容收集与交付均在邻近此类信息的源头完成。连接与延迟挑战、带宽限制以及嵌入边缘的更强大功能均支持分布式模式。各企业应着手将边缘设计模式用于基础设施架构之中——对于拥有大量物联网元素的企业尤其如此。

虽然许多人将云与边缘视作竞争方法,但云实际上是一种计算方式,在这种情况下,可弹性扩展的技术功能以服务形式交付,且天生就无需集中模式。

Cearley先生指出:“从互补概念考虑时,云可作为创建服务导向型模式以及集中控制和协作结构的一种技术方式,而边缘则用作交付方式,从而以离散或分布式流程执行云服务的各个环节。”

6.会话式平台(Conversational Platforms)

在人类与数字化世界互动方面,会话式平台将推动下一个重大模式转变。诠释意图的负担从用户交给了计算机。该平台接收用户的问题或命令,然后通过执行某些功能、展现某些内容或询问更多输入信息来响应。在接下来的几年内,会话界面将成为用户互动的一个首要设计目标,并通过专用硬件、核心操作系统特性、平台及应用来实现。

Cearley先生认为:“在理解语言以及用户基本意图方面,会话式平台已经达到了临界点,但仍有所不足。会话式平台面临的挑战在于用户必须以非常结构化的方式进行沟通,而这通常都是令人失望的体验。会话模型的稳健性以及用于访问、调用与协调第三方服务以交付复杂结果的应用程序接口(API)及事件模型是各类会话式平台之间的主要区别要素。”

7.沉浸式体验(Immersive Experience)

会话式界面正在改变人们控制数字世界的方式,而虚拟、增强和混合现实(virtual, augmented and mixed reality)则在改变人们观察和与数字世界互动的方式。目前,虚拟现实和增强现实市场尚不成熟,还处于碎片化阶段。不过,人们对该领域的兴趣非常浓厚,因而催生了视频游戏和360度球幕视频等诸多新奇的虚拟现实应用,然而这些高级娱乐应用目前能产生的商业价值微乎其微。为了推动实现真正有形的商业效益,各企业必须审视特定的虚拟现实和增强现实应用的真实场景,以提高员工的工作效率,同时优化设计、培训和可视化过程。

作为一种融合并拓展了虚拟现实和增强现实技术功能的沉浸式体验类型,混合现实应运而生。作为一种特别的沉浸式体验,这种技术十分引人注意,因为它优化了界面以更好匹配人们观察并与世界互动的方式。混合现实跨度极大,包括用于增强或虚拟现实的头盔式显示器以及智能手机、基于平板的增强现实和环境传感器的应用等。混合现实代表了人们观察并与数字世界互动的范围。

8.区块链(Blockchain)

区块链正在从数字货币基础架构向数字化平台转变。区块链技术与现有的集中式交易和记录机制截然不同,可作为已有企业和初创公司发展颠覆式数字化业务的基础。虽然有关区块链的宣传都集中于金融服务行业,但区块链在其它一些领域也有潜在的应用前景,比如政府部门、医疗保健、制造业、媒体发布、身份识别、所有权登记服务和供应链等。虽然区块链前景可观且无疑会带来颠覆式影响,但是对区块链的展望胜过区块链的现实,而且许多相关技术在未来两到三年内难以成熟。

9.事件驱动(Event Driven)

数字化业务的核心围绕以下理念,即:企业总是保持高度敏感,随时准备探索利用全新的数字化业务时刻。业务事件可以是数字表达的任何事物,反映出明显的新状态或状态变化,比如完成订单或飞机着陆等。借助事件代理(event brokers)、物联网、云计算、区块链、内存数据管理(in-memory data management)和人工智能,人们可以更迅速地发现业务事件并进行更加详细的分析。不过,如果缺乏文化和领导力变革,技术本身也难以实现事件驱动模式的全部价值。数字化业务促使IT领导者、规划者和架构者从本身需求出发去积极地采用事件思维(event thinking)。

10.持续自适应风险和信任(Continuous Adaptive Risk and Trust)

为了确保数字化业务计划面对高级定向攻击时仍能有效实施,安全和风险管理领导者必须采用一种持续自适应风险和信任评估(CARTA)方法,以实现基于风险和信任且带有适应性反应的实时决策。安全基础架构必须在任何地方都具有自适应性,以便更好地利用机会并管理风险,从而确保安全性能够跟上数字化业务的速度。

作为持续自适应风险和信任评估的一部分,各企业机构必须克服安全团队和应用团队之间的障碍,就像DevOps工具和流程弥合开发和运营之间的差别一样。信息安全架构师应尝试从多点协同将安全测试融入DevOps工作流程之中,在此过程中,他们必须以十分透明的方式与开发人员合作,并且保持DevOps的团队合作、敏捷性和速度以及开发环境的灵活性,从而实现“DevSecOps”。运行时,持续自适应风险和信任评估也可与诱捕技术(deception technology)等联合应用。虚拟化和软件定义网络等技术进步已使“自适应蜜罐技术”(adaptive honeypot)的部署、管理和监控变得更加容易,而后者是网络诱捕的基本组成部分。

本文来源:Gartner公布2018年十大战略科技发展趋势

点击这里,获取更多电机控制设计信息

浏览 1 次
91

作者:Harvey Weinberg(ADI MEMS感测器技术部门应用工程事业群主管)

长久以来偏压稳定度被视为维持陀螺仪稳定度的重要指标,但在大多数的实际应用中,振动敏感度往往也是另个重要关键。因此,为提升陀螺仪稳定性,须同时考量偏压稳定度及振动敏感度。选择陀螺仪时,须要考虑将最大误差源最小化。在大多数应用中,振动敏感度是最大的误差源。

其它参数可以轻松地透过校准或求取多个感测器的平均值来改善。偏压稳定度是误差预算较小的元素。 浏览高性能陀螺仪资料手册时,多数系统设计师关注的第一个要素是偏压稳定度规格。毕竟其描述的是陀螺仪的解析度下限,理所当然是反映陀螺仪性能的最佳指标。然而,实际的陀螺仪会因为多种原因而出现误差,使得使用者无法获得资料手册中宣称的高偏压稳定度。的确,可能只有在实验室内才能获得那么高的性能。传统方法是借助补偿来最大程度地降低这些误差源的影响。

本文将讨论多种此类技术及其局限性。最后,我们将讨论另一种替代范例--根据机械性能选择陀螺仪,以及必要时如何提高其偏压稳定度。 温度补偿克服环境误差 所有中低价位的MEMS陀螺仪都有一定的时间,零点偏置和比例因数误差,此外还会随温度而发生一定的变化。因此,对陀螺仪进行温度补偿是很常见的做法。一般而言,陀螺仪整合温度感测器之目的就在于此。温度感测器的绝对精确度并不重要,重要的是可重复性及温度感测器与陀螺仪实际温度的紧密耦合。

现代陀螺仪的温度感测器几乎毫不费力就能达到这些要求。 许多技术可以用于温度补偿,如多项式曲线拟合、分段线性近似等。只要记录了足够数量的温度点,并且在校准过程中采取充分措施,那么具体使用何种技术是无关紧要的。例如,在每个温度的放置时间不足是一个常见的误差源。然而,不管采用何种技术,无论有多细心,温度迟滞,亦即透过冷却与加热达到某一特定温度时的输出之差,都将是限制因素。

图1所示为陀螺仪ADXRS453的温度迟滞回路。温度从+25℃变为+130℃,再变为-45℃,最后回到+25℃,与此同时记录未补偿陀螺仪的零偏压测量结果。加热周期与冷却周期中的+25℃零偏压输出存在细微的差异(本例中约为0.2o/s),这就是温度迟滞。此误差无法透过补偿来消除,因为无论陀螺仪上电与否,它都会出现。此外,迟滞的强度与所施加的温度「激励」量成比例。也就是说,施加于元件的温度范围越宽,则迟滞越大。

随著温度循环(-45℃~130℃)的未补偿ADXRS453零偏压输出

图1 随著温度循环(-45℃~130℃)的未补偿ADXRS453零偏压输出

假如应用装置允许在启动时进行零偏压重置(即无旋转时启动)或者在现场将零偏压归零,则可以忽略此误差。否则,这可能就会成为偏压稳定度的限制因素,因为我们无法控制运输或是储存的条件。 设置机械式抗振动装置 改善敏感度 理想情况下,陀螺仪仅测量旋转速率,无关其他。但实际应用中,由于机械设计不对称或微加工不够精确,所有陀螺仪都有一定的加速度敏感度。

事实上,加速度敏感度有多种外在表现,其严重程度因设计而异。最显著的通常是对线性加速度的敏感度(或g敏感度)和对振动校正的敏感度(或g2敏感度)。由于多数陀螺仪应用所处的设备是绕地球的1 g重力场运动或在其中旋转,因此对加速度的敏感度常常是最大的误差源。 成本极低的陀螺仪一般采用极其简单紧凑的机械系统设计,抗振性能未经优化(它优化的是成本),因而振动可能会造成严重影响。1000o/h/g(或0.3o/s/g)以上的g敏感度也不足为奇,比高性能陀螺仪差10倍以上。

对于这种陀螺仪,偏压稳定度的好坏并无多大意义,陀螺仪在地球的重力场中稍有旋转,就会因为g和g2敏感度而产生巨大的误差。一般而言,此类陀螺仪不规定振动敏感度被认为非常大。 较高性能的MEMS陀螺仪则好得多。表1列出几款高性能MEMS陀螺仪之规格。对于这一类别中的多数陀螺仪,g敏感度为360o/h/g(或0.1o/s/g),某些低于60o/h/g,远远优于极低成本的陀螺仪。但是,对于小到150mg(相当于8.6o倾斜)的加速度变化,即使其中最好的陀螺仪也会超出其额定偏压稳定度。

有些设计师试图利用外部加速度计来补偿g敏感度(通常是在IMU应用中,因为所需的加速度计已经存在),这在某些情况下确实可以改善性能。然而,由于多种原因,g敏感度补偿无法获得完全的成功。大多数陀螺仪的g敏感度会随著振动频率变化而变化。图2显示了Silicon Sensing CRG20-01陀螺仪对振动的回应。

CRG20-01对不同正弦音频的g敏感度响应

图2 CRG20-01对不同正弦音频的g敏感度响应

值得注意的是,虽然陀螺仪的敏感度在额定规格范围内(在一些特定频率处略有超出,但这些可能不重要),但从DC到100Hz,其变化率为12:1,因此无法简单地透过测量DC时的敏感度来执行校准。确实,要求根据频率改变敏感度的补偿方案将非常复杂。 图3所示为ADXRS646陀螺仪在相似条件下的响应。有些陀螺仪会比其他陀螺仪易于进行g敏感度补偿。但不幸的是这项资讯几乎从来不会出现在资料手册当中,必须由使用者自行去发掘,往往极耗心力,但在系统设计过程中,常常没有时间等待惊喜出现。

ADXRS646对随机振动(15g rms,0.11g2/Hz)的g敏感度响应,1600Hz滤波

图3 ADXRS646对随机振动(15g rms,0.11g2/Hz)的g敏感度响应,1600Hz滤波

另一个困难是将补偿加速度计与陀螺仪的相位响应相匹配。假如陀螺仪的相位响应与补偿加速度计没有良好的匹配,那么高频率振动误差实际上可能会被放大。由此便可得出另一个结论:对于大多数陀螺仪,g敏感度补偿仅在低频时有效。 振动校正常常不作规定,原因可能是差得令人尴尬,或是不同装置差异巨大。也有可能只是因为陀螺仪生产厂商不愿意测试或是设定所导致的(公平的来说,测试可能比较困难)。不论是何者,振动校正必须引起注意,因为它无法以加速度计进行补偿。不同于加速度计响应,陀螺仪的输出误差会被校正。 要改善g2敏感度,最常见的策略就是增加一组机械式抗振动设置,例如图4中所示。图中为从金属帽殼封装中部份移出的Panasonic汽车陀螺仪。此一陀螺仪元件以橡胶抗振动设置与金属帽殼隔离。

典型的抗振动设置

图4 典型的抗振动设置

抗振动设置非常难以设计,因为它在宽频率范围内的响应并不是平坦的(低频时尤其差),而且其减振特性会随著温度和使用时间而变化。与g敏感度一样,陀螺仪的振动校正响应可能会随著频率而不同。虽然可以成功设计出抗振动设置,以衰减得知频谱下的窄频振动,但这一的类抗振设置也不适合应用于宽频振动。 机械滥用引起之主要问题 应用中会发生常规性短期滥用事件,这些滥用虽然不致于损伤陀螺仪,但会产生较大误差。下面列举几个例子。 有些陀螺仪可以承受速率超载而不会表现异常。图5显示Silicon Sensing CRG20陀螺仪对超出额定范围大约70%的速率输入的响应。左边的曲线显示的是旋转速率从0o/s变为500o/s再保持不变时CRS20的响应情况;而右边的曲线则显示输入速率从500o/s降为0o/s时该元件的响应情况。当输入速率超出额定测量范围的时候,输出在轨对轨之间紊乱地摆动。

CRG-20对500o/s速率输入的响应

图5 CRG-20对500o/s速率输入的响应

有些陀螺仪在遭遇哪怕只有数百g的冲击的时后,也会表现出「锁定」倾向。例如,图6显示的是VTI SCR1100-D04在受到250g 0.5ms冲击时的响应情况(让5mm钢球以40cm高度落在陀螺仪旁边的PCB上)。

VTI SCR1100-D04对250g、0.5ms冲击的响应

图6 VTI SCR1100-D04对250g、0.5ms冲击的响应

陀螺仪未因冲击而损坏,但它不再回应速率输入,须要关断再上电以重新启动。这并非罕见的现象,多种陀螺仪都存在类似的行为。这对即将考虑使用的陀螺仪是否能承受应用中的冲击是明智的。 显然,此类误差将大得惊人。因此,必须仔细找出特定应用中可能存在哪些滥用情况,并且验证陀螺仪是否能承受得住。 误差预算之计算 如上所述,多数陀螺仪应用中都存在运动或振动情况。利用上文所示的资料手册所列规格(如果没有规定振动校正特性,则使用保守的估计值),表2列出了表1所示陀螺仪在不同应用中的典型误差预算。从表3可以看出,增加g敏感度补偿方案后,虽然抗振性能提高了半个数量级,但振动敏感度仍然是一个远大于零、偏稳定性的误差来源。

平均值为降低误差新选择 在误差预算中,偏压稳定度是最小的元素之一,因此选择陀螺仪时,更为合理的做法是考虑将最大误差源最小化。在大多数应用中,振动敏感度是最大的误差源。然而,有时用户可能仍然希望获得比所选陀螺仪更低的杂讯或更好的偏压稳定度。幸运的是,目前有办法来解决这一问题,那就是求平均值。 不同于设计相关的环境或者是振动误差,多数陀螺仪的偏压稳定度误差具有杂讯特性。也就是说,不同元件的偏压稳定度是不相关的。因此,可通过求取多个元件的平均值来改善偏压稳定度性能。如果对n个元件求平均值,则期望的改善幅度为√n。宽频杂讯也可以透过类似的求平均值方法予以改善。 长久以来,偏压稳定度被视为陀螺仪规格的绝对标准,但在实际应用中,振动敏感度常常是限制性能的更严重因素。根据抗振能力选择陀螺仪是合理的,因为其他参数可以轻松地透过校正或对多个感测器求平均值来改善。

点击这里,获取更多IOT物联网设计信息

围观 4
77

页面

订阅 RSS - 物联网