箭载双臂式电场仪前置放大电路设计

设计出性能优异的前置放大电路对空间电场测量是至关重要的。本文在介绍了箭载电场仪探测原理的基础上,给出了电场仪中所用的低噪声、宽频带前置放大电路的设计方法,并通过对前放电路的噪声分析,提出了进一步降低噪声的方法。所设计的前置放大电路带宽0～5MHz,需要重点关注的100Hz～10KHz频段的总输入噪声仅0.4μV。     

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.     

提高强力输送带横向断裂预报装置灵敏度的方法

在分析前置放大器噪声的基础上，提出了抑制噪声和提高检测灵敏度的方法。实验表明该方法是有效的。     

HgCdTe红外探测器放大电路的低噪声设计

以HgCdTe光伏型红外探测器输出的微弱电流信号为根据对探测器的发前置放大电路和二级放大电路进行设计,运用标准的电路理论建立了等效噪声模型,分析计算电路中各个噪声源引起的噪声,进而运用叠加法计算总的电路的噪声和信噪比可知所设计放大器电路为高增益、低噪声、高信噪比放大电路,最后从工程角度提出了抑制电路噪声的方法.     

MHD角速度传感器预处理电路的低噪声设计方法研究

为改善磁流体动力学(MHD)角速度传感器的噪声性能,研究预处理电路的低噪声设计方法.采用3个并联的SSM-2220双极型晶体管对作为输入级,级联低噪声集成运放构成差分放大电路,作为前置放大器,后级加入低通滤波、交流耦合和单端转差分电路.建立了预处理电路的噪声模型,并进行了噪声测量实验,电路的输入噪声电压谱密度约为0.6 nV/Hz(1 kHz).提出的低噪声预处理电路将MHD角速度传感器等效输入噪声水平降低至nV/Hz量级.     

硅微陀螺仪驱动信号提取端口噪声分析

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.     

基于超微晶合金的传感器噪声匹配变压器设计

为提高传感器的前置放大器的性能,克服传统变压器对放大器进行噪声匹配带来的不足,提出了采用高磁导率、低矩形比的超微晶合金材料制作噪声匹配变压器的方法.利用高磁导率、低矫顽力、低矩形比及损耗的超微晶合金材料设计用于传感器噪声匹配的变压器,克服传统软磁材料在诸多方面对传感器信号不利影响.从软磁材料特性及变压器等效电路着手进行...     

基于电流取样和互功率谱的电阻低频噪声测试研究

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。     

基于磁通负反馈的低噪声宽频带感应式磁传感器设计

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.     

一种利用反馈去直流的电流模前置放大器

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。     

叶绿素荧光检测电路设计

荧光检测法测叶绿素溶液浓度含量具有实时、快速和原位检测等优点.以1 kHz方波作为载波信号,对激发光源进行调制,光源照射叶绿素溶液发出荧光,经光电转换后通过高信噪比的前级放大、二阶带通滤波器、后级放大、有效值检波和16位AD采样,得到的信号再经单片机处理.实验表明叶绿素浓度与荧光强度具有很好的相关性(相关系数R2 ＞0.99),满足叶绿素溶液浓度检测要求.     

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。     

应用对消原理辨识传递函数

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.     

基于双耦合改进型混沌振子系统的弱信号检测

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。     

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。     

混沌背景中微弱网络传输信号有效检测仿真

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。     

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.     

基于微丝电极的神经电信号检测系统研制

研制了一种生物神经电信号检测系统.该检测系统采用微丝电极作为信号采集传感器,经过微弱信号调理仪器对微弱神经信号进行放大、滤波等处理,开发基于LabVIEW的上位机软件对所采集的信号进一步分析、显示以及存储等.实验中仪器噪声小于20 μV的条件下检测到了幅值为160 μV神经电信号,S/N≈8,结果表明:本检测系统可实现对微弱神经电信号的检测.     

基于混沌振子的微弱ASK信号解调

针对微弱数字调制信号的解调问题,提出了利用混沌振子对周期小信号的敏感性和对噪声的免疫力来解调强噪声中幅移键控(ASK)信号的新方法。详细阐述了基于duffing振子的微弱信号检测方法,结合ASK信号的调制方式,分析了利用duffing振子解调微弱ASK信号的基本思想,并提出利用功率谱熵判别系统状态的新方法。仿真表明,在信噪比为-20dB时,该方法实现了对ASK信号的解调,且抗噪性能优于传统的解调方法。     

Dual-scale cascaded adaptive stochastic resonance for rotary machine health monitoring

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.