强噪声下的微弱信号检测技术

"微弱信号"主要指那些被噪声淹没的信号,"弱"是相对于噪声而言的。弱信号在强噪声背景下的检测一直是工程应用中的一个难题。在强噪声背景下,提高信噪比,检测有用的微弱信号是微弱信号检测的首要任务,满足了现代科学研究技术的需要,因此研究微弱信号的检测技术具有重要意义。本文对强噪声下的微弱信号检测技术进行分析,以期为相关研究人员提供参考意见。     

基于混沌振子的微弱生命周期信号频率检测方法

针对人体静止状态下生命周期信号(如心跳、呼吸)的幅值通常很小,且常被强噪声淹没、信号频率难以检测的特点,本文提出基于自相关和混沌振子相变理论相结合的微弱生命周期信号检测新方法。该方法利用传统的时域自相关方法对微弱生命周期信号进行初步去噪,再利用改进的混沌振子列检测方法提取有效信号,以充分发挥自相关及混沌检测在噪声抑制及信号提取方面的优势。仿真分析表明,该方法能有效地检测出深埋于强噪声中的两个频率未知的微弱生命周期信号,其信噪比工作门限值较单独的自相关方法和混沌振子检测方法更低,达到-81.43dB。     

基于Duffing振子的DSSS信号载波检测方法

基于Duffing混沌振子检测微弱信号方法,提出一种DSSS/BPSK信号载波检测的新方法.该方法先介绍了Duffing振子检测微弱信号的技术.接着利用Duffing振子对小周期信号的敏感性和对噪声的免疫力,对DSSS/BPSK信号进行非线性平方变换能够检测出淹没在强噪声背景中的正弦信号.仿真结果表明.该方法能够在信噪比很低的情况下检测出DSSS/BPSK信号.而且性能良好.     

基于混沌理论的涡街微弱信号检测方法研究

针对涡街流量传感器在小口径、低流速下信号微弱,易被强噪声淹没而难于提取的特点,提出了利用Duffing振子检测微弱信号的方法.通过仿真对涡街信号中含有白噪声以及谐波干扰的情况进行分析,仿真和实验均表明:这种基于混沌理论的微弱信号检测方法对涡街信号中较强的白噪声以及频差较大的谐波干扰具有很好的免疫力,并且通过计算最大Lyapunov指数的波动频率能够准确估计出涡街有用信号频率,实现低流速下涡街微弱信号检测.     

微弱方波信号的矢量测量研究

为了有效地检测淹没在强噪声背景中的微弱方波信号,采用了相关检测和数字信号处理技术相结合的方法,推演得到了方波信号的正交互相关的完整数学解,在此基础上,设计数字锁相放大器实现对方波信号的矢量测量;实验表明,该数字相关算法简单有效,实现方式灵活;此外,还对该锁相放大器在微弱光信号检测中的应用进行了实验研究,有效地实现了nA级微弱光电信号的检测。     

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进行了论证,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,介绍一种有效的检测方法。     

基于DSP的取样数字式平均器的设计与实现

介绍了微弱信号检测的背景和应用,提出以数字式多点平均器的算法来检测微弱信号,并从理论上进行了分析和论证。这种方法的核心是用累加平均来消除随机的噪声,增强确定的有用信号,改善被检测信号的信噪比,恢复出淹没于强背景噪声中的微弱信号,从而实现微弱信号检测。设计出了以TMS320C54x为核心处理器的数据处理系统,利用DSP实现时域信号的取样积累数字式平均算法,这种系统能很方便地嵌入各种仪器中,用途十分广泛。     

基于双相锁相放大器的微弱信号矢量测量

噪声存在于任何一个系统中,当所要检测的信号比较微弱且淹没在强噪声背景中时,用传统的检测方法检测信号非常困难,因此如何把淹没于强噪声中的有用信号提取出来的问题越来越引起人们的关注。该文采用时域检测方法,利用移相技术得到相互正交的参考方波信号,通过互相关算法,完成了正交矢量型LIA相关器的实现,利用该方法实现了对微弱信号幅值和相位的检测,有效地抑制了干扰,提高了系统的性能。     

基于小波核函数-支持向量算法的信号检测

关于水声信号检测优化问题,对在极低信噪比情况下被背景噪声所淹没的微弱信号进行检测时,由于舰船航行时接收目标信号的噪声较大,使检测更加困难。通过对谐波小波变换和支持向量回归算法的分析,在谐波小波函数的窄带信号分析支持向量回归基础上,提出了一种谐波小波核函数-支持向量回归的信号检测算法,实现小样本情况下微弱信号的检测。通过仿真信号和海上实测噪声数据的分析,利用改进算法可以很好地检测出在极低信噪比情况下噪声背景中的微弱信号,从而验证了改进算法在低信噪比情况下检测线谱信号的有效性。     

双稳随机共振系统信号调制噪声效应用于弱信号检测

通过对双稳系统随机共振模型的数值分析，得出在双稳系统输出信号中，有一个正弦信号成分和一个表现为维纳过程的噪声成分分别与输入的正弦信号和白噪声相对应。通过选择合适的系统参数，可以减小系统输出中信号和噪声之间的耦合效应。该系统可以大大抑制噪声，并在双稳系统中产生信号调制噪声效应。然后对双稳系统的输出信号作功率谱分析。不但可以辨识出淹没在白噪声中的微弱正弦信号的频率，还可以较精确地估算出微弱正弦信号的幅值。数值仿真表明，双稳系统的信号调制噪声效应可用于多个微弱正弦信号的检测。     

基于自适应陷波的非均匀采样信号处理系统

非均匀采样可以突破奈奎斯特采样定理的限制,检测出超过采样频率的信号频率,但非均匀采样引起信号的频谱噪声,使得非均匀采样的小信号检测难于实现。研制了一种实时非均匀采样信号处理系统,采用自适应陷波方法计算非均匀采样信号的频率,逐步滤除幅度较大的信号,从而检测出小幅度信号。详细说明了自适应陷波方法的原理和实现方法,并介绍了基于数字信号处理器(DSP)的非均匀采样信号处理系统。     

小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

基于新阈值函数和小波分析的数字图像去噪方法

在数字图像处理过程中消除和减弱噪声对信号具有很重要的影响。中值滤波是传统的减少图像噪声,提高图像质量的可行方法。文章研究了中值滤波及其改进算法在图像去噪中的应用,基于小波分析基础理论和数字图像信号的小波变换分解重构原理,通过对小波分解系数选定恰当的阈值并进行阈值量化,基于小波分解后的高低频系数进行信号重构,从而有效去除或降低信号的噪声。本文采取的算法在MATLAB仿真平台进行了验证,结果表明,基于本文提出的阈值函数和小波分析处理方法对图像去噪具有更好的适应性,能够更好的改善数字图像的质量。     

基于白化检验和3􀀁 准则的小波阈值去噪算法

基于小波变换的阈值去噪法是去除数字信号中自噪声的有效算法。其中，分解层数、门限阈值以及阈值函数的选取是关键。本文分析了白噪声和有用信号的小波变换系数的特点，在此基础上提出了一种分解层数的自适应确定方法以及一种基于3σ准则的各层小波空问阈值的选取方法，并结合硬阈值和软阈值方法各自的优缺点，提出了一种改进的小波系数阈值估计的模型。仿真结果表明，该方法具有较好的去噪效果，尤其适用于强噪声背景下弱信号的检测。     

表面肌电信号数字传感器的设计

介绍了表面肌电信号数字传感器的设计方法。根据表面肌电信号产生特点和采集技术的基本要求,研究电极的形状和正确的放置方法,采用仪用放大器INA128设计前置放大电路。设计有源滤波器,应用串行A/D转换芯片输出数字信号。实验表明,该方法可以提高信噪比,减小噪声,有效地提取出表面肌电信号。     

基于有效K均值有效极限学习机的混沌海杂波背景中微弱信号检测

为了在复杂混沌噪声背景中快速准确提取有用信号,提出基于复杂非线性系统相空间重构理论,采用改进极限学习机(ELM)预测单步误差检测微弱信号的方法。采用改进K均值聚类算法选择最优族作训练集,改进极限学习机选择权值和偏置的方法进一步提高检测的精度和速度,采用Lorenz系统建立了混沌噪声序列的一步预测模型,从预测误差中检测湮没在混沌噪声中的微弱目标信号(包括周期信号和瞬态信号),然后使用加拿大Mc Master大学IPIX雷达数据,在海杂波噪声中提取漂浮物信号作为实验研究。结果表明该方法能够有效检测混沌背景噪声中极微弱信号,同时抑制噪声对混沌背景信号的影响,与径向基函数(RBF)神经网络等传统算法相比,预测精度提升了25%,检测门限提高了-5 dB,同时训练用时减少77.1 s,在实际应用中具有更明显优势。     

基于小波包的奇异信号检测方法及仿真

高压电器设备的故障大多与绝缘有关，而局部放电是造成绝缘损坏的主要原因之一。如何有效地从噪声和干扰中准确提取局部放电信号的特征，是绝缘故障在线检测的关键。针对高压电缆中的局部放电信号检测问题，提出了一种基于小波包的奇异信号检测方法。首先，分析后得到窄带信号和奇异的放电信号在小波包变换下会表现出截然不同的特性，然后利用这个特性，采用小波包的方法有效地抑制窄带干扰，并从噪声中提取出奇异的局部放电信号。仿真结果显示出在两项指标中，同步性指标大于99％，相似性指标大于90％，这证明了该算法能够从噪声和干扰中，有效地检测并提取出高压电缆中的局部放电信号。     

数字滤波器的Matlab设计与应用

数字滤波在数字信号处理中占有极其重要的地位,并且被广泛应用。研究了在Matlab环境下FIR数字滤波器的设计方法以及FIR滤波器在信号去噪方面的应用。Matlab因其强大的数据处理功能被广泛应用于工程计算,其丰富的工具箱为工程计算提供了便利,利用Matlab信号处理工具箱可以快速有效地设计各种数字滤波器,设计简单方便。     

基于离散Gabor谱的短波电报信号检测

针对电报用单频信号的持续时长来携带报文信息及短波信道易于受到噪声污染的特点,研究了短波电报信号的离散Ｇａｂｏｒ谱检测方法。实验结果显示,用离散Ｇａｂｏｒ谱能够从复杂噪声背景中还原出电报信号,该方法对人耳难以辨别的低信噪比电报信号也具有很好的检测效果,适用于对短波电报信号的检测。该研究在短波电报信号的自动检测和短波电报抗干扰设备的研制方面具有应用前景。