器面板部分550、在该面板部分中检测到的接触面、以及该接触面的计算质心。在图5B的示例中，触摸物体的轮廓或接触面显示在552处。触摸传感器面板部分550中的触摸像素554使用“ + ”符号识别，并且接触面552中的那些触摸像素可以具有与它们的无触摸对应物不同的变化的触摸值。算法(例如分水岭算法)可以被实现用来确定接触面552的边界。接触面内触摸像素的触摸值可以用来计算质心556。但是，接触面内每个触摸像素的计算的触摸值可以是应用到触摸传感器面板的激励信号以及面板上任何噪声的函数，并且因此质心556也可以是应用到触摸传感器面板的激励信号以及面板上任何噪声的函数。
[0039]根据公开内容的一些示例，在确定可以应用到触摸传感器面板的最低激励电压电平同时维持可接受的触摸性能之前，可以测量或计算指示触摸像素噪声的一个或多个参数或度量。在其他示例中，可以测量或计算感测通道放大器输出的触摸像素噪声和SNR。在另外其他示例中，可以模拟触摸位置抖动。
[0040]图6例示说明根据公开内容的一些示例的用于确定触摸系统经历的噪声水平以及确定最小可接受激励电压的示例性算法600。在图6的示例中，在块602处，没有激励信号被应用到触摸传感器面板。在块604处，在不存在激励信号时，感测通道可以捕捉感测线路上的感测信号(即捕捉面板图像)。在一些示例中，在块604处也可以在不存在触摸时捕捉感测信号。因为不存在触摸，可以假设这些捕捉到的感测信号中的任何变化可以因系统中噪声或者系统上作用的噪声而引起。在一些示例中，在正常设备操作的背景下，可以在预先确定的帧数或时间段捕捉这些感测信号，然后在块606处，可以对感测信号执行统计分析，以便对基于每个像素的那些感测信号来确定平均振幅、方差或其他统计测量，以在块608处计算每个像素处的噪声的测量(噪声值)。但是，因为基于每个像素计算噪声需要执行全扫描，因此在公开内容的一些示例中，可以获得基于行或列捕捉噪声的感测信号以便加速噪声测量的计算。
[0041]在公开内容的一些示例中，感测信号可以以已知的工作频率解调、累加、存储并进行统计分析来确定处于那些频率的噪声。在一些示例中，感测信号的分析可以在感测通道的前端执行，这可以减少或消除下游统计分析的需要。
[0042]应当理解，在公开内容的一些示例中，可以在列、行或二者上执行感测。不管哪个迹线正在用于感测，都可以在行和列二者上提取噪声。无论感测信号从列、行或者二者获得，都可以应用图6的算法。
[0043]图7例示说明根据公开内容的一些示例的用于确定触摸系统经历的噪声水平和预估SNR以及确定最小可接受激励电压的示例性算法700。在一些示例中，在块702处，激励信号可以应用于触摸传感器面板。在块704处，在不存在触摸且存在激励信号时感测通道可以捕捉感测线路上的感测信号(即捕捉面板图像)。因为不存在触摸，因此可以假设这些捕捉到的感测信号中的任何变化可以因系统中噪声或者系统上作用的噪声而引起。在一些示例中，在正常设备操作的背景下在没有检测到触摸时，可以在预先确定的帧数或时间段捕捉这些感测信号，然后可以在块706处对感测信号执行统计分析，以便对基于每个像素的那些捕捉到的感测信号来确定平均振幅、方差或其他统计测量，以在块708处计算每个像素处的噪声的测量。
[0044]在公开内容的一些示例中，感测信号可以以已知的工作频率解调、累加、存储并进行统计分析来确定处于那些频率的噪声。在其他示例中，感测信号的分析可以在感测通道的前端电路执行，这可以减少或消除下游统计分析的需要。
[0045]应当理解，在公开内容的一些示例中，可以在列、行或二者上执行感测。不管哪个迹线正在用于感测，都可以在行和列二者上提取噪声。无论感测信号从列、行或者二者获得，都可以应用图7的算法。
[0046]为了从计算的噪声值中计算SNR，感兴趣的参数是当面板被触摸时输出信号改变多少(即触摸情况和无触摸情况之间信号振幅的差)。但是，在图7的示例中，不存在触摸，因此输出信号是恒定的并且触摸和无触摸信号电平之间的差未知。因此，在710处，可以例如基于表征或推论接地电平来假设触摸和无触摸信号电平(以及二者之间的差)。给出假设的信号电平和计算的噪声值，在712处可以计算估计的SNR。
[0047]图8例示说明根据公开内容的一些示例的用于确定触摸系统经历的噪声水平和实际SNR以及确定最小可接受激励电压的示例性算法800。在一些示例中，在块802处激励信号可以应用到触摸传感器面板。当在块804处检测到一个或多个触摸时存在激励信号，感测通道可以捕捉感测线路上的感测信号(即捕捉触摸图像)。在一些示例中，在正常设备操作的背景下在检测到触摸时，可以在预先确定的帧数或时间段捕捉这些感测信号。当捕捉触摸图像时，在块806处算法(例如分水岭算法)可以被实现用来确定触摸位置(例如触摸面边界)。在808处，这些触摸位置然后可以从随后的统计分析中排除。换句话说，统计分析可以仅在没有检测到触摸的那些像素位置上执行。在一些示例中，在810处，统计分析可以对那些无触摸像素位置的感测信号执行，以便对基于每个像素的那些感测信号来确定平均振幅、方差或其他统计测量，以在812处计算每个无触摸像素处的噪声的测量。
[0048]在公开内容的一些示例中，感测信号可以以已知的工作频率解调、累加、存储并进行统计分析来确定处于那些频率的噪声。在一些示例中，感测信号的分析可以在感测通道的前端执行，这可以减少或消除下游统计分析的需要。
[0049]应当理解，在公开内容的一些示例中，可以在列、行或二者上执行感测。不管哪个迹线正在用于感测，都可以在行和列二者上提取噪声。无论感测信号从列、行或者二者获得，都可以应用图8的算法。
[0050]为了从计算的噪声值中计算SNR，感兴趣的参数是当触摸面板被触摸时输出信号改变多少(即触摸情况和无触摸情况之间信号振幅的差)。但是，在图8的示例中，存在触摸，因此触摸和无触摸信号电平之间的差已知。因此，在814处，可以测量实际触摸和无触摸信号电平(以及二者之间的差)。给出实际触摸/无触摸输出电压信号电平和无触摸像素处计算的噪声值，在816处可以计算实际SNR。
[0051]图8的示例(存在触摸)不同于图6和7的无触摸示例在于，触摸位置处实际触摸/无触摸感测放大器输出电压摆幅可以是已知的或被测量，并且在SNR计算中使用，而不是必须假设触摸/无触摸感测放大器输出电压摆幅。这可能在其他事情中是重要的，因为触摸/无触摸感测放大器输出电压摆幅可以依赖于触摸物体的接地情况而变化。
[0052]如上所述，公开内容的示例针对减小触摸传感器面板激励电压电平同时保持可接受的触摸性能。换句话说，确定的触摸像素噪声水平，以及在一些示例中，基于确定噪声水平的估计或实际SNR的计算，可以用作噪声度量以帮助确定最低的可接受激励电压电平。但是，在一些示例中，触摸性能可以直接从计算的触摸位置(例如接触面的计算质心)的稳定性(例如抖动)评估，并且最低的可接受激励电压电平可以从该稳定性测量确定。例如，在不存在噪声时当用户将手指向下触摸到触敏表面上时，该触摸的计算质心应当是静止的。但是，在存在噪声时，计算质心可能随着时间变化(抖动)，即使手指实际上是静止的。在一些示例中，每英寸点数(DPI)，或者作为选择，每英寸点数(DPI)的倒数，可以用作触摸抖动的度量，虽然应当理解也可以使用其他度量来应用。
[0053]在细线制图程序中，可能期望将抖动限制在大约显示像素的一半，使得任何噪声将不会造成另外的直线路径被捕捉并显示为锯齿状路径。因此，显示像素宽度一半或更小的触摸位置抖动将不会使得相邻的显示像素受影响，因此应当对于显示的图像没有影响(例如，没有锯齿状路径)。但是，因为小于显示像素一半的触摸位置抖动不是可分辨的(即对显示没有影响)，使用产生小于显示像素一半的触摸位置抖动的激励电压电平可能是不必要的。因此，在公开内容的一些示例中，可能期望确定在存在抖动等于显示像素大约一半的噪声时能够产生触摸面质心位置的最小激励信号电压。
[0054]图9A例示说明根据公开内容的一些示例的用于模拟触摸质心抖动的示例性算法900。在图9A的示例中，可以绕过噪声测量，并且可以直接测量触摸质心抖动(更接近用户级性能的度量)。算法可以使用一个或多个模拟的触摸而不是真实的触摸。当不存在真实的触摸时，或者当真实的触摸不是静止的时，模拟的触摸可能是必要的。在一些示例中，在块902处，激励信号可以应用到触摸传感器面板。在块904处，感测通道可以在有或没有触摸存在且存在激励信号时捕捉感测线路上的感测信号(即捕捉面板图像)。在块905处，可以识别捕捉到的面板图像中的任何触摸位置。可以假设这些捕捉到的感测信号中的任何变化可以因系统中噪声或者系统上作用的噪声而引起。在一些示例中，在正常设备操作的背景下在没有检测到触摸时，可以在预先确定的帧数或时间段捕捉这些感测信号。
[0055]图9B例示说明根据公开内容的一些示例的示例性理想触摸轮廓950。在图9B的示例中，理想触摸轮廓950以单个维度(例如X维度)显示，质心位于像素C，但是应当理解，图9B的理想触摸轮廓也可以应用到正交维度(例如Y维度)。
[0056]再次参考图9A，在公开内容的一些示例中，在块906处，在预先确