侵权投诉
订阅
纠错
加入自媒体

如何抓住转型中的MEMS市场机遇?

这些步骤听起来非常直接,但实际情况要复杂的多。问题是如何将这些Sensor Hub集成到更大的系统中。为此在诸多市场引发了讨论,如何在这些系统中筛选数据处理。随着越来越多的传感器添加进来,会导致成本更昂贵,处理所有的数据速度也实在太慢。某些数据需要在本地处理,但具体有多少尚不清楚。

Rambus公司的杰出发明家Steven Woo表示,“其中一个大问题是,如何利用输入来决定什么更重要。该如何理解这所有数据?目前正在进行大量探索,如今已有许多工具可在一个地方就完成所有事情。”

此观点得到整个行业的认同,西门子旗下Mentor的Deep Submicron Division部门的电子设计系统的产品营销经理Jeff Miller认为,“我们看到MEMS市场上传感器的融合,尤其是当这些公司试图在系统中增加更多价值。与标准MEMS传感器相比,具有多重自由度和多路存储GPU的集成传感器可提供更大的价值。但需要更多集成来实现传感器的融合,如你拆开Amazon Echos音响,你会发现七个精心安排的MEMS麦克风,以便实现远场语音检测。这里需要多种传感器融合才能分辨出不同的的声音。与IMU(惯性测量单元)结合是一种很好的方法,可以为传感器增加价值,实现产品差异化。这通常涉及到使用处理器。”

集成问题

除了集成度越来越高外,系统供应商还需要了解这些器件之间是如何相互作用的。和大多数芯片一样,MEMS器件对热量很敏感,这很可能会影响其在汽车等极端环境中的性能。但由于MEMS器件涉及电子和机械结构,对振动及其他类型噪声也很敏感。这就需要更全面的特性描述。

泛林集团旗下Coventor公司的MEMS高级主管Stephen Breit认为,“当所有器件集成在同一颗芯片或封装在一起时,其特性描述就会变得更加困难,而且不同类型传感器表现的特性均是不同的。陀螺仪和加速度计集成在一起会出现交叉耦合效应。陀螺仪有一种驱动模式,它可在很近距离与传感器耦合。”

有些方法是可以改善这些问题的。例如,陀螺仪的振动可以像其他任何噪声一样被消除。由于此类振动的频率可以预测,因此可被过滤掉。但这种噪声也可被理解为附近其它器件的信号,因此在面对此类问题时不能只考虑单一MEMS器件。

Breit补充道,“特性描述也非常具有情境性的。例如在惯性传感器作用下,面临的大问题就是正交效应,即感应轴之间的耦合。产生这种情况的原因有许多。其中一些是制造过程产生的偏差,因此必须在每一代器件设计都要优化。”

此领域几乎没有什么历史或经验可参考。一方面是由于器件本身在不停地优化,潜在的交互作用均是未知的。另一方面是因为这些器件一直被用于如无人机和机器人等新市场,或是如汽车行业等不断发展的市场中。在所有此类领域中,并没有未来如何使用技术的路线图,也不知道最终将在同样的系统或封装中集成什么。

<上一页  1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

传感器 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号