对于一个晶振产品来说，老化这个环节是相当重要，这关系到产品的质量问题和不良问题,在制作石英晶振，贴片晶振等产品，每一道工序都是重要的，下面给大家大概的介绍下关于晶振的老化率的知识

老化率的预测模型

  由于对温度补偿晶振现在已经达到成熟阶段,所以本文主要是针对老化率进行研究。老化的预测模型采用矢量或多维 Kalman滤波器,而矢量滤波公式和前面讨论过的标量或一维公式在形式上是类似的,即

矢量形式中的x(k)、o(k-1)、z(k)和y(k)是多维向量,而A、H、Kg(k)、P(k)、Q、R均为矩阵形式,其中,Q和R分别代表过程噪声方差矩阵和测量噪声方差矩阵的石英晶体振荡器。

  在预测模型中,信号的状态向量为三维列向量,各项分别代表频率相对准确度、频率漂移率和频率漂移率的一阶微分馴,即

  z(k)为相对频差的测量值,状态转移矩阵A取值为

  其中,M为数据的采样周期,系数at在贴片晶振的正常驯服期间取值为1,而在保持期间取值为0,保证老化率在驯服时可以及时更新,以跟随老化率长期的非线性,而在保持期间保持不变,防止错误更新。

测量参数矩阵H是一个三维行向量,其取值为:

  用于从状态估计向量中分离出相对频差测量值的对应估计值。过程噪声方差矩阵Q为三阶方阵,其对角线上的元素对应状态向量中各项的过程噪声方差,而其余项分别是状态向量中各项之间的协方差,各项具体数据由实验确定,在 Matlab环境下经过多次的数据仿真,得到合适的Q值,这里根据实验将所有数值设定在1×10^-4量级。测量噪声方差矩阵R这里是一个数值,对应相对频差的测量方差大小。为了防止预测值的整体偏大或者偏小,这里将该值取为1。

  关于系统状态向量和估计误差方差矩阵的初始估计值,则需要根据系统实际情况确定。这样,在OCXO晶振的正常锁定状态下,老化预测模型接收驯服部分对于老化的锁定校正信号,按照前面讨论过的 Kalman滤波程序流程,不断更新模型的状态向量估计值,使其趋向于真实值。而在GPS信号失效后,没有了锁定校正信号, 模型的输入变为它预测的测量值,即使得z(k)=HAx(k-1),这样x(k)=Ax(k-1), 并不断运行下去。