基于C8051单片机的微弱信号检测装置的设计

设计并制作一套微弱信号检测装置,用以检测在强噪声背景下的频率500Hz～2kHz、幅度值20mV～2V的微弱正弦波信号的幅度值,并通过单片机显示出来该幅度值.当把微弱信号和噪声组成的混合信号输入由MAX262组成的可编程开关电容滤波器时,通过单片机控制该滤波器的中心频率和Q值,从而使该系统适合不同频率的信号输入.通过窄带滤波后可基本恢复原信号,把该信号经过检波和信号调理后输入A/D转换器进行采样,之后将其在LCD 1602上进行显示.     

微弱信号检测的前置放大电路设计

针对精准农业中对微弱信号检测的技术需求,论文设计了以电流电压转换器,仪表放大器和低通滤波器为主要结构的微弱信号检测前置放大电路.结合微弱信号的特点讨论了电路中噪声的抑制和隔离,提出了电路元件的选择方法与电路设计中降低噪声干扰的注意事项.本文利用集成程控增益仪表放大器PGA202设计了微弱信号检测前置放大电路,并利用微弱低额信号进行了测试,得到了理想的效果.     

基于MSP430的微弱信号检测装置

采用MSP430作为整个系统的主控制器,设计并制作了一套微弱信号检测装置,用于检测在强噪声背景下已知频率的微弱信号的幅度值,并在LCD上显示该值。最终测试表明,该系统能较好地实现微弱信号的检测,其抗干扰能力强,测量精度高。     

微悬臂梁压阻桥式传感器的微弱信号检测技术研究

针对微悬臂梁压阻桥式传感器的输出信号非常微弱的特点,设计了基于该类传感器的微弱信号检测电路,采用锁相放大技术来提取淹没在强噪声背景下的微弱信号,通过理论和实验证明:该设计方法很好地提取了反映变化量性质的有用信号,同时也很好地提高了系统的信噪比,满足了实际情况的需要。     

基于C8051F020的微弱信号检测装置设计

设计一个基于锁相放大器的微弱信号检测装置,该系统用于检测强噪声背景下已知频率的微弱正弦信号的幅值.系统采用C8051F020为控制核心,并将采集的数据在LCD1602上显示.实践表明,该系统性能好,精确度高,能较好地完成微弱信号的检测.     

基于混合系统的微弱信号检测方法研究

在电子信息、电力控制、通信、生物学等领域,都不同程度地需要进行微弱信号检测,为了提取强噪声背景下的微弱信号的幅值和频率,通过对混沌系统的Duffing方程动力学特性的分析,利用该系统对周期信号的敏感性和对噪声的免疫性,构建了多重相关和混沌振子相结合的微弱信号检测系统,并对具有代表性的微弱正弦信号进行了仿真检测;仿真实验表明:该系统可以对未知纳伏级的正弦信号幅值和频率进行有效的提取,并可达到较高的精度,同时也可进一步提高对低信噪比信号的检测能力.     

电力系统故障的微弱信号检测方法的研究

为了确保电力系统能够安全稳定的运行,实时检测故障中的微弱信号。通过噪声干扰情况下微弱信号的不同变化进行研究,得到了一种微弱信号的DUFFING混沌检测模型。系统发生故障时会产生相应的微弱信号,运用DUFFING混沌振子法分析不同情况下微弱信号的时域波形和相平面轨迹变化规律,并建立数学检测模型,对其幅值进行混沌检测仿真。结果表明,当r=0.8264V,w=1rad/s时将白噪声和微弱正弦信号同时加入后,此时,混沌状态、大尺度周期状态的相平面运行轨迹依然在进行有规律的运行,可以清晰的观察出需要检测的微弱信号。在强噪声存在于系统中时,该方法明显克服了噪声对信号稳定性的干扰,能精确有效检测微弱信号。系统在应对不同工作环境、仪器设备老化等情况时,提高了检测效率,保证系统的稳定运行。     

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。     

MCF51QE128的微弱信号检测技术研究

微弱信号检测就是利用近代电子学和信号处理方法从噪声中提取有用信号,其关键在于抑制噪声,恢复、增加和提取有用信号。本设计基于单片机MCF51QE128,通过处理高速模/数转换芯片AD7760采集的信号,利用硬件过滤电路以及软件的处理,完成微弱信号的检测及提取方面的研究。     

弱信号锁相放大CD552-R3电路

锁相放大电路是微弱信号检测的重要方法.基于CD552-R3相敏检波芯片设计了一种锁相放大电路,应用于大背景噪声下微弱信号的检测.采用信号发生器产生的标准信号和染噪信号,对该锁相放大电路进行了鉴幅和鉴相性能测试,并在不同强度噪声下对弱信号进行检测.测试结果表明:研制的锁相放大电路输出线性度高于0.9999,具有良好的鉴幅和鉴相特性,能将信噪比为-36 dB的毫伏级信号提取出来,可用于大背景噪声下微弱信号的检测.     

一维信号的模态分解与重构研究

根据模态分解法的基本思想,给出了求模态函数的递推和迭代公式,把任意信号分解为不同频的信号。根据各频率的信号的叠加进行信号重构。模块实验表明,利用模态分解法进行了信号分解具有可逆性,信号重构精度高,该方法是进行一维信号分解与重构的有效方法。     

控制信号叠加技术在无刷直流电机控制系统中的应用

在无刷直流电机(BLDC)控制系统中,其关键技术是设计线圈换相控制信号和PWM调压控制信号,这两种信号分别通过各自的驱动元件来控制B L D C的线圈电流方向和电机线圈两端的电压。"控制信号叠加技术"将两种信号叠加,通过一个功率驱动管来实现上述两个功能,这种技术取得了较好的实际应用效果。     

非平稳信号稀疏表示的研究发展

信号分解是从信号中获取特征信息的过程,是模式识别、智能系统和故障诊断等诸多领域的基础和关键。非平稳信号往往包含着反映系统变化的重要信息,并且广泛存在,对其研究具有非常重要的理论意义和工程应用价值。以改进信号表示的稀疏性为主线,分析了推动非平稳信号特征提取方法发展的工程背景,详细描述了5类特征提取方法的特性与机理、历史沿革和面临的挑战,比较研究了各种方法的模型,并系统评述了这些模型在信号处理和分析中的最新进展,以及在一些领域中的应用。最后指出了各种方法目前存在的问题和不足,探讨了进一步的研究重点。     

复杂电磁环境中的常规通信信号的实时分选

为了能够从复杂电磁环境中提取常规通信信号的有效参数,研究了一种基于单天线接收的常规通信信号的实时分选方法。该方法由窄带信号检测、参数估计、信号跟踪三部分组成。提出了一种适用于高斯色噪声背景的窄带信号检测与参数估计的方法,给出了一种能够实时跟踪常规通信信号的算法。仿真结果表明,当信噪比高于0 dB时,窄带信号检测方法的正确率为92%以上,分选算法能够从复杂电磁环境中提取常规通信信号的有效参数,具有一定的工程实用价值。     

基于DSP实现机床切削力信号在线监测

在机械加工过程中，为了安全可靠的生产，对加工过程进行监测和控制是很必要的。本课题就是利用数字信号处理器构建硬件系统实现数控机床切削力在线状态监测，主要完成切削力信号的采集、实时监测和数据后续处理与分析．从而实现对加工过程的实时监控。     

用MAX7000A实现多普勒信号数字信号处理的分析与线路设计

本文以连续波多普勒无线电引信为研究背景,建立目标信号数学模型,针对目前炸高控制方法及存在问题,提出了一种新的多普勒脉宽技术测高方法,在此基础上增加一个近表面炸的性能。并介绍了采用可编程逻辑器件实现的方法以及计算机仿真。实践证明,对Ｄｏｐｐｌｅｒ信号的数字信息处理,用一片ＣＰＬＤ实现,提高引信信号处理的速度,并极大提高了系统的可靠性。     

生物神经信号采集与模式识别

研究并实现了生物神经信号实时采集和分析系统,其集生物信号采集、模式识别、反馈控制于一体;设计了交替缓冲方法实现采集和存储的数据共享;提出了多速率压缩算法以实时分析采集信号的特征;给出了生物神经信号的模式识别的准则。该系统已在生物神经信号采集中得到实际应用。     

脉搏波信号采集与分析方法的研究

人体生命体征信息是指人体生理和病理信息,是判断病人的病情轻重缓急以及病情诊断的依据。脉搏信号是人体众多信号中较具代表性的一种,携带有丰富的人体健康状况信息。文章从目前使用较为广泛的两种脉搏信号采集方法出发,着重分析了压力脉搏波信号分析方法的临床适用性及应用现状,提出了应对脉搏波进行更为深入的研究,从而为人体脉搏波信号采集与分析系统的设计提供科学的依据。     

Inadequacy of the A 2/σ2 criterion in the mode of detection of signals by means of statistical methods

The inadequacy of the A ₂/σ₂ criterion in the detection of stroboscopically transformed noisy signals by means of super-wide-band radar is illustrated by means of simulation and analytic calculations. Statistical methods from [1, 2] are used for discrete stroboscopic transformation.     

数字信号处理器面向多媒体的发展

根据多媒体信息处理，传输对相应的数字信号处理器（DSP）的要求，从实用角度分析总结了当前DSP的发燕尾服趋势和结构特点，以及面临的挑战。