《传感器与智能时代 (15).pdf》由会员分享，可在线阅读，更多相关《传感器与智能时代 (15).pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、宽量程光电传感器I-U特性测试系统设计摘要:针对光电传感器 I-U 特性测试过程中输出信号易受外界噪声影响、量程有限的问题，结合高精度数字源表和小波变换，设计一个宽量程光电传感器 I-U 特性测试系统，其包括数据采集、数据处理和数据显示 3 个模块。使用高精度数字源表实现数据的采集，结合 LabVIEW 与 Matlab 实现数据处理功能，最后在数据显示模块中对结果进行显示和保存。通过仿真实验确定合适的小波基函数和最优分解层数，使输出信号的信噪比最高且失真度最小。分析实际测试结果可知，所设计的宽量程光电传感器 I-U 特性测试系统可以完成输出电流为纳安、微安、毫安光电传感器 I-U 特性的测试
2、工作，且小波去噪能够有效去除信号中的噪声，对于传感器等输出电流微弱元器件的测试工作有一定的借鉴意义。关键词:I-U 特性测试;小波变换;宽量程;光电传感器中图分类号:TP212文献标志码:A文章编号:16745124(2020)12009207Design of I-U characteristic test system for wide range photoelectric sensorLIN Zhonghai,CHEN Hong,LI Xiaolin,GAO Fei,LEI Jiayi,HE Aixiang(School of Information and Electronic En
3、gineering,Shandong Technology andBusiness University,Yantai 264026,China)Abstract:For the problem about the output signal is easily affected by external noise and the range is limitedin the process of I-U characteristic test of photoelectric sensor,combined with high-precision digital sourcemeter an
4、d wavelet transform,an I-U characteristic test system for wide range photoelectric sensor is designed,which includes three modules:data acquisition,data processing and data display.High-precision digital sourcemeter is used to realize data acquisition,data processing function is realized through the
5、 combination ofLabVIEW and Matlab,and finally the results are displayed and saved in the data display module.Theappropriate wavelet basis function and decomposing level were determined by simulation experiments toimprove the signal-to-noise ratio of the output signal.The analysis of the experimental
6、 results shows that the I-U characteristic test system can complete the measurement of the I-U characteristics of the photoelectricsensors with output current of nanoampere,microampere and milliampere,and the wavelet de-noising caneffectively remove the noise in the signal.It can be used for referen
7、ce for testing components with weak outputcurrent.Keywords:I-U characteristic test;wavelet transform;wide range;photoelectric sensor 收稿日期:2020-09-02；收到修改稿日期:2020-10-21基金项目:山东省高等学校“青创科技计划”（2020KJN005）；烟台市科技发展计划（2018XSCC034）作者简介:林忠海（1981-），男，山东烟台市人，副教授，博士，主要从事半导体纳米材料的制备、光电传感器等方面的研究。0 引言光电传感器广泛应用于军事、科技
8、、工业、医疗等领域，在现代工业以及光电研究开发中受到越来越多的关注1-5。在对光电传感器进行性能评估时，电学参数是很重要的一个指标，其中电流-电压（I-U）特性参数是用一组 I-U 测试数据表示的伏安特性曲线，它是电学参数中最基本的检测参数，其他电学参数检测多依赖于 I-U 特性参数的测量值，该特性参数对于表征器件材料的电阻值（绝缘电阻、导通电阻）、表面/体电阻率、开启电压和负载电流等具有重要作用。随着机械、电子、材料、半导体、以及微纳制造技术、低成本制造技术、物联网与无线通信技术的进步，传感器更多的向小型化、微型化、低功耗化方向发展6，这就对 I-U 特性的测试提出了更高的要求。近些年，国内
9、外对于安培级别 I-U 特性曲线的测试技术有了比较深入的研究，如对于光伏组件，大部分学者主要采用以可变电子负载或电容阵列作为负载的 I-U 测试仪来获取 I-U 特性曲线7-9；而对于输出电流在微安、纳安甚至皮安级别的传感器等元器件 I-U 特性曲线测试的研究相对较少，国内外学者通常使用半导体参数测试仪或源表测试其 I-U特性曲线10-12。尽管使用半导体参数测试仪等仪器能够自动进行数据采集，但一方面控制灵活度相对较差，存在操作不便捷、存储数据容量有限等局限性，另一方面，对于测试过程中存在的外部环境噪声和器件内部噪声的处理能力也十分有限。鉴于此，本文结合小波变换设计了一个宽量程光电传感器 I-
10、U 特性测试系统：1）基于 LabVIEW软件平台的上位机，改善了人机交互体验，操作便捷；2）通过仿真实验选取小波基函数和分解层数，在保证信号不失真的前提下提高了信号的信噪比。实验结果表明，该系统可以完成宽量程的测试工作，通用性强，且能够较好地处理含噪信号。1 系统硬件设计该系统的硬件结构图如图 1 所示，包括数据产生、数据采集和数据处理 3 个模块。首先在计算机中设置待测光电传感器的输出电压范围及采样点数，然后由高精度数字源表产生激励电压并采集电流数据传输给计算机进行分析处理。常见的如 ST150 型光电传感器，在室温（25）有光时输出电流为 0.64 mA，而文献 13 采用基于微纳制造的
11、液相加工手段，在二氧化硅衬底上生长出碲化铅薄膜，并在微电极间制造出的碲化铅薄膜型传感器，室温（25）有光时的输出电流最小可以达到十几纳安，响应时间为 0.39 ms，恢复时间为0.49 ms。低功耗是传感器发展的必然趋势，但同时也会放大噪声的影响，如何更加准确地获取低功耗传感器 I-U 曲线已经成为一个亟待解决的问题。以文献 13 制造的低功耗薄膜型传感器为测试对象，可以更好验证本系统在微弱电流情况下的性能，为小电流低功耗器件的测试工作提供一定的借鉴意义。本次实验选用的数字源表为美国吉时利仪器公司的 Keithley 2400，其可以测量 10 pA1.05 A 范围内的电流，五位半分辨率下具
12、有 0.012%的基本精度，四位半分辨率下通过 GPIB 传输具有每秒 1 700 次读数的速度，并配有 LabVIEW 驱动，有采样精度高、速度快、操作调试简单、可视化程度高等特点。2 系统软件设计图 2 是光电传感器 I-U 特性测试系统工作流程图。在完成 I-U 测试电压范围，采样点数等配置后，若检测到光电传感器电流信号，由 Keithley 2400 数字源表采集后传输到计算机，在计算机中采用小波变换的方法对原始信号进行降噪处理，并将其和激励电压一一对应绘制成 I-U 曲线。软件部分基于 LabVIEW 进行开发，与传统编程语言相比，LabVIEW 简单直观的图形化编程语言，电压输出光
13、电传感器高精度数字源表计算机数据降噪数据产生数据采集数据处理显示、保存 图 1 光电传感器 I-U 特性测试系统硬件结构开始初始化设置结束YNKeithley 2400 产生激励电压Keithley 2400采集数据对采集到的数据进行小波变换降噪光电传感器接收到电压?显示测量数据值及 I-U 曲线 图 2 光电传感器 I-U 特性测试系统工作流程图第 46 卷 第 12 期林忠海，等：宽量程光电传感器 I-U 特性测试系统设计93大大提高了编程效率，且在数据采集和人机交互方面有着十分明显的优势。2.1 数据采集模块图 3 为数据采集流程图。数据采集功能通过LabVIEW Keithley24X
14、X 中的子 VI 模块实现，其中Initialize.vi 主要对 Keithley 2400 初始化，并完成配置串口等设置，Configure Measurement.vi 设置电流测量，Configure Output.vi 可以配置电源输出模式，Configure Output Sweep.vi 的功能为设定扫描方式、扫描范围等，使用 Configure Settling Delay.vi 设置采样延迟时间，Read.vi 设置采样点数并读取数据，等待后续处理数据并进行显示，Enable Output.vi 和Close.vi 的功能是关闭串口，结束本次数据采集任务。串口配置电流测量设置
15、电源输出模式配置采样点数设置信号采集关闭串口释放内存结束采集延迟时间设置Initialize.viKeithley 2400初始化Configure Measurement.viConfigure Output.vi电压扫描范围设置扫描方式设置Close.viEnable output.viRead.viConfigure SettlingDelay.viConfigure outputSweep.vi 图 3 数据采集流程图 2.2 数据处理模块由于数据采集模块采集到的信号不可避免地会受到环境噪声和器件内部噪声的干扰，为了提高输出信号的质量，降低噪声对有用信号的影响，需要对采集到的信号进行处
16、理。与传统 Butterworth 滤波器等基于频域的去噪方法相比，小波变换能够在去除噪声的同时，较好地保留信号的突变部分，去噪后的信号更加平稳、准确14。图 4 为对光电传感器信号进行小波降噪的流程图。光电传感器信号的小波降噪有 4 个基本步骤：1）确定小波分解基函数。Symn、Dbn 是常用的基函数，其中 n 称为消失矩。最终的去噪效果会因为所选基函数和消失矩的不同而有所不同，通常需要根据具体情况进行选择。J=log2N,2）选定小波分解层数。最大分解层数指向下取最近的整数，N 是信号采样点数。分解层数越大，噪声和信号的不匹配特征就越明显，这样就更加容易进行信号和噪声的分离15。但分解层数
17、越多，原始信号的失真也越大。所以要根据信号的具体特点选择合适的分解层数。3）选择合适的阈值函数。阈值去噪的基本思想是，根据测得的信号找到合适的值作为噪声和有用信号之间的阈值16-18，小波分解出的系数与阈值进行比较，小于该阈值的系数认为是噪声，将其置为 0，而大于该阈值的部分是有用信号，予以保留。其中软阈值法定向收缩设定的阈值，使用较为广泛。图 5 为小波 3 层分解示意图，其中 S 为采集到的原始信号，A1、A2和 A3是分解得到的低频系数，D1、D2、D3为高频系数。SA1D1A2D2A3D3 图 5 小波 3 层分解示意图 4）重新构造信号。对步骤 3）留下的小波系数做小波逆变换处理，从
18、而重构出降噪后的光电传感器信号。2.3 数据显示模块为了能更加直观地显示光电传感器输出信号、I-U 对应关系以及方便保存、读取测试数据，在开始选择小波分解基函数选择小波分解层数光电传感器信号小波分解选择合适的阈值函数光电传感器信号小波重构去噪效果评价?结束NY 图 4 光电传感器信号的小波降噪流程图94中国测试2020 年 12 月LabVIEW 软件中设计了数据显示模块，通过捆绑控件将扫描电压大小和测得的电流值捆绑成簇传输给 XY 图显示控件，在计算机显示器中进行显示，如图 6 所示。电流/A电流/A电压/V电压/V 图 6 数据显示与保存 3 仿真结果及分析在 LabVIEW 中进行仿真实
19、验，分析对比小波去噪中选择不同参数对结果的影响，可以为处理实际光电传感器输出信号提供依据。3.1 评估指标均方根误差(root mean square error，RMSE)和信噪比(signal to noise ratio，SNR)可以可靠地评价去噪效果，是比较成熟的评价方法，其计算公式如下所示：RMSE=1NNi=0S(i)s(i)2(1)SNR=10lg1NNi=0s2(i)1NNi=0S(i)s(i)2(2)s(i)式中：无噪声信号；S(i)去噪后信号。RMSE 越小，表明去噪后信号失真较小。SNR越大，表明去噪效果越好。3.2 构造仿真信号图 7（a）为仿真光电传感器 I-U 曲线
20、，曲线光滑平缓，图 7（b）为添加高斯白噪声后的曲线，含噪信号的信噪比为 24.5 dB，信号上下起伏，信噪比较低。3.3 确定最优参数图 8 是不同分解层数下光电传感器加噪信号波形。在同一条件下，从分解 4 层开始，信号逐渐失真，分解 3 层时重构信号的失真最小。图 9（a）展示了 Sym 和 Db 两种小波基函数在消失矩阶数 n 从 1 增大到 10 过程中 SNR 改善效果的变化，图 9（b）图是 RMSE 的变化。图 10 为使用Db8 小波基和软阈值法，分解层数为 3 后去噪前后效果对比。仿真结果显示，在原始信号信噪比较低（SNR为 24.5 dB）的情况下，采用小波变换降噪有很明显
21、的效果。当分解层数设定为 3，消失矩阶数为 8，选用 Db8 小波基，软阈值法函数降噪时，SNR 改善效果较大，为 8.74 dB，此时 RMSE 为 0.007，在去除有用信号中噪声的同时使得重构后有用信号的失真最小，去噪效果最佳。4 实际测试与分析仿真实验验证了小波降噪的效果，并选定了小波基函数、分解层数以及消失矩阶数。为测试所设计光电传感器 I-U 特性测试系统的实用性，以及进一步验证小波降噪在实际使用中的效果，对输出电流为不同数量级（纳安、微安、毫安）的光电传感器进行测试，将去噪前的 I-U 曲线与文献 13 中结果进行比较，可验证本系统的准确性，将去噪前后 I-U曲线进行比较，可验证
22、本系统微弱信号处理能力。其中，激励电压设置为55 V，采样数设定为 50，在无光和有光两种情况下进行测试。图 11 是采用小波变换对输出电流为纳安的光(a)仿真光电传感器 I-U 曲线0.80.60.40.200.20.40.6201001020电流/mA电压/V(b)加噪后光电传感器 I-U 曲线0.80.60.40.200.20.40.6201001020电流/mA电压/V 图 7 SNR 为 24.5 dB 的光电传感器加噪信号第 46 卷 第 12 期林忠海，等：宽量程光电传感器 I-U 特性测试系统设计95电传感器的处理效果，其中图 11（a）是无光情况下的 I-U 曲线，在无光情况
23、下未进行小波去噪前，由于传感器输出电流为纳安级别，极其微弱，易受到干扰，此时信噪比为 20.41 dB，并且在零位附件存在两次过零的情况；而在小波去噪后，得到的曲线信噪比为 26.74 dB，多次过零点（即零点偏移）的情况已经不存在。图 11（b）是有光情况下的 I-U 曲线，与无光情况下相比，噪声的干扰较小，小波去噪后均方根误差减小，说明曲线没有失真。(a)1 层分解0.80.60.40.200.20.40.6201001020电流/mA电压/V(b)2 层分解0.80.60.40.200.20.40.6201001020电流/mA电压/V(c)3 层分解0.80.60.40.200.20.
24、40.6201001020电流/mA电压/V(d)4 层分解0.80.60.40.200.20.40.6201001020电流/mA电压/V 图 8 不同分解层数的加噪波形信噪比改善/dB消失矩阶数86420246SymDb246810均方根误差消失矩阶数0.0350.0300.0250.0200.0150.0100.005SymDb246810(a)SNR 改善效果(b)RMSE 变化 图 9 SNR 改善效果和 RMSE 变化小波变换前小波变换后0.80.60.40.200.20.40.6201001020电流/mA电压/V 图 10 使用 Db8 小波基处理效果96中国测试2020 年
25、12 月 1.20.80.400.40.81.2电流/nA电流/nA小波变换前小波变换后小波变换前小波变换后0.20.100.10.21.00.500.51.042024电压/V42024电压/V864202468(a)无光情况下 I-U 曲线(b)有光情况下 I-U 曲线 图 11 电流为纳安时的测试结果 图 12 描述的是小波变换对输出电流为微安的光电传感器进行降噪的结果。图 12（a）是无光情况下的 I-U 曲线，由于输出电流提高了 3 个数量级，噪声对有用信号造成的干扰变得有限，在未进行小波降噪前波形的起伏相比较纳安级别情况下稍弱，而小波降噪后信噪比为 33.27 dB，与降噪前 26
26、.32 dB的信噪比相比，提高了约 26%。图 12（b）是有光情况下的 I-U 曲线，与传感器输出纳安级别电流情况下相比，使用小波降噪前后曲线重合度更高，但仍存在上下起伏的现象，经过小波降噪后的曲线变得更加平滑，信噪比提高 7 dB 左右。当光电传感器输出电流为毫安时，使用小波降噪前后的 I-U 曲线如图 13 所示。无光情况下未使用小波降噪前的原始信号有些许上下波动起伏，如图 13（a）所示。与前两种情况相比，光照情况下小波降噪也取得了类似的效果，如图 13（b）所示。将不同量程下信噪比及均方根误差的值汇总，如表 1 所示。从表中可以看出，在实际测试中，所设计 I-U 特性测试系统在输出电
27、流纳安、微安时信电流/A电流/A电压/V小波变换前小波变换后小波变换前小波变换后0.100.1211042024电压/V42024(a)无光情况下 I-U 曲线(b)有光情况下 I-U 曲线 图 12 电流为微安时的测试结果小波变换前小波变换后0.200.2电流/mA电压/V42024小波变换前小波变换后642024电流/mA电压/V42024(a)无光情况下 I-U 曲线(b)有光情况下 I-U 曲线 图 13 电流为毫安时的测试结果第 46 卷 第 12 期林忠海，等：宽量程光电传感器 I-U 特性测试系统设计97噪比改善较大。通过对输出不同数量级电流的光电传感器进行 I-U 测试，验证所
28、设计测试系统的实用性，对有光无光两种情况下的信号进行小波降噪，展示了小波降噪的使用效果，在去除噪声信号的同时保证有用信号没有发生失真。在实际测试中发现，输出电流信号越小的光电传感器受到的干扰越强，小波降噪的效果越好。5 结束语本文设计了一个宽量程自适应光电传感器 I-U特性测试系统，用于获取光电传感器等输出电流微弱元器件的 I-U 特性曲线，有通用性强、操作简单等特点。通过 I-U 曲线加噪声的方式，近似地模拟实际采集情况，采用在 LabVIEW 中调用 MatlabScript 节点的方法实现小波变换处理数据，确定各参数设置，使去噪效果最优，仿真结果显示在输出电流毫安情况下的 SNR 提高了
29、 8.74 dB。在实际测试中发现，该测试系统可以完成宽量程的测试，能较好地处理含噪信号，改善 I-U 曲线多次过零点的情况。本测试系统可用于 I-U 测试中光电传感器输出含噪信号的处理，也可用于其他类似原理传感器等元器件的测试工作。参考文献邓凯元,雷亮,伍庆华,等.基于线阵光电传感器的高精度气溶胶粒径浓度测量J.光电子激光,2020,31(2):136-141.1ZHAO Y,LI C L,SHEN L.Recent research process on2perovskite photodetectors:A review for photodetectormaterials,physic
30、s,and applicationsJ.Chinese Physics B,2018,27(12):50-60.王燕,张锐.光电探测器特性在 TDLAS 气体检测中的影响J.光学学报,2016,36(2):288-294.3ZHU X,ZHAO Z,ZHANG W.Determination of fat content ingoat milk using annular photoelectric sensor systemJ.Transactions of the Institute of Measurement&Control,2016,40(1):102-110.4刘潇,岳超,邹昱,等
31、.基于光电传感器的追踪系统控制策略改进J.电子科技大学学报,2019,48(3):340-344.5盛庆林,郑建斌.电化学传感器构置及其应用 M.北京:科学出版社,2013.6颜奕,黄宇,陈鸣,等.基于电容阵列 I-V 测试仪的光伏 STC曲线拟合研究J.电子测量与仪器学报,2017,31(2):272-279.7KANG H L,YOON S,HONG D K,et al.I-V hysteresischaracteristics of nano-field effect transistor(nanoFET)sensorwith a floating metal gate electrod
32、eJ.MicroelectronicEngineering,2019,213(5):35-40.8林文城,陈志聪,吴丽君,等.一种光伏组件 I-V 特性曲线测试及参数辨识系统J.福州大学学报(自然科学版),2018,46(2):192-198.9刘庆.金属氧化物半导体光电探测器新结构研究 D.成都:电子科技大学,2020.10王蕾.全透明 ZnO 紫外光电探测器的室温制备与性能研究 D.南京:南京理工大学,2015.11GU R,YU K,WU L F,et al.Dielectric properties and I-Vcharacteristics of Li0.5La0.5TiO3 so
33、lid electrolyte for ceramicsupercapacitorsJ.Ceramics International,2019,45(7):8243-8247.12LIN Z H,YANG Z,WANG P,et al.Schottkyohmicconverted contact,fast-response,infrared PbTe photodetectorwith stable photoresponse in airJ.Rsc Advances,2016,10(6):107878-107885.13刘其洪,叶聪,李伟光,等.基于 LabVIEW 的轴心轨迹故障自动识别系
34、统J.中国测试,2018,44(4):69-74.14邓玉娟.基于小波变换的语音阈值去噪算法研究 D.重庆:重庆大学,2009.15陈真诚,吴贤亮,赵飞骏.EEMD 结合小波阈值的光电容积脉搏波信号降噪J.光学精密工程,2019,27(6):1327-1334.16李大中,赵杰,孙立江,等.果蝇优化小波阈值超声检测信号去噪J.中国测试,2016,42(7):88-92.17张金玲,郑鑫.平稳小波变换和新阈值函数用于心电信号去噪J.北京邮电大学学报,2017,40(1):28-31.18表 1 不同量程下信噪比及均方根误差改善效果参数输出电流数量级纳安微安毫安无光，去噪前信噪比/dB20.4126.3228.55无光，去噪后信噪比/dB26.7433.2729.51无光，去噪前均方根误差0.070.040.02无光，去噪后均方根误差0.030.030.01有光，去噪前信噪比/dB30.8332.4534.16有光，去噪后信噪比/dB37.1039.8936.93有光，去噪前均方根误差0.030.120.05有光，去噪后均方根误差0.020.050.0398中国测试2020 年 12 月