学术研究报告：基于自适应斩波稳定方法的高抗噪声电容式触摸传感系统
本文旨在介绍一项发表于2017年，由Jae-Sung An, Sung-Jin Jung, Seong-Kwan Hong和Oh-Kyong Kwon（均来自韩国汉阳大学）共同完成，并发表在《IEEE Sensors Journal》期刊上的原创性研究工作。该研究提出并验证了一种用于电容式触摸传感系统（Capacitive Touch Sensing System, CTSS）的新型自适应斩波稳定（Adaptive Chopper Stabilization, ACS）方法，旨在显著提升系统在外部噪声环境下的性能。
一、 研究背景与目标
电容式触摸传感系统因其支持多点触控、高灵敏度及耐用性，已广泛应用于智能手机、平板电脑、电视及交互式白板等设备中。然而，这类系统在实际应用中面临一个关键挑战：来自显示屏（显示噪声）和电源传导（传导噪声）等外部噪声会持续干扰电容触摸传感器（Capacitive Touch Sensor, CTS），导致系统信噪比（Signal-to-Noise Ratio, SNR）下降，从而影响触摸检测的准确性和可靠性。
为应对噪声问题，业界已研究出多种方法，如积分法、差分传感法以及斩波稳定法等。然而，这些方法存在局限性：积分法和差分法依赖两个相邻接收（RX）电极间的电荷信号差值来抑制噪声，但电极间因工艺变异导致的电气特性差异，以及噪声源与不同电极间耦合电容的不一致性，限制了其噪声抑制效果。传统的斩波稳定法虽然通过单个RX电极工作并能选择性滤除噪声，但当外部噪声频率接近激励信号频率时，其噪声抑制能力会显著下降。虽有研究提出通过选择激励信号频率的噪声检测算法，但通常需要额外的检测时间和电路。
基于此，本研究的目标是开发一种新的解决方案，以克服现有方法的不足。研究旨在设计一种自适应斩波稳定（ACS）方法，并将其集成到读出集成电路（Readout Integrated Circuit, ROIC）中。核心目标在于：快速检测外部噪声的存在，并自适应地选择一组最优的工作频率（包括激励频率和滤波器频率），从而在各种噪声环境下，尤其是在噪声频率接近工作频率时，也能实现高效噪声滤除，最终达到极高的系统抗噪能力（高SNR）。
二、 研究系统详细工作流程与方法
本研究包含完整的系统设计、集成电路实现与性能验证流程。研究“对象”为集成了所提出ACS方法的ROIC芯片及其组成的完整触摸传感系统。
1. 系统架构与ROIC设计： 研究团队设计了一个完整的CTSS，包含三个主要部分：读出集成电路（ROIC）、电容触摸传感器（CTS）以及触摸数据处理器（Touch Data Processor, TDP）。研究的核心——ROIC芯片，采用0.35微米CMOS工艺并集成了18V高压器件制造而成。其内部包含44通道的读出电路、44通道的激励电路、一个自适应斩波控制器（Adaptive Chopping Controller, ACC）和一个串行外设接口（SPI）。ACC是整个ACS方法的“大脑”，负责执行噪声检测和频率选择算法。
2. 自适应斩波稳定（ACS）方法的运作机制： 该方法是本研究的关键创新，其工作流程是一个动态的闭环过程。 * 初始工作与数据采集： 在每个触摸扫描帧开始时，ACC为激励电路和读出电路提供一个初始的频率集合（激励频率fe_x，带通滤波器中心频率fb_pf等）。激励电路按此频率产生激励信号，通过发射（TX）电极施加到CTS上。触摸或非触摸状态会改变传感器像素的互电容（Cm），从而调制电荷信号。读出电路接收来自所有RX电极的信号，经过放大、滤波和解调后，转换为数字触摸数据。 * 噪声水平计算： ACC利用一帧内所有传感器像素（120 RX × 70 TX，共8400个像素点）产生的触摸数据，计算两个关键值：所有数据的平均值（D_avg）和外部噪声水平（D_noise）。D_noise通过计算每个像素数据与全局平均值D_avg的均方根误差得到，它量化了当前帧中由外部噪声引起的信号波动程度。 * 自适应频率选择算法： 这是ACS方法的精髓。ACC将计算出的实时噪声水平（D_noise）与预设的三个参考噪声阈值（D_noise_ref, 3×D_noise_ref, 10×D_noise_ref）依次进行比较。这些阈值分别对应系统信噪比（SNR）为40 dB、30 dB和20 dB的水平。算法根据比较结果，动态切换到不同的激励频率fe_x（例如fe_x(n)， fe_x(n+1)， fe_x(n+2)， fe_x(n+3)）。频率切换的规则是：噪声越大，则选择越高的激励频率，以将系统工作频点“远离”噪声频率，利用滤波器（特别是带通滤波器BPF）的滚降特性（-40 dB/十倍频程）更好地抑制噪声。如果D_noise低于最低阈值，则保持当前（或初始）低频工作以节省功耗。此过程在每个帧周期内重复执行，无需额外噪声检测时间或电路，实现了快速自适应的噪声抑制。
3. 读出电路的详细电路实现： 为配合ACS方法，研究团队设计了高性能的读出电路，其信号处理链如下： * 电荷放大器（Charge Amplifier, CA）： 作为第一级，将微弱的电容电荷信号转换为电压信号。设计中加入了可调电阻R_f，使其具有高通特性，专门用于衰减大幅度的低频干扰（如60Hz工频干扰），防止后续电路饱和。 * 带通滤波器（Band-Pass Filter, BPF）： 这是噪声滤除的关键环节。研究采用了一种开关电容带通滤波器（Switched-Capacitor BPF， SC-BPF），并使用多反馈拓扑（Multiple Feedback Topology, MFT）以保证增益稳定。其核心特点是：滤波器中心频率（f_m_sc）由开关时钟频率（fb_pf）和电容比值精确设定。 由于fb_pf被设计为与激励频率fe_x同步（例如10倍关系），因此滤波器的中心频率能自动跟踪并锁定在fe_x上。这确保了触摸信号（在fe_x处）能无衰减通过，而偏离fe_x的噪声（包括外部噪声和激励信号谐波）则被强烈抑制。这种“同步BPF”设计解决了因触摸点在CTS面板上位置不同导致传感器自身滤波特性（RC常数）变化，从而引起噪声抑制不均匀的问题。 * 解调器（Demodulator）与低通滤波器（Low-Pass Filter, LPF）： 解调器将BPF输出的交流信号转换为直流电压。研究采用了一种斩波放大器（Chopper Amplifier） 作为解调核心，并将斩波开关置于放大器内部低阻抗节点，同时添加补偿电容，有效减少了输出纹波。后续的LPF同样采用开关电容结构（Switched-Capacitor LPF），其截止频率可由时钟控制，便于适应不同的系统报告率。
4. 性能验证与实验方法： 为验证ACS方法的有效性，研究团队搭建了完整的测试系统。 * 测试对象： 使用制造的ROIC芯片与一个46英寸的金属网格结构电容触摸传感器（CTS）进行对接。该CTS具有120条RX电极和70条TX电极。 * 噪声注入： 为了模拟真实恶劣环境，研究通过一个直径为15毫米的导体，将频率为375 kHz、峰峰值10V的正弦波噪声直接注入到CTS中。这个频率被特意选择为接近系统初始（或低档）工作频率，以测试ACS方法在“最坏情况”（噪声频率接近信号频率）下的表现。 * 对比测试： 所有测试均在三种条件下进行：（a）无外部噪声； （b）有外部噪声但不启用ACS方法（固定频率工作）； （c）有外部噪声且启用ACS方法。 关键测量指标包括：系统信噪比（SNR）、输出电压（V_lpf）的波动，以及多点触控的二维图像清晰度。
三、 主要研究结果与分析
实验结果充分证明了所提出的ACS方法的卓越性能。
1. 噪声抑制效果的时域与频域验证： * 时域波形（图12）： 在注入375 kHz强噪声的情况下，固定频率工作模式（未启用ACS）下，低通滤波器输出V_lpf在饱和区出现高达86.1 mV峰峰值的剧烈波动，表明噪声严重干扰了触摸信号的测量。而在启用ACS方法后，V_lpf的波动显著降低至9.6 mV，降幅达88.6%。这直观显示了ACS方法通过切换频率，有效避开了噪声频点，稳定了输出信号。 * 频域特性与SNR提升（图13）： 测量了在不同激励频率（fe_x）下，系统的噪声水平（D_noise）和SNR。当fe_x从较低值逐渐增加（即远离噪声频率375 kHz）时，D_noise从104.0急剧下降至9.1。相应地，系统的SNR从22.5 dB大幅提升至44.5 dB，改善了22.0 dB。这一结果定量地证实了提高工作频率以远离噪声频率的策略的有效性，也体现了ACS算法根据噪声强度自动选择合适fe_x的能力。
2. 系统整体性能与对比： * 最佳SNR： 在无外部噪声的理想条件下，该ROIC在120 Hz报告率下实现了45.8 dB的SNR。 * 抗噪性能： 在存在强外部噪声（375 kHz， 10Vpp）的最恶劣测试条件下，启用ACS方法后，系统SNR为44.5 dB。这与无噪声时的45.8 dB仅相差1.3 dB，意味着ACS方法几乎完全抵消了强外部噪声的影响，使系统性能恢复到接近理想状态。 * 触摸图像质量（图14）： 在10点多点触控测试中，无噪声时，所有触摸点清晰可辨。注入噪声后，若不启用ACS，触摸图像背景噪声升高，并在真实触摸点附近出现大量由噪声引起的虚假信号（毛刺），导致无法准确识别真实触摸点。启用ACS后，背景噪声和虚假毛刺基本消失，10个真实触摸点得以清晰、准确地呈现。 * 性能比较（表I）： 与之前报道的同类工作相比，本研究提出的ROIC在SNR指标上达到了最高水平（45.8 dB），显著优于其他采用积分法或差分法的设计。这直接证明了ACS方法在提升系统抗噪能力和信噪比方面的优越性。
四、 研究结论与意义
本研究成功提出并验证了一种用于电容触摸传感系统的自适应斩波稳定（ACS）方法。通过集成在ROIC中的自适应斩波控制器（ACC），该系统能够实时、快速地检测外部噪声水平，并据此动态选择最优的工作频率组合。结合同步开关电容带通滤波器（SC-BPF）等精密模拟电路设计，该系统能够高效滤除各种外部噪声，尤其是在噪声频率接近原始工作频率的挑战性场景下。
该研究的科学价值在于提出了一种智能、自适应的噪声处理框架，将数字域的噪声评估与频率决策算法，同模拟域的可配置滤波技术紧密结合，为高噪声环境下的传感信号读取提供了新的设计范式。其应用价值极为显著：所实现的ROIC芯片能够为大型触摸屏设备（如交互式白板、大尺寸电视、公共信息亭等）提供业界领先的抗干扰能力和触摸精度，确保在复杂的电磁环境中也能稳定、可靠地工作。
五、 研究亮点
六、 其他有价值的内容
研究还详细讨论了工程设计中的权衡考虑。例如，提高激励频率（fe_x）虽然可以远离噪声，但会导致功耗增加以及因CTS本身低通特性造成的信号衰减。因此，ACS算法的设计目标是在保证足够SNR（如>40 dB）的前提下，尽可能选择较低的fe_x以优化功耗和信号完整性。这种工程实现的细节思考，对于将该方法转化为实际产品具有重要指导意义。此外，论文对电荷放大器针对60Hz干扰的优化、解调器中纹波抑制技术的应用等电路级创新也进行了详尽阐述，为相关领域的电路设计者提供了宝贵的参考。