强噪声下微弱信号检测方法的研究.pdfVIP

No．3 陕西科技大学学报 Jun．2011 · 66 · JOURNALOFSHAANXIUNIVERSITY OFSCIENCE TECHNOLOGY Vo1．29 文章编号 ：IOO0—5811(20111o3—0066—05 强噪声下微弱信号检测方法的研究 卢莉萍，李翰山 (西安工业大学计算机科学与工程学院，陕西，西安 710032) 摘 要：针对微弱信号检测 中，存在背景噪声干扰而影响信息提取的问题，提 出采用 自相关理 论进行信号分析的方法，研究了自相关法及多重 自相关法两种技术的算法，并通过 Matlab对 单次 自相关和三重 自相关分进行 了仿真．仿真研究结果表 明：在未知信号先验信息的情况下， 单次 自相关法、多重 自相关法对抑制噪声、有效检测微弱信号都有一定的优势，并且多重 自相 关算法性能优 于单次 自相关算法． 关键词 ：微弱信号；信号检测；自相关；多重 自相关 中图法分类号：TP391 文献标识码 ：A 0 引 言 近年来，对微弱信号检测的方法很多，从噪声的角度来看，可分为滤除噪声和添加噪声两类．添加噪声 的方法利用了非线性系统的随机共振理论，尽管其计算量小，检测速度快，但 目前只限于对微弱信号进行 定性的分析n]．与此相比，滤除噪声是一种很传统的方法但经过多年的研究 ，其可行性是不容忽视 的 ]． 采用低通滤波或者相干检波的方法，必须事先对信号的一些信息(如相位、频率等)要有一定的了解．信号 和噪声在时间上有一定差别 ，即有用信号具有周期性、相关性 ，而噪声具有随机性[5]．本文采用多重 自相关 检测技术，在不需要知道信号的先验知识的情况下，通过信号本身的周期特性滤除噪声，提取原始的信号， 该方法可以有效 的提高微弱信号检测的能力． 1 传统的信号单次 自相关检测 1．1 信 号 自相关 函数 的特性 传统的单次 自相关检测技术是应用信号周期性和噪声随机性的特点，通过 自相关运算达到去除噪声 的检测方法．周期信号的 自相关函数也是周期的，并且和原信号的周期一样 ．信号和噪声是相互独立的 过程，根据 自相关函数的定义，信号只与信号本身相关，与噪声不相关，而噪声之间一般也是不相关的．对 于含有 白噪声的周期信号 z()=5()+ 叫() (1) 其中z()是信号，其 自相关函数为 R (r)：E[z()·x(n+r)]一E{[s()+叫()]·[s(n+r)+w(n+r)]) 一 R (r)+ R (r)+ R (r)+ R～ (r)一R (r)+R～ (r) (2) 其中，R (r)是信号 s(，z)的自相关函数 ，R一(r)是噪声信号的自相关函数，主要集 中在 z．一0的位置 处．R (r)呈现周期性 ，则可以知道 R (r)也呈现一定的周期性 (r=0点除外)，即R (r)(m≠0)和信号 * 收稿 日期 ：201卜O3—3O 作者简介 ：卢莉萍 (1975一)，女，陕西省西安市人，讲师，硕士，研究方向：计算机应用 基金项 目：陕西省教育厅 自然科学专项项 目(2OLOJK6O5) 第 3期 卢莉萍等：强噪声下微弱信号检测方法的研究 ·67 · s()的周期相同，所 以可 以通过求出含有噪声的信号的自相关函数的周期来估计代替有用信号 自相关函 数周期，并继而作为有用信号的周期 ．其检测原理如图1所示． 1．2 相关函数的估计及 自相关函数的快速计算 广义平稳随机序列z()的自相关函数的定义为 R (r)一E[ (，z)·x(n+r)] (3) 如果离散随机信号是各态历经的，则有 图1 自相关检测原理框图 R (r)： lira (，z) ·x(n+ r) (4) 一 般情况下，只能得