电容式触摸传感器提升应用设计

因为混合信号IC工艺得到广泛的采用，这种技术允许芯片设计师优化芯片的模拟和数字子系统，以构建具有前所未有的灵敏度和耐用性的电容式传感器，而且成本是机械式开关所不能比拟的。

如何工作

电容式传感器基本上可以分成三类：电场传感器、基于弛张振荡器的传感器以及电荷转移(QT)器件。电场传感器通常会产生数百kHz的正弦波，然后将这个信号加在电容一个极板的导电盘上，并检测另外一个导电盘上的信号电平。当用户的手机或另外的导体对象接触到两个盘的时候，接收器上的信号电平将改变。通过解调和滤波极板上的信号，可能获得一个直流电压，这个电压随电容的改变而变化；将这个电压施加在阈值检测器上，即可以产生触摸/无触摸的信号。

弛张振荡器使用了一个电极盘，其上的电极电容构成了锯齿波振荡器中的可变定时单元。通过将恒定电流馈入到电极线， 电极上的电压随时间线性增加。该电压提供给比较器一个输入，而比较器的输出连接到一个与电极电容并行连接的接地开关上。当电极电容充电到一个预先确定的阈值电压时，比较器改变状态，实现开关动作—对定时电容放电，打开开关，这个动作将周期性的重复下去。其结果是，比较器的输出是脉冲串，其频率取决于总的定时电容的值。传感器根据不同的频率改变来报告触摸/无触摸状态。

QT器件利用了一种称为电荷保持的物理原理。举例来说，开关在一个短时间内施加一个电压到感应电极上对其充电，之后开关断开，第二个开关再将电极上的电荷释放到更大的一个采样电容中。人手指的触摸增大了电极的电容，导致传输到采样电容上的电荷增加，采样电容因此改变，据此就能得出检测结果。

QT器件在突发模式采样之后即进行数字信号处理，这种方法能提供比竞争方案更高的动态范围和更低的功耗，而自动校准例程可以补偿因为环境条件改变带来的漂移。更重要的是，这种方法足够灵敏，在电流透过厚的面板时不需要一个参考地连接，因此适合电池供电的设备。Quantum（量研公司）的QT芯片就是采用这种方法。

应用实例

QT芯片出现在一系列具有挑战性的应用中，如微波炉和炉灶面控制。它在这些应用中必须承受很高的湿度、污染挑战。而便携式电子产品也经常面对这种情况，它们所处的环境经常变化，因此QT传感器也非常适合这种应用。QT传感器在干扰下的高电阻对于移动设备来说至关重要，因为它们附近经常有很强的辐射源，如：PC、手机等。

因为这个原因，QT芯片越来越多地在便携式设备中出现。很多领先的亚洲OEM厂商都采用了这种技术，包括DEC、JW Digital、松下和Microstar。例如，在JWM-8110闪存播放器中就采用了QT1080，而Microstar在其Mega Player 536 MP3播放器中采用了QT1101。这些芯片可以工作在2.8～5.5V电源电压下，吸收的电流大约为40μA，专门针对移动电子产品进行了优化，采用了5mm×5mm×0.8mm QFN封装，这种封装是空间有限的手机和遥控设备所必需的。QT1080支持8个独立的按键通道，QT1101支持10个通道。两个芯片都包括邻近按键抑制(AKSTM)功能，可以确保芯片正确地识别手指的位置。这个概念很简单，通过比较邻近按键的信号电平来确定最大值，这样就能确定“真正的”手指位置。设计者可以自行选择是否启用AKS功能。QT1080利用一个硬件状态线连接每个输入通道，而QT1101通过一个串行连接输出。像所有的QT芯片一样，这两种方法都利用扩谱搜索自动校准，使噪声抑制最大化。

一般可用多输入通道实现滑动按键或旋转按键，而专用的QT系列芯片只用三个分辨率为7位(128点)的通道就能实现高分辨率线性滑动或旋转界面。例如QT511(该芯片的主要目标应用也是便携式电子产品)使用三个感应通道来驱动通用电气公司的一位发明家于1978年设计的电极图形，可返回一个128点的结果。

其他可能性

很多设计师都利用QT芯片来替代电阻式触摸屏。因为该方法只需要将单透明层铺设在屏幕上用于感测，与多层电阻式技术相比，对光线的吸收大大降低。OEM厂家还使用多通道传感器来实现可编程的不透明触摸表面，面板的配置由软件来调配，这能帮助降低材料成本。同样的办法还为用户依据个人喜好配置触摸屏提供了可能，用户可从网络服务器下载规格，或者自己运行一个配置程序。

这种技术打开了很多应用之门，例如使用了平面位置检测QT器件，终端用户在移动电话的数字键盘上移动就可以输入中文或其他复杂字符。但是这种技术的最大应用是平面坐标触摸屏，在这种应用中，下表面感测薄膜可以替代电阻式屏，而单层薄膜获得高透明度和低成本，不需要在前面板中开孔。

如果现有的QT硬件不能满足客户的需求，用户可选用带有可编程MCU内核的芯片。定制应用实例包括Jenn-Air Attrezzi食品搅拌机，QT芯片在这个设备中负责监测用户的输入，并控制功率三端双向可控硅开关，通过一个过零同步开关来使EMC问题最小化。