HHT算法在压电陶瓷驱动器的微纳米位移传感器中的应用（英文）  

The Application of HHT in Mechanical Nanoscale Displacement Sensor of PZT Actuator

作　　者：胡欢[1,3] 余永[2] 王慧[3] 吴倩[1,3] 葛运建[3] 

机构地区：[1]中国科学技术大学自动化系,合肥230027 [2]鹿儿岛大学科学与工程学院,日本890-0065 [3]中科院合肥智能机械研究所,合肥230031

出　　处：《传感技术学报》2014年第4期456-462,共7页Chinese Journal of Sensors and Actuators

基　　金：CNSF(60635040);National“863”((2007AA04Z20)

摘　　要：从传感器中采集到的信号即使经过了模拟滤波,但是其通过数据采集系统后仍然会含有随机噪声。然而,这些随机噪声会限制传感器的分辨率和影响系统的动态范围。针对这一问题,利用HHT算法的经验模态分解对从基于压电陶瓷驱动的微纳米传感器中采集到的数字信号进行数字滤波,进而对采集到的微弱信号进行进一步处理,以提高微纳米传感器在稳态输出时信号的信噪比从而提高传感器的性能。主要采用两种方法:一种方法是滤掉经过模态分解后信号中的最高频噪声,另一种方法是滤掉经过模态分解后信号中的前两阶噪声。最后对比实验结果证实了此算法的有效性,其能够有效的改善传感器的线性度。A relatively new algorithm called Hilbert-Huang transform（ HHT） is proposed. It utilizes empirical mode decomposition（EMD）to filter noise in a nanoscale displacement sensor,which is actuated by PZT. However,even after the pre-filtering,the random noise still cannot be fully eliminated. The noise limits the resolution of the sensor and affects the dynamic range of the whole system. So the signal need to be further processed to increase the Signal to Noise Ratio（ SNR） and then improve the performance of the sensor. Two kinds of methods are attempted. One is filtering the highest frequency noise of intrinsic mode functions（ IMFs） after EMD. And the other one is to just filter the first and second IMFs. Finally,experiments are conducted to verify the effectiveness of the HHT algorithm and the improvement of sensor＆#39;s linearity.

关 键 词：纳米位移传感器 压电陶瓷驱动器 希尔伯特-黄变换算法 经验模态分解 信号处理 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]