测试信号处理文献综述.doc
《测试信号处理文献综述.doc》由会员分享,可在线阅读,更多相关《测试信号处理文献综述.doc(8页珍藏版)》请在咨信网上搜索。
1、微弱信号检测技术综述摘要:微弱信号是一种信噪比极低的信号,强噪声背景下微弱特征信号检测, 一直是工程应用领域的难题,需要利用电子学和信号处理方法从噪声中提取有用信号,这些检测方法关键在于抑制噪声,恢复和提取有用信号。本文对各种传统的微弱信号检测技术、新的检测技术的基本原理和特点进行阐述,并在最后指出了今后微弱信号检测技术的发展方向,为微弱信号处理技术提供了依据。关键词:微弱信号 检测 相关分析 混沌理论 小波变换1.引言在自然现象和规律的科学研究和工程实践中,经常会遇到需要检测毫微伏量级信号的问题,比如测定地震的波形和波速、材料分析时测量荧光光强、卫星信号的接收、红外探测以及生物电信号测量等,
2、这些问题都归结为噪声中微弱信号的检测。微弱信号检测技术(Weak Signal Detection)作为一门新兴的学科,应用范围遍及光、电、磁、声、热、生物、力学、地质、环保、医学、激光、材料等领域。微弱信号检测技术主要是分析噪声产生的原因和规律,研究被测信号的特点与相关性,检测被噪声淹没的微弱有用信号。目前对微弱信号检测理论的研究,探索新的微弱信号检测方法,研制新的微弱信号检测设备是目前检测技术领域的一个热点。微弱信号检测的特点是,第一, 在较低的信噪比中检测微弱信号。造成信噪比低的原因, 一方面是由于特征信号本身十分微弱; 另一方面是由于强噪声干扰使得信噪比降低。如在机械设备处在故障早期阶
3、段时,故障对应的各类特征信号往往以某种方式与其它信源信号混合,使得特征信号相当微弱;同时设备在工作时,又有强噪声干扰。因此,特征信号多为低信噪比的微弱信号。第二,要求检测具有一定的快速性和实时性。工程实际中所采集的数据长度或持续时间往往会受到限制,这种在较短数据长度下的微弱信号检测在诸如通讯、雷达、 声纳、地震、工业测量、机械系统实时监控等领域有着广泛的需求。2.传统微弱信号检测方法2.1.滤波技术滤波技术是一种通用信号处理技术。对于频率固定的信号使用窄带化滤波技术,用窄带滤波器滤掉宽带噪声,只让窄带宽信号通过,滤除通频带以外噪声,提高信号的信噪比。实际中,由于一般滤波器的中心频率不稳定,不能
4、满足更高的滤除噪声的要求。但是,信号与噪声均可能具有连续的功率谱,不管滤波器具有什么样的频率相应,均不可能做到噪声完全滤掉,信号波形不失真恢复。因此需要新的滤波方法,以使误差最小。维纳滤波器是一种最小均方差准则下的最佳线性滤波技术,但是维纳滤波电路实现起来比较困难。因此,在它的基础上发展起来一种基于状态空间方法的最佳线性递推滤波技术,即卡尔曼滤波。这种滤波器是针对离散信号而言,特别适合离散序列的实时滤波,可以很方便地利用计算机处理,在控制领域起到重要作用。维纳滤波理论的另一个发展方向是自适应滤波,可以自动地调节自身参数,在设计时,只需要很少或根本不需要任何关于信号和噪声的经验统计知识。这种滤波
5、在模型识别、通信信道的自适应均衡、生物医学信号中周期干扰消除等方面均有重要作用。2.2.相关检测技术相关检测是上世纪60年代发展起来的一门技术, 最早的实用相关检测系统是1953年贝尔实验室的Bennett等利用磁带记录仪技术实现的,1961年,Weinreb的文章描述了利用自相关法从随机噪声中提取周期信号的方法。此后,人们进行了大量的工作,如今这项技术已经得到广泛的应用。相关检测主要是应用信号周期性和噪声随机性的特点,对信号和噪声进行相关性分析。由于信号和噪声是相互独立的过程,信号只与信号本身相关与噪声不相关,而噪声与噪声一般也是不相关。通过自相关或互相关运算,达到去除噪声、达到提高信噪比的
6、目的。2.2.1.自相关检测技术子相关检测原理框图如图1所示。图1 自相关检测原理框图设输入信号由被测信号和噪声组成,即:,经过延时、乘法、积分及平均运算后,则自相关函数为:由于信号和噪声不相关,且噪声的平均值为零,所以,则。随着的增大,对充分大的,则,这样就得到信号的自相关函数,它将包含信号的某些 信息,从而检测出有用信号。但实际情况不能达到理论设想,因此总是存在 的,且是的函数,但其幅度与原噪声相比很小,可看作 新的噪声。在此基础上,可以利用多重自相关法检测微弱信号,提高对信号的检测能力。2.2.2互相关检测技术互相关检测原理 框图如图2所示:图 2 互相关检测原理框图设输入信号由被测信号
7、和噪声组成,即:,为参考信号,与有相关性,与无相关性,经过延时、乘法、积分及平均运算后,则互相关函数为:由于与不相关,且噪声的 平均值 为零,所以,则互相关 函数包含了信号所携带的信息,从而检测出待测信号。将自相关和互相关相比较,可以看出:互相关接受只有信号和与本地信号的相关输出,可以抑制所有与参考信号不相关的各种形式的噪声,因此它的输出信噪比更高 ,优于自相关法。但互相关技术需要一个参考信号,使其使用受到一定程度的限制,因而其去噪性能并不一定比自相关法效果好。相关检测 技术对周期 弱信号 检测是非常有效的。目前,相敏检波器、锁相放大器都是基于相关为基础的仪器。2.3.同步累积法若信号有宽的频
8、域,不能采用相关检测技术,可采用同步累积法方法。这种方法就是基于噪声的随机性和信号的稳定性,当信号在多次重复的情况下,由于信号的周期性的重复,噪声不具有这种性质,每个周期信号受到的干扰不同,故在接收端接收到不同畸变信号,因此对畸变信号经多次重复。因噪声随机且均值为零,进行多次测量就可以去除噪声的影响,就可以识别出原信号。信号的重复次数越多,输出信号就越接近原信号,信噪比也就越高,系统抑制噪声能力越强。由此可见,这种方法实际上就是在接收端将重复收到的信号按某种方式叠加起来。输出信噪比的改善与累积次数n成正比,累积次数n越大,则 SNR越大,只要累积次数n足够大,就可以使输出信噪比达到要求。为了消
9、除取样得到的信号中噪声,必须多次累加及平均。但随着累积次数的增加,所需要的测量时间也同时增加,因此,这种微弱信号检测方法是以时间为代价来换取信噪比的改善。在信号检测中,同步积分器、取样积分器、多点信号平均器都是基于这种原理的仪器。2.4.离散信号的统计方法有些信号,可看成一些极窄的脉冲信号,人们关心的是单位时间到达的脉冲数,而不是脉冲的形状。如光子流、宇宙射线流的测量,这些脉冲的计数统计方法,要选择或设计传感器,能使信号有尽量相近的窄脉冲幅度输出,要利用幅度甄别器大量排除噪声计数,要利用信号的统计规律,来决定测量参数和作数据修正。例如,在微弱光检测中,由于微弱光的量子化,光子流具有离散信号的特
10、征,使得利用离散信息处理方法检测微弱光信号成为可能。微弱光检测又分为单道和多道两类。单道微弱光检测以具有单电子峰的光电倍增管作传感器,采用脉冲甄别和计数技术的光子计数器;多道微弱光检测是用光导摄像管或光电二极管阵列等多路转换器件作传感器,采用多道技术的光学多道分析器。3.新兴检测技术3.1.基于噪声和混沌阵子的检测技术传统的信号检测方法是采用线性滤波的方法来提取信号,在背景噪声较强的情况下,此方法一般会失效。而在机械工程、 自动化、 通讯、 电子对抗等领域,常常需要判断特定规律的微弱信号是否存在。因此,一项迫切的任务是寻找新的检测方法。由混沌理论知道:混沌系统在混沌振子满足一定条件时,对同频信
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 测试 信号 处理 文献 综述
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【天****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【天****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。