信号检测专业方向的学习总结报告.docx

信号检测专业方向的学习总结报告龙电子信息工程摘要：本文研究信号检测的内容，目的，研究范围；分析产生的原因和规律，运用电子学和信号处理方法检测微弱信号，并并介绍几种行之有效的微弱信号检测方法和技术。 关键词：信号检测 检测方法引言：微弱信号检测技术是采用电子学、信息论、计算机和物理学的方法，分析噪声产生的原因和规律，研究被测信号的特点和相关性，检测被噪声淹没的微弱有用信号。微弱信号检测的宗旨是研究如何从强噪声中提取有用信号，任务是研究微弱信号检测的理论、探索新方法和新技术，从而将其应用于各个学科领域当中。在微弱信号检测中，总是伴随着噪声，噪声属于电路中的随机扰动，它可能来自电路中元器件中的电子热运动，或者是半导体器件中载流子的不规则运动。1.信号检测理解一是在电子技术领域，对原始信号的传感、测量与数据采集，主要与硬件系统有关。二是在通信领域，对所接收到的含干扰噪声的信号进行提取的过程，主要与数学理论和软件算法有关；三是在心理学领域，针对反应偏差问题的一种系统研究测试方法，主要关注刺激事件出现与否的决策判断过程。2.内容微弱信号检测技术是一门新兴的技术学科，是利用电子学、信息论和物理的方法，分析噪声产生的原理和规律，研究淹没在噪声背景下的被测信号的特点与相关性，检测被测信号，得到被测信号的特性。3.微弱信号检测目的利用电子学、物理学和信息论的方法，分析噪声产生的原因和规律，研究被测信号的特征与相关性，检测被噪声覆盖的微弱信号。4.研究范围研究信号和噪声统计特性及其差别，以及从噪声中检测和提取信号的理论和方法。5.检测方法(1)窄带滤波法 这种方法是利用信号的功率谱密度较窄，而噪声功率谱密度相对较宽的特点，使用一个窄带通道滤波器，将有用的信号功率提取出来。 由于窄带滤波器只让噪声功率的很小一部分通过而滤掉了大部分噪声功率，由此而得到了高信噪比。(2)双路消噪法 双路消噪法是利用两个通路对输入信号的不同处理，然后设法消去共同的噪声。 (3)锁定接收法 如下图所示。Vs(t)为输入信号、Vr(t)为参考信号，这两个信号同时输入乘法器进行运算，然后经过积分器，得到输出V0(t)。(4)取样积分 对湮没于强白噪声中的周期信号，按照取样定理的要求进行的等间隔取样。设有效信号为S(t)，噪声信号为n(t)，取样周期为T，经过N次积累平均，则输出为:(5)相关检测 相关检测技术是应用信号的相关性和噪声随机性的特点，通过相关运算，去除噪声，检测出信号的一种技术。由于信号和噪声是相互独立的过程，根据相关函数的定义，信号只与信号本身相关与噪声不相关，而噪声之间一般也是不相关的。那么就可以利用这种相关性原理，使信号进入相关处理电路，最后输出信号，从而抑制噪声，提取信号。6.应用（1）利用锁相放大技术进行视频微弱信号提取是指将窄带低频信号或者通过激励方式转化成在低频基带上调幅信号的直流、缓变微弱信号进行前置放大后，经频谱搬移和低通滤波获取信号真实值的一种信号提取方法。该方法能克服工频干扰的影响；避开1f 低频噪声；避免直流放大器的温度、零点漂移：抑制噪声，极大地提高信噪比。因此该技术在等离子腐蚀监测、光纤瓦斯传感器、车辆温度测试、扫描电子显微镜、生物医学信号等领域获得了广泛的应用。（2）将信号稀疏分解思想应用于通信、雷达、声纳等领域的信号检测。信号稀疏分解采用MP（Matching Pursuit）算法实现。原子采用正弦波模型，通过对正弦波模型伸缩和平移形成过完备原子库。由MP 分解结果，可检测出淹没在强噪声环境中的微弱正弦信号的幅度、频率和初相位参数，从而恢复为待检测的微弱正弦信号。此方法在-40dB极低信噪比环境下可以同时检测多个正弦信号。（3）自相关方法与混沌相结合检测正弦信号，比只采用混沌系统检测正弦信号时的信噪比工作门限又降低了20dB；用于检测微弱信号时，输出信噪比门限的确很低。（4）强噪声背景中未知微弱信号的一种简便检测方法：针对实际应用中的未知微弱信号的检测，特别是完全被噪声淹没情况下微弱信号的检测问题，根据白噪声零均值的特性，利用将信号按时间分段后延时累加的方法和白噪声信号在任一时间t 均值为零这一特性，将强噪声信号分断延时，到某一时刻累加，由此时刻所得的随机变量的均值是否为零来判断t 时刻以前的信号中是否含有有用信号。利用这种检测方法可以在未知微弱信号波形的情况下，对强噪声背景中的微弱信号进行有效的检测。（5）在低频通信系统中应用数字式平均法可以有效地提高接收端的信噪比。线性累加平均算法、归一化平均算法和指数平均算法在低信噪比时，都能显著地提高信噪比，但是线性累加平均算法在数据量较大时，容易过载，所以在实际应用中大部分采用的是后两种方法。（6）微弱信号检测的理论和方法研究，已经形成了基于线性系统和平稳噪声的条件的最佳检测理论和方法，提高了信息传输和提取的有效性、可靠性。对于一些实际系统要根据具体的信号和噪声统计特性，参照最佳检测原则，寻找适当的检测方法。例如射电望远镜和微波遥感器所用的微波辐射计，就是根据检测目标是以类似噪声形式表现的辐射信号，通过消除系统增益波动而造成的干扰，再降低系统本身的干扰噪声，才达到了能检测出极微弱信号的能力，成为当今检测灵敏度最高的仪器。7.研究方向近年来，随着信号检测与处理中引入基于非线 性动力学系统的数学理论，如神经网络、混沌理论、 随机共振原理等，在微弱信号检测领域，利用非线性 动力学系统特有性质检测微弱信号的方法逐渐显现 出优势。如利用混沌测量法具有极高的测量灵敏度 和对任何零均值噪声均具有极强的“免疫”力的特 性，可以很好的解决任何零均值噪声背景下微弱信 号的参数估计问题；机械设备早期故障预示和诊断 中应用随机共振方法，将噪声的部分能量转化为信 号能量检测微弱特征信号，提高了故障诊断的准确 率。随着信号检测与处理中非线性理论与方法的广 泛应用，非线性分析法必将成为未来微弱信号检测 研究的主要方向之一。 由于微弱特征信号、噪声的种类较多，如微弱周 期信号、微弱脉冲信号、冲击信号、微弱非周期信号， 噪声有如高斯噪声、白噪声、限带噪声、窄带噪声等， 不同特性的信号和噪声的混合造成待测信号较为复 杂。采用单一的检测方法，检测门限过高，信噪比改 善有限。在实际检测中，充分利用各检测方法的特 点，结合多种检测方法检测微弱信号已逐渐成为一 种趋势。如文献27将小波方法与频谱分析方法相 结合，先利用小波变换，对信号进行相干积累，然后 再用周期谱方法对积累信号进行估计，进一步改善 信号的检测能力；混沌理论法能较好的检测微弱未 知信号频率，最低能检测到信噪比为 26 dB时的 信号频率，但不适合检测微弱非正弦信号幅值；信噪 比高于3 dB时，小波变换有较好的时频分辨特性；在检测较低信噪比的未知微弱信号时先利 用相关检测法改善信噪比，使其达到小波变换要求， 利用小波变换检测未知微弱信号幅值，利用混沌理论检测信号的频率，取得了较好的检测结果。结论：我们的生活的各个方面已经完全离不开信号的处理技术，信号处理技术的重要性就不言而喻了。研究信号和噪声统计特性及其差别，以及从噪声中检测和提取信号的理论和方法。我们有理由相信，信号检测将会对人类生活产生深远的影响。参 考 文 献1Lv Huiying, Cao Zhiyu, Yan Xiaopeng, Li Ping. . A combined method of weak signal detectionC. 2009. Asia-Pacific Conference on Computational Intelligence and Industrial Applications, IEEE Conference, 2010: 106-109.2 XIA Jun-zhong 1,LIU Yuan-hong 1,LEN Yong-gang 2,GE Ji-ta