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.     

锁相放大技术在蓄电池内阻检测中的应用

介绍了锁相放大技术的基本原理以及采用交流注入法在线测量蓄电池内阻的装置,详细介绍了该装置的工作原理及采用锁相放大技术实现内阻测量的实际电路。在该装置中通过采用平衡调制解调芯片AD630有效地抑制了噪声和干扰,并且简化了设计。     

蓄电池内阻检测系统设计

论文分析了蓄电池内阻的组成及测量方法,根据其特点采用交流注入法在线测量蓄电池内阻,说明了其工作原理。运用锁相放大法对蓄电池内阻进行测量,选用以TI公司的DSP芯片TMS320F2812为控制核心,设计了由锁相放大器、滤波、差分放大以及AD630平衡调制解调器等单元构成的蓄电池内阻检测系统,此系统易于和计算机相连,形成一个自动的检测网络。还能有效地抑制了噪声和干扰,并简化了设计。     

基于Launchpad微弱信号检测装置的探究

对于淹没在背景噪声中的微弱信号,由于信号本身的涨落以及背景和放大器噪声的影响,其测量灵敏度受到限制。以TI公司出品的MSP430小开发板Launchpad为处理和控制的核心,设计并制作了微弱信号检测装置,通过信号放大电路、乘法器电路、滤波电路和锁相电路等信号处理,实现了在强噪声(噪声均方根电压值固定为1 V±0.1 V)背景下对待测微弱正弦信号的提取和幅值检测,并通过LCD液晶显示。实际运用表明,该系统具有操作灵活简便、测试较为准确的特点,达到了设计要求。     

基于锁相放大的近红外光谱信号提取电路研究

锁相放大技术是提取淹没在噪声中的微弱信号的重要手段之一,广泛应用于近红外光谱测量领域.文章中介绍了一种模拟与数字相结合的锁相放大检测电路,对电路的设计思路,设计要点配以相关电路图进行了详细阐述,并应用在以PbS做传感器的滤光片型近红外光谱仪中.应用结果表明该电路与原有模拟锁相放大电路相比,具有较高的精度和稳定性,并且算法简单,运算量小,可以成功应用于近红外光谱信号的提取,信噪比可达到73dB.     

基于延拓相关算法的蓄电池内阻参数提取研究

针对蓄电池内阻参数提取中待测微弱信号易受噪声和干扰的影响,利用信号和噪声的不相关性,提出了一种基于延拓相关理论的抗噪处理算法。该算法选取两路同频正交参考信号中的一路信号注入蓄电池,然后将输出信号和原两路正交参考信号分别经过采样滤波后转化成离散序列,对离散信号进行延拓相关运算,最后利用和差三角函数得到内阻幅值和相位的计算值。实验结果表明,在高噪声背景下该算法有较高信号分辨率,对蓄电池内阻幅值和相位的测量有较高准确度。     

蓄电池内阻测量的电池管理系统的设计

蓄电池内阻测量是电池管理系统的一个重要功能,电池内阻值是衡量电池性能的一个重要指标。利用交流注入法实现蓄电池内阻的在线测量,利用锁相放大器 AD630处理小信号电路,提高了测量精度,测量误差小于10％;通过RS485实现数据交换,便于集成于其他系统,满足用户多方面的需求;并设计了电源回路,测量系统的电源可由被测量电池提供,也可由外部电源提供。     

一类非高斯噪声干扰信号的广义TLS-ESPRIT谱估计算法

提出了一类比较普遍存在的非高斯噪声－过滤白噪声的定义,并且讨论了这类噪声的性质。在此基础上,本文拓宽了对信号噪声的要求,对传统的ＴＬＳ－ＥＳＰＲＩＴ谱估计算法进行一定的改进,推导出了在这类噪声加性干扰下信号的广义ＴＬＳ－ＥＳＰＲＩＴ谱估计方法。通过特征分解技术,获得并证明了一种有实际应用价值的算法。这种算法具有高分辨、运算量低、短数据和宽频带等特点。该算法对噪声的假设更加一般化,具有比其他方法更强     

一种高斯白噪声信号发生器的设计与实现

介绍了高斯白噪声的数学模型,设计了一种高斯白噪声信号发生器,使用FPGA产生m序列,经过数模转换、滤波和放大,实现了特性良好的高斯白噪声;在该高斯白噪声信号发生器中,采用"有限截取源序列"方法,增加了伪随机序列的长度,具有结构简单和实现方便的优点;同时,可通过改变DAC的输出电压对高斯白噪声信号发生器的输出幅值进行调节,满足不同场合的需求,扩大了其应用领域;测试结果表明,输出的高斯白噪声信号形状比较理想,在0～10MHz范围内幅度可调。     

基于模糊辨识算法的蓄电池荷电状态测量方法与模块设计

针对蓄电池荷电状态在线监测中对准确度和测量速度的要求,本文提出采用模糊辨识算法对蓄电池进行系统辨识。并通过对蓄电池的荷电状态与内阻、端电压数据的分析,建立了蓄电池荷电状态的模糊规则模型,并以此进行蓄电池荷电状态的测量,得到均方误差为0.0052。测量结果表明基于模糊辨识算法的蓄电池荷电状态测量能够满足蓄电池在线监测的要求,且易于硬件实现。文章还使用DSP Builder设计了蓄电池荷电状态测量模块,其中内阻测量采用了特征分解谱估计的信号提取方法,荷电状态测量则实现了模糊辨识算法所得出的模糊规则模型的运用。