共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
5.
6.
建立了硅微陀螺仪驱动模态的接口模型,设计了驱动速度信号敏感接口电路,分析表明合理的参数选择基本消除了接口模型中寄生电阻电容导致信号衰减.建立了接口电路的噪声模型,推导了各噪声源导致输出噪声电压公式.仿真和试验表明,由运算放大器的噪声电压和噪声电流,及上置直流偏置电阻R1所产生的噪声功率较大.因此,减小前置运算放大器的输入噪声电压、噪声电流以及寄生电容CPP或者增大直流偏置电阻R1可以有效抑制上述噪声的影响. 相似文献
7.
8.
为了消除测试电路本身的噪声影响,提出了基于电流取样和双通道互功率谱的电阻低频电噪声测试方法。采用跨导放大器对被测电阻的噪声进行取样,由于放大器深度负反馈的作用,放大器的噪声电流不会流过偏置电路产生附加噪声,而仅流过取样电阻,消除了前置放大器的电流噪声对被测噪声的影响;采用双通道互功率谱检测,消除了前置放大器等效电压噪声及后续放大电路噪声对被测噪声的影响。实验结果符合电阻低频噪声的特性,表明了本文所提出的电阻低频电噪声测试方法的有效性。 相似文献
9.
感应式磁传感器(IMS)是频率域电磁法(FEM)中使用最广泛的磁传感器,通常由感应线圈和前置放大器组成.为了增加IMS探测深度和微弱磁场信号的能力,基于磁通负反馈技术,获得其在低频段平坦的灵敏度曲线,拓宽了其观测频带.采用斩波前置放大技术,降低了1/f噪声对IMS的影响,对IMS的输出噪声进行了压制.通过在屏蔽室内对所研制的IMS性能进行测试,结果表明:其频带范围为0.001Hz ~10 kHz,输入噪声为3 nV/Hz1/2,较3D-3磁传感器等效输入噪声提高了10.04dB,为其在实际项目应用提供了可靠的性能保障. 相似文献
10.
分析了驻极体传声器的电路模型及其传统的前置放大电路。介绍了一种电流模驻极体传声器前置放大器,该放大器放大传声器的电流信号,利用低频负反馈阻止了传声器的直流信号进入放大器。相对于传统前置放大器,电流模前置放大器有更强的抵抗噪声性能。 相似文献
11.
12.
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。 相似文献
13.
本文提出了一种辨识系统传递函数的新方法.它是通过引入预滤波器对输入信号进行
预处理,调整预滤波器的参数,使其实现与系统传递函数的部分对消,并应用对消原理而得到
的一种辨识方法.这种方法可以分别辨识传递函数的分子、分母及其因子,而且不需要对噪
声进行建模.此法还可以用来辨识误差模型. 相似文献
14.
介绍传统的单Duffing混沌振子系统检测微弱信号的原理。传统混沌检测弱信号方法中,在强噪声环境下检测弱信号时系统易出现相位变化不稳定、抗噪性需进一步增强等问题。针对这些问题,本文提出基于双Duffing耦合改进型振子系统来对强噪声环境下的弱信号进行检测的方法,并用此方法对强噪声下的微弱正弦信号进行检测仿真。通过仿真得出双耦合改进型混沌振子系统能够更好地检测强噪声环境下的弱信号,对噪声有着更好的抑制作用。 相似文献
15.
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。 相似文献
16.
针对传统微弱信号检测方法存在检测准确性较低、检测时间较长等缺点,提出混沌背景中微弱网络传输信号有效检测方法。根据Wiener-Khinchine定理对信号函数计算,并经过傅里叶变换获得信号的自相关函数与其相对应的功率谱,利用周期图法分析获得微弱信号的检测原理,运用Briot-Bouquet引理进行计算,根据计算结果证明瞬态信号以及周期信号的存在,并以此为基础构建混沌背景下噪声的检测模型,从预测误差中检测出在噪声层下的微弱网络传输信号。仿真结果表明,所提方法能够快速检测出在混沌背景下的微弱信号,且检测时间较短、检测误差较低,可广泛引用在现实生活中。 相似文献
17.
18.
19.
20.
Effective extraction of weak signals submerged in strong noise that are indicative of structural defects has remained a major challenge in fault diagnosis for rotary machines. Unlike traditional techniques that focus on noise filtering and reduction, stochastic resonance (SR) takes a noise-assisted approach to detecting weak signals. This paper presents a new adaptive method for weak signal detection, termed Dual-scale Cascaded Adaptive Stochastic Resonance (DuSCASR), which can quantify the frequency content of a weak signal without prior knowledge. Simulations and experiments have confirmed the effectiveness of the method in bearing fault diagnosis at the incipient stage, with high precision and robustness. 相似文献