微弱信号检测的噪声和处理方法

随着电子技术的应用深入到各个科学和专业领域，很多电信号需要检测，各种物理量也需要转换为电信号来检测。由于自动化程度的提高，各个生产环节大都采取集中控制或检测，测量仪器与被测对象之间的距离较远，环境条件较为复杂。特别是被测信号是微弱的而且是深埋在噪声中的，怎样对微弱信号进行检测越来越受到人们的重视。特别是测量仪器仪表的设计人员和检测人员更不能忽视。     

化学实验室中的噪声与微弱信号检测

在信号检测中不可避免地存在噪声,被测信号往往是被噪声搞得很模糊的微弱信号,因此,噪声的抑制对微弱信号检测有着重要意义.例如在红外和紫外光谱仪、核磁共振、电子顺磁共振、俄歇电子谱仪、质谱仪、光声光谱仪、光电子能谱仪等表面分析仪器中都需要利用锁定放大和取样平均等微弱信号检测技术.在电化学测量、气(液)相色谱、荧光分析等测量中微弱信号检测技术也不可缺少.下面仅以电化学为例说明微弱信号检测技术的应用.     

锁定放大微弱信号检测仿真与设计研究

为解决商用锁定放大器不便于特定应用背景下微弱信号检测系统的灵活扩展与剪裁,该文分析了正交锁定放大的基本原理,建立了正交锁定放大的MATLAB/SIMULINK数学模型,展示了锁定放大所能达到的性能以及数字信号处理对锁定放大性能的改善效果。给出了正交锁定放大检测装置的硬件设计过程,包括前端信号调理电路、移相电路、相敏检测电路、低通滤波电路、均方值电路及数字显示电路等。仿真表明,在高斯噪声影响下,微弱信号检测可以达到较高的检测精度,且通过滑动平均值滤波算法可以有效提高检测的精度。实验研究表明,在噪声信号峰峰值为10 V情况下,可以将50 m V的有用信号提取出来,且在50 m V以上可以拟合出较好的输入输出线性关系,便于检测装置的标定。     

基于噪声和混沌振子的微弱信号检测

利用混沌振子来检测淹没在强噪声背景中的微弱信号，详细研究了Duffing振子检测微弱信号的原理和过程。理论分析和仿其实验均表明混沌振子能有效地检测微弱信号。     

强噪声背景下的微弱信号的识别技术研究

噪声一般被人们当作有害杂质要想办法过滤；然而在特定的非线性系统中，噪声会变成有用成分，在一定的条件下大大提高输出的信噪比。这一现象就是随机共振。在前人研究的基础上，对基于随机共振弱信号检测作了简要的介绍。     

基于Duffing振子检测频率未知微弱信号的新方法

针对现有混沌振子难以检测频率未知微弱信号这一难点,提出利用Duffing振子输出值的方差峰值结合遗传算法检测淹没在强噪声背景中频率未知微弱信号的一种新方法。从分析混沌系统结构参数的阈值入手,讨论了周期策动力的频率、初始相位和噪声对系统运行状态的影响;研究系统输出值方差与系统状态的对应关系,探讨待测信号频率以及与周期策动力之间相位差对状态变量方差和状态转换时间的影响。由此,提出采用具有相位偏移的Duffing振子阵列覆盖全相位,并结合遗传算法,优化求解不同频率输入信号下系统输出值方差的极值,以此得到待测信号频率的方法。该方法解决了现有混沌振子类检测方法必须已知信号频率的限制。实验结果证明了本方法能准确、快速地检测待测信号频率。新方法的状态判定简便、检测精度高、更为灵活、适应性强,为微弱信号的检测提供了新的手段。     

基于小波熵的微弱信号检测方法研究

在科学技术研究领域中,经常会遇到非平稳、低能量、瞬时变化的微弱信号检测问题,然而,微弱的有用信号往往被环境噪声所湮没,最大程度地提取有用信息一直是弱信号检测中的一个难题。尤其对短时低能量的瞬变信号,采用传统信号处理方法提取其位置信息难以奏效。小波分析的方法为弱信号检测技术开辟了一条新途径,但小波变换对弱信号进行特征提取的关键在于确定小波系数的阈值。为此,在软阈值基础上引入反映信号能量分布特性的小波熵概念,利用信号在不同分解尺度上具有不同的小波熵,能够自适应地确定高频系数分量的阈值。仿真分析表明,基于小波熵分析的方法能够在强噪声环境中对微弱信号准确定位,实现低能量的瞬变信号有效提取。     

混沌振子在强噪声背景信号检测中的应用

混沌振子在强噪声背景信号检测中的应用＊王冠宇陶国良陈行林建亚（浙江大学流体传动及控制国家重点实验室杭州３１００２７）０引言噪声干扰是信息科学的一项主要问题。混沌系统对小信号的敏感性以及对噪声的免疫力，使它在信号检测中非常具有潜力。对于一个非线性动力系...     

强噪声背景下微弱冲击信号的检测

针对机械环境噪声具有随机脉冲性以及传统测量指标对机械故障冲击信号识别不足的问题,提出了利用Levy噪声作为背景噪声,以峭度指标和互关联系数构造的峭度-互关联(kurtosis-intercorrelation,简称KI)联合指标作为冲击信号检测的新衡量标准,对非对称双稳态系统中冲击信号的检测进行了研究。首先,在理论上分析了Levy噪声驱动下非对称双稳态系统中粒子的跃迁密度函数和KI的构造方法;其次,研究了Levy噪声特征指数α为1.5时,系统输出KI值分别跟随系统参数a和非对称因子C的变化趋势;最后,将该方法应用到了工程实际机械故障冲击信号的检测之中。仿真与实验研究结果表明,与峭度指标作为冲击信号检测依据相比,KI可使系统输出的信号特征幅值提高一倍以上;系统输出KI值随C呈现先增大后减小的趋势,非对称因子C为0.54时,系统输出KI值比C为0时提高了7.02%。工程实例数据证明,该方法能够有效提取故障信号的时域和频域特征信息,可应用到实际机械故障的检测中去。     

混沌背景中微弱谐波信号检测的SVM方法

为了提高混沌背景下的微弱谐波信号检测能力，提出了一种提取混沌背景中微弱谐波信号的支持向量机（support vector machines，SVM）方法。该方法的突出特点是针对小样本或嵌入维数未知的情况，建立混沌噪声的一步预测模型，抑制噪声对混沌背景信号预测的影响，起到预滤波作用，然后从预测误差中提取微弱谐波信号。实验结果表明，该方法具有比传统RBF神经网络预测方法更强的稳健性和泛化性，在信噪比（SNR）为-47．931dB时仍可检测出强混沌中的微弱谐波信号。     

强噪声背景下的滚动轴承故障微弱信号检测新方法

分析共振解调技术和小波变换在滚动轴承故障诊断中存在的不足,提出一种用于提取滚动轴承微弱信号的新方法,该方法将时间序列模型(AR模型)和多重自相关方法应用于滚动轴承信号降噪,再利用小波包络分析,提取出反映滚动轴承故障的特征频率。通过对新方法包络谱特征的自动提取,实现了基于支持向量机(SVM)的智能诊断。实际试验验证了新方法的正确有效性。     

时标信号在螺旋锥齿轮振动与噪声测量中的应用

在传统的齿轮振动与噪声测量的基础上,提出了一种使用旋转编码器为采集振动与噪声数据提供齿轮分度时标的测量方法;通过对齿轮啮合时谐波特征的分析,建立了螺旋锥齿轮振动与噪声的同步测量模型,推导了时标信号的频率特性,并分析了其滤波效果;然后在此基础上利用MATLAB软件对齿轮传动中的啮合频率及其谐波进行了仿真与分析;最后,在Y9550型滚动检验机上搭建振动与噪声测量的试验平台,并对螺旋锥齿轮的振动与噪声进行了测量验证。结果表明,利用时标分度信号的测量方法能够有效地隔离机床本身的振动并减少输入噪声的扰动及其他影响,进而准确地提取出与啮合周期信号相关的频率信息。     

一种弱信号检测相关信号的产生

为给微弱信号检测中的锁定放大器提供高性能的相关信号源,采用C8051F005单片机直接教字频率合成产生了2路4相相关正弦波信号。为保证所有输出信号满足相关性要求,在单片机程序中必须采用同一个长的正弦波数据表。本文介绍了用MATLAB生成这种任意长度的数据表的方法。     

煤矿钢芯输送带缺陷信号非平稳强噪声滤波研究

煤矿钢芯输送带缺陷电磁检测信号易受到煤矿工况中非平稳强噪声影响,因此,提出一种改进阈值小波的变步长LMS自适应滤波算法对缺陷信号非平稳强噪声进行滤波。该方法首先运用改进阈值小波多尺度分解后的高频信号作为自适应滤波的参考噪声信号,然后运用变步长LMS自适应滤波方法对缺陷信号进行滤波。该方法克服了小波软、硬阈值的缺陷和固定步长LMS自适应滤波中收敛速度和稳态误差对步长因子要求不一致的矛盾。并与改进阈值小波滤波方法进行了对比,结果表明:该方法具有更好的滤波效果,能有效地滤除缺陷信号中的非平稳强噪声。     

基于FFT-MCC分析的ICA(BSS)盲不确定性消除

为了消除ICA（BSS）估计的幅值、相位及排序等盲不确定性，提出一种基于快速傅里叶变换与最大相关准则分析的ICA（BSS）估计源自适应校正方法。借助对原始传感观测及估计源的频谱分析，近似获得各本底源信号在观测信号中所占的比重——初始放大权值；基于最大相关准则优化调整ICA（BSS）估计源的相位，并对初始放大权值进行微调，从而消除ICA（BSS）估计的盲不确定性，实现源波形的恢复及其混合参数的估计。仿真试验结果证明了该方法的有效性，也表明它在复杂系统源识别或重建方面具有较大的应用潜力。     

一种弱信号检测相关信号的产生方法

为给微弱信号检测中的锁定放大器提供高性能的相关信号源,采用AT89C51单片机直接数字频率合成产生了3路6相相关正弦波信号.在单片机程序中采用同一个长的正弦波数据表,能保证所有的输出信号满足相关性要求.介绍了用Matlab生成这种任意长度的数据表的方法.     

声学故障诊断中的宽带相关噪声信号分离方法

为了提取混合噪声中待诊设备的噪声信号，利用传声器组构造线性测量阵列流型，建立多声源机器系统的宽带相关噪声混合模型。使用聚集变换技术消除频率对参数估计的影响，并同时消除相关信号功率谱矩阵的奇异性，采用宽带相关MUSIC法估计噪声方差与声源方位，从混合信号频谱中分离噪声源信号频谱。该方法可减小其他噪声源信号的干扰，提高待检设备噪声信号的信噪比。实验结果验证了模型与算法的可行性。     

大型铝电解槽针振信号深层特征提取方法研究

为了提取大型铝电解槽针振信号的深层特征以便精确识别槽况,收集了典型的针振信号,利用小波除噪技术进行预处理,分别用现代谱估计算法对信号功率谱进行估计和小波包算法提取信号能量特征向量。对两种算法进行比较的结果表明,现代谱估计算法简单,物理意义明确,能很好地提取平稳性好的针振信号的深层特征,而小波包分解算法则能很好地提取平稳性差、突变信息多的针振信号的深层特征。     

无刷直流电机控制抗干扰的研究

无刷直流电机具有无机械换向器、过载能力强、转换效率高等优点,在电动车辆控制系统中越来越普及。然而,在实际应用时因电机旋转而产生的反电动势信号会给系统带来一些干扰,基于此,文章提出了三种解决信号干扰问题的方法。低通滤波的方式可以方便地将高频干扰信号滤除;采用光电耦合器进行信号隔离可以达到完全滤除杂波的效果;磁耦是一种新型的信号隔离器,较光耦有很大的优势。实验表明,使用新型的磁耦器件进行滤波,可以取得较为理想、实用的效果。