共查询到19条相似文献,搜索用时 132 毫秒
1.
2.
为实现确知频率信号在强噪声环境下的有效提取,本文在零空间追踪(Null Space Pursuit,NSP)方法的基础上,通过增加已知频率的先验信息约束,提出了一种基于频率确知信号约束的微弱信号提取方法.该方法继承了零空间追踪方法的优良属性,通过将确定的频率作为先验信息约束,可以实现其微弱信号相位和幅度的有效提取,仿真实验证明最多可实现高达30dB信噪比的提升;特别适合相对低信噪比环境下(信噪比小于-5dB)的微弱信号提取.该方法提供了常规的微弱确知信号的检测/提取方法之外的一种新的选择. 相似文献
3.
为提取噪声背景下的微弱信号,提出了一种硬件与软件相结合的实现方案。采用仪表放大技术和单片机控制技术相结合对数据进行检测和处理。该系统优化硬件调理电路设计,保证采集数据的精度要求。利用ARM实现基于数字相关的算法,改善信噪比,有效恢复淹没于强背景噪声中的微弱信号。最后通过对模拟低频微弱电流信号的检测实验,充分显示了该系统在微弱信号检测方面的实用性和有效性。 相似文献
4.
通过混沌检测原理,得出了微弱余弦信号混沌检测模型,进一步利用VB设计和建立了微弱余弦信号混沌检测仿真系统平台.经与Matlab仿真实验比较验证其效果良好,与谱减法等检测结果进行比较证明该仿真系统平台具有优良的检测效果.这样不仅为混沌产生变化的研究提供了基础,同时也为混沌技术在实际信号检测中的应用提供了平台. 相似文献
5.
6.
7.
本文研究了一种新的检测微弱正弦信号的新方法。利用正弦信号的特殊特性.引人参考信号.与被测信号进行多重互相关运算,成功检测淹没于噪声中的正弦信号。分别讨论了白噪声、谐波、直流电平干扰情况下的检测效果,绘出了具体的仿真结果。实验结果表明.本文算法能提取出极低信噪比的微弱信号,对谐波和直流电平不敏感,同时本文的算法不会破坏微弱正弦信号的初相位信息.因此。工程适用范围更广。 相似文献
8.
材料力学微应变测量实验中,试件在较小负荷作用下所产生的应变信号十分微弱,而各种噪声较被测应变信号强很多倍,因此在信号检测时要设法提高信号的信噪比。实验证明常规的信号检测方法不能够有效地检测出有用信号,这就要求采用微弱信号检测的方法来对被测信号进行处理以实现微弱应变信号的有效检测。 相似文献
9.
10.
从微弱光信号检测电路的设计方案入手,论述了光电检测电路的基本工作原理,给出了采用AD795KN为前置放大器来设计放大电路、有源滤波电路以及主放大电路.最终设计低噪声光电检测电路的一般原则。实验表明,基于本设计的检测电路可以有效测量微弱光信号,适用于一般光信号和微弱光信号的检测需要。 相似文献
11.
12.
提出了一种低功耗电磁水表的信号处理方法,该方法不需要DSP(数字信号处理器)或高端的MCU平台,其电路主要结构旋转电容滤波器基于相敏检测技术,可以用通用运放、模拟开关及一般RC元件等器件组成,具有中心频率稳定、电路简单、成本低廉等优点。该方法可以从强宽带背景噪声中提取微弱信号,非常适合电磁水表信号的处理。通过比较滤波前后的信号频谱成分,验证了自举电路和旋转电容滤波器组合的方法的有效性。 相似文献
13.
以MATLAB GUI为软件开发平台,设计了随机信号的分析与处理系统.该系统以随机信号分析的基本理论和方法为基础,通过对随机信号进行相关性分析和功率谱密度分析,掌握有用信号和噪声信号的频谱特征,设计FIR数字滤波器滤除噪声信号,提取有用信号,完成对随机信号的有效去噪处理.该系统界面设计关观大方,功能设计简捷方便,并易于... 相似文献
14.
15.
瞬态电磁信号持续时间短,对其进行数据采集和信号处理时,噪声干扰等冗余数据多。利用峰度在表征瞬变、冲击等脉冲信号方面的优势,基于峰度特征和滑动窗技术,研究了噪声干扰下瞬态电磁信号的检测提取方法。分析结果表明,瞬态电磁信号和噪声干扰信号之间的峰度特征值具有较高的区分度,且稳定性好,受信号强度等参数变化的影响小,可用于对单个及多个瞬态电磁信号的检测提取。该方法能有效降低噪声干扰等冗余数据占比,且计算量小、简单便捷,仿真计算和实测结果也验证了该方法的可行性。 相似文献
16.
17.
现有的边缘检测算法对红外图像进行边缘提取的过程中,容易出现边缘模糊和噪声残留等现象;针对这种现象,提出了一种结合蚁群搜索与边缘检测的红外轮廓提取算法。根据小波变换后各高频子带间的相关性,引入了图像的相关性因子来对图像信号进行分类;并对提取的边缘信号进行基于蚁群算法的边缘检测算法进行边缘提取,来去除其中的噪声信号并对弱边缘信号进行保护。实验结果表明,其实验结果与预期效果基本相符,在不同复杂背景的红外图像中,都具有较好的边缘保护效果与抗干扰能力。 相似文献
18.
19.
通信信道冲击噪声干扰和宽带接收机非线性影响会导致接收的信号噪声基底不平坦,若不考虑噪声基底起伏而直接进行检测信号,可能会导致漏检。为提高信号检测精度,需估计信号噪声基底。为解决该问题,提出了一种信号检测预处理的改进多尺度形态学滤波方法。该方法采用多尺度开-闭组合运算对信号频谱进行形态学滤波,利用不同尺度的结构元素对不同带宽的信号进行局部滤波,并利用滤波后凸包的存在性作为滤波终止条件。仿真结果表明,该方法可以有效将不同带宽的信号滤除,有效提取噪声基底噪声,同时可消除频谱中低电平毛刺对噪声估计的影响。 相似文献