Comparison calibration system for digital-output infrasound sensors

本文开发了一种针对数字输出次声传感器的比对校准系统，通过脉冲秒信号实现了参考模拟信号与数字信号的时间同步，并验证了该系统在 0.2 至 4 Hz 频段内对 MEMS 模块灵敏度模值和相位延迟的校准能力。

要点

这篇文章介绍了一项关于**如何给新型“数字式”次声波传感器做“体检”（校准）**的研究。

为了让你更容易理解，我们可以把这项研究想象成是在给一群新来的“数字录音师”和一位资深的“模拟录音大师”进行同步训练。

以下是用通俗语言和比喻对这篇论文的解读：

1. 背景：为什么要给次声波传感器做“体检”？

• 什么是次声波？
  想象一下，大象能听到人类听不到的低沉声音，或者火山爆发、核试验产生的那种极低频的“嗡嗡”声。这种声音叫次声波。监测它们对于预测自然灾害（如海啸、火山喷发）非常重要。
• 旧设备 vs. 新设备：
  • 旧设备（模拟传感器）： 就像传统的黑胶唱片机，声音是连续的波形，非常精准，但又贵又笨重。
  • 新设备（MEMS 数字传感器）： 就像现在的智能手机或智能手表里的芯片。它们便宜、小巧，而且直接输出数字信号（像 MP3 文件一样，带有时间戳）。因为便宜，我们可以像撒胡椒面一样，在各地部署成千上万个，组成密集的监测网。
• 问题出在哪？
  虽然新设备很便宜，但大家不知道它们在动态下表现如何。就像你买了一个新麦克风，说明书只告诉你它能录多大声音，但没告诉你它录低音时会不会“慢半拍”或者“变调”。如果不校准，用它来定位地震或爆炸源，结果就会出错。

2. 核心挑战：如何把“老派”和“新派”对齐？

这是这篇论文最大的难点。

• 场景比喻：
  我们要测试一个新的“数字录音师”（MEMS 传感器），必须拿一个公认的“模拟录音大师”（标准传感器）做对比。
  • 大师（模拟）： 输出的是连续的电压波形，像一条平滑的河流。
  • 新徒弟（数字）： 输出的是一个个带有时间标签的数据包（比如：12:00:01 录到了 50 分贝）。
• 难题：
  如果两个设备的时间没对上，哪怕只差了 0.01 秒，在计算相位（声音的步调）时，结果就会完全乱套。这就好比你让两个人合唱，一个人按自己的节奏唱，另一个人按自己的节奏唱，哪怕音准一样，合在一起也是难听的噪音。
• 以前的困境：
  以前的校准方法通常把两个模拟信号都放进同一个电脑里数字化，这样时间天然同步。但现在的数字传感器直接输出时间戳，电脑没法直接把它们和模拟信号“硬”连在一起。

3. 解决方案：给时间装上“原子钟”

研究团队设计了一套巧妙的系统来解决“时间同步”问题：

• 比喻：给所有设备发“心跳”信号
  他们利用了一个每秒跳动一次的精准信号（PPS 信号，就像原子钟发出的“滴答”声），这个信号与日本国家计量院的标准时间（UTC）完全同步。
• 具体操作：
  1. 给“大师”打时间戳： 当标准传感器（模拟）开始录音时，系统利用那个精准的“滴答”声，给模拟信号打上精确的时间标签。
  2. 让“徒弟”对表： 数字传感器（MEMS）也利用这个“滴答”声来校准自己的内部时钟。
  3. 结果： 现在，无论是模拟的河流还是数字的数据包，都站在同一个绝对时间轴上。我们可以像对比两列火车的时刻表一样，精确地对比它们的波形。

4. 实验结果：新设备表现如何？

研究团队拿了一个由 DPS310 压力传感器 和 ESP32 微控制器 组成的模块进行测试（频率范围 0.2Hz 到 4Hz）：

• 音量（灵敏度）： 表现不错！新设备测到的声音大小，和标准设备相比，误差只有2% 到 5%。这说明它“听”得挺准。
• 步调（相位/延迟）： 发现了一个小问题。新设备比标准设备慢了大约 10 毫秒（0.01 秒）。
  • 比喻： 就像两个人一起拍手，标准大师一拍即合，但新徒弟总是慢半拍才拍下去。
  • 原因： 这是因为声音被传感器检测到后，需要经过芯片处理、打包、加上时间戳，这一套流程需要时间。
• 结论： 这个延迟是固定的，只要我们知道了它慢了多少（比如 10 毫秒），在后期数据处理时减去这个延迟，就能得到非常准确的结果。

5. 误差分析：哪里可能出错？

研究团队还仔细分析了可能影响精度的因素，就像检查赛车手的手表准不准：

• 内部时钟漂移： 数字传感器内部的时钟（像手机里的石英表）不如国家实验室的原子钟准。随着时间推移，它可能会“走快”或“走慢”。
  • 比喻： 就像你戴的手表每天慢几秒，如果不经常对表，几小时后时间就乱了。
  • 对策： 研究建议定期用外部信号（如 GPS 或网络时间）给传感器“对表”，或者在计算时把这个误差算进去。
• 主要误差来源： 目前最大的误差不是设备本身，而是重复测量的稳定性（每次测的结果有点小波动）和内部时钟的微小偏差。

6. 总结与意义

这篇论文就像是为未来的“次声波监测网”制定了一套操作手册：

1. 证明了可行性： 我们终于有一套成熟的方法，可以给便宜、小巧的数字次声波传感器做精准的校准。
2. 解决了痛点： 解决了数字信号和模拟信号“时间对不上”的难题。
3. 未来展望： 虽然现在的数字传感器在“步调”上还有点小延迟，但只要根据这篇论文的结果进行软件修正，它们就能变得非常可靠。这意味着未来我们可以用极低的成本，在全球部署密集的次声波监测网，更精准地捕捉火山、海啸甚至核试验的信号。

一句话总结：
研究人员发明了一种给新型数字传感器“对表”的绝招，让它们能和昂贵的老式传感器“同频共振”，从而让廉价的次声波监测网络变得既便宜又精准。

技术摘要

这是一份关于《数字输出次声传感器比较校准系统》（Comparison calibration system for digital-output infrasound sensors）的论文详细技术总结。

1. 研究背景与问题 (Problem)

• 背景：微机电系统（MEMS）技术的进步使得基于 MEMS 的数字输出模块在次声监测网络中的应用成为可能。这些模块结合了 MEMS 压力传感器和微控制器，能够提供带时间戳的数字压力数据。相比传统模拟传感器，MEMS 模块成本低、体积小，有利于构建高密度的次声监测网络（例如用于火山爆发、海啸或核试验监测）。
• 核心问题：
  1. 动态特性缺失：目前大多数制造商仅提供 MEMS 传感器的静态压力特性，缺乏对动态频率响应特性（包括灵敏度幅值和相位）的评估。
  2. 校准困难：数字输出传感器的校准面临特殊挑战。传统的声学校准通常针对模拟输出传感器，使用同一模数转换器（ADC）采集参考和被测设备信号，易于保证相位同步。然而，数字输出传感器输出的是带时间戳的离散数据，而参考标准输出的是模拟电压。
  3. 相位同步难题：在次声频段（<20 Hz），为了进行声源定位，必须精确知道不同站点之间的波形相位差。由于数字模块的微控制器时钟精度通常低于专业 ADC 的时钟，且通信延迟不固定，导致参考模拟信号与数字信号之间的时间同步（相位对齐）难以实现，进而影响相位校准的准确性。

2. 方法论与系统实现 (Methodology)

研究团队开发了一套专门针对数字输出次声传感器的比较校准系统，核心在于解决模拟参考信号与数字输出信号之间的时间同步问题。

2.1 系统设计要求

• 声场一致性：确保被测设备（DUT）和参考标准在目标频段（0.2 Hz - 20 Hz）内处于相同的声压场中。
• 时间同步：必须将参考模拟信号和数字输出信号映射到同一绝对时间轴上。由于无法精确控制数字设备的通信启动时间，研究采用了方案 B：在数字化参考模拟信号时，赋予其精确的时间戳。

2.2 实验装置设计

• 校准腔体：设计了一个内部尺寸为 220 mm × 300 mm × 250 mm 的密封腔体，确保在次声频段内声压均匀性（幅值偏差 < ±0.6%，相位偏差 < ±0.1°）。
• 信号发生：使用 NI PXIe-4461 D/A 转换器生成正弦波，经功率放大后驱动扬声器，产生 0.2 Hz 至 20 Hz、幅值达 2 Pa 的声压。
• 参考标准：采用 Brüel & Kjær (BK) Type 4160 实验室标准麦克风（经激光活塞计法校准）。
• 时间同步机制（核心创新）：
  • 利用与日本国家计量院时间频率标准（UTC(NMIJ)）同步的秒脉冲信号（PPS）。
  • 模拟侧：使用 NI PXIe-5172 高速采集 PPS 信号，同时使用 PXIe-4461 采集麦克风电压。通过检测 PPS 信号的上升沿，精确确定模拟信号采集的起始时间（精确到毫秒级）。
  • 数字侧：被测 MEMS 模块（DPS310 传感器 + ESP32 微控制器）独立运行。微控制器通过 NTP 获取秒级时间，并利用 PPS 信号校正系统时钟，记录毫秒级时间戳。
  • 数据对齐：将模拟采集的绝对起始时间与数字模块的时间戳进行对齐，从而在绝对时间轴上比较两者波形。

2.3 数据处理算法

• 正弦拟合：基于 IEEE Standard 1057:2017，使用最小二乘法对采集到的离散数据进行正弦波拟合，提取幅值（灵敏度）和相位。
• 灵敏度计算：通过比较拟合出的参考声压幅值与 MEMS 输出幅值计算灵敏度比；通过比较相位差并扣除时间启动延迟（$\Delta t_{d-a}$）计算相位偏移。

3. 关键贡献 (Key Contributions)

1. 首创数字输出次声传感器校准系统：填补了数字输出 MEMS 次声传感器（特别是相位特性）校准技术的空白。
2. 提出基于 PPS 的时间同步方案：解决了数字传感器与模拟参考标准之间难以直接同步的难题。通过给模拟信号打上基于 UTC(NMIJ) 的高精度时间戳，实现了两种不同输出格式数据的精确相位对齐。
3. 建立了完整的校准流程与不确定度评估模型：详细分析了从时钟漂移、声场不均匀性到重复性测量等各个环节的不确定度分量，为未来数字次声传感器的计量溯源提供了理论依据。
4. 验证了 MEMS 模块的可行性：证明了经过校准和修正后，低成本 MEMS 模块可用于高精度的次声监测网络。

4. 实验结果 (Results)

研究对由 DPS310 传感器和 ESP32 微控制器组成的两个 MEMS 模块进行了 0.2 Hz 至 4 Hz 频段的校准：

• 灵敏度幅值（Sensitivity Modulus）：
  • 两个模块的灵敏度幅值与参考标准的一致性在 2% - 5% 以内。
  • 模块间的差异主要源于 MEMS 传感器的固有自噪声，表明在评估频段内，测量幅值是相对可靠的。
• 相位响应（Phase Response）：
  • 观察到两个模块均存在 10 ms 至 20 ms 的固定相位延迟（对应约 10 ms 的时间滞后）。
  • 该延迟主要源于从 MEMS 传感器检测到声压到微控制器输出带时间戳数据之间的处理时间。
  • 结论：这种延迟是系统性的，可以通过校准结果进行修正，从而显著提高声源定位的精度。
• 时钟漂移影响：
  • 实验发现微控制器系统时钟存在约 4.1 ppm 的漂移（导致每 1000 秒相位超前约 4.1 ms）。
  • 虽然在本实验的短周期内影响较小，但在长时间野外监测中，必须定期通过外部时间源（如 PPS）重置或校正微控制器时钟，否则累积误差将影响相位测量。

5. 不确定度分析 (Uncertainty Analysis)

• 主要不确定度来源：
  • 灵敏度：主要来源于重复性（Repeatability），这是由于 MEMS 模块本身的噪声水平高于精密模拟传感器所致。
  • 相位：在 1 Hz 以上频段，微控制器时钟（Microcomputer clock）的漂移成为主要不确定度来源。
• 扩展不确定度（$k=2$）：
  • 灵敏度：约 0.07 (7%)。
  • 相位：约 6.5°。
• 研究指出，通过更频繁的时钟校正和针对特定传感器的校准修正，可以进一步降低这些不确定度。

6. 意义与展望 (Significance)

• 提升监测网络可靠性：该研究证明，通过建立专门的比较校准系统并应用相位修正，低成本、高密度的数字输出 MEMS 次声传感器网络可以具备可靠的测量性能。
• 推动次声监测普及：解决了数字传感器校准的瓶颈，使得利用廉价传感器构建大规模次声监测网（如用于自然灾害预警或核试验监测）在技术上可行。
• 方法论推广：提出的基于 PPS 时间戳同步的校准方法不仅适用于当前的 DPS310+ESP32 组合，也适用于其他类型的数字输出次声传感器，具有广泛的适用性。
• 未来方向：建议在实际部署中实施自动化的时钟校正机制，并针对特定传感器单元进行个性化的相位延迟修正，以最大化定位精度。