强背景噪声下弱信号提取原理.pdfVIP

维普资讯 一 翌取 气 (’西安交通大学机械工程学院．西安．710068) (西北工业大学声学工程研究所．西安，710072) 丁^／／『I7 PrincipleofExtractingWeakSignalsfrom SrtongBackgroundNoise WangMinqing。，SunJineaiYangJinahua2JiangXiaoquanzandSunYiyuan‘ (CollegeofMechanicalEngineering，Xi’ariJiaotongUqiversity,Shaanxi，710068) (ZIratituteofAcousticsEngineering．NorthwesternPolytt：chnicalUniversity．Shaanxi，710072) 1．引言 传统方法的噪声抵消方法利用信号相关而噪声不相关的假设，采用时域平均或频域滤波 (如卡尔曼滤波、维纳滤波)．从而提高信噪比。近年来又出现了自适应滤波、神经网络法、 子波变抉法、高阶谱分析方法、时频分析等新的信号处理理论及技术，这些方法均在不同程度 上提高了信噪比，但对强背景噪声中弱信号的提取仍然无能为力。最近，Orris等人提出用相 位匹配原理提取宽带噪声中的微弱信号，该方法的优点是只要利用单个传感器的接收信号-和 已知背景噪声的幅度谱，就能从信噪比为一lOOdB的强噪声中将徽弱信号提取出来．其条件是 接收信号中的噪声幅度谱必须与无信号时的噪声幅度谱相同．但由于实际背景噪声幅度谱是髓 机变化的，因此这种方法不适合于环境噪声不稳定的情况。本文提出了一种利用三元传感器阵 提取弱信号方法，提取信号的精确程度主要取决于三个传感器之间同时输出的背景噪声谱幅度 平方差的时间稳定性。 2．随机强背景噪声下提取弱信号原理 设信号s(t)和噪声 ．Ⅳ(f)线性可加 ，则传感器接收信号 P(r)可 以表示成 尸(f)=s(t)+N(t)，在频域则可表示为P(co)=g(co)+ ()．写成模与相位的形式则为 1P((o)le=lS((o)le+1．Ⅳ(圳e (1) 其中Pl(∞)l、I(∞和INCa,)I为潜幅度； 、8、庐为相位角-它是∞的函数·由(1) 式可见：利用单个传感器无法获樗 )le的解．因为Ⅳ【(∞蜘 是未知的。由于信号 IS(co)les是确定的，因此我们可设计一个三元传感器阵，为保证良好的空间相关性，陴元间距 小于 l／4个波长。若线阵垂直于信号到达方向．那么第i个传感器的输出信号为 l() = (P+1．Ⅳ．()I口M (2) 若信号到达方向与线阵垂线的夹角为 时，传感器之间的距离为d．并设 1= ， 奉研究受到国防科技预研基金、中国博士后基金及航空科学基金资助 l57 维普资讯 2= +材sin- 】= +2kdsira， l=磊， ：=如+k．dsira， 3=如+2h／sira-则方程 (2)可改写为 f(∞)fP = (∞) +fⅣ(∞)fP (3) 为了推导公式方便，将f(∞)f、f(∞)lfJvJ()f分别记为 、S、iv,，井将无信号时的 噪声记成Ⅳ 并用R表示取实部．，表示取虚部．得到信号的实部和虚部分别为： 船：RS一 二堡2垒2二 二堡2垒 (4 2[( 一 ) 一 )一( 一 ) 一 )1 ～ ／S：／S。一 !丝二些 二 =丝2 一=