微弱信号检测解剖.ppt

微弱信号检测 1 微弱信号检测 与随机噪声 * * 1.1 微弱信号检测概述 1.1.1 微系统 （1）MEMS（ Micro- electro Mechanical Systems ） 微机电系统 美国 （2）Micro system 微系统 欧洲 （3）Micro machine 微机器 日本 微系统的发展和应用 监视系统、电子对抗系统、电子战无人机（UAV）、纳米机器人、隐形技术、武器惯性测量、武器保险/解保和引爆、平台稳定、个人/运载工具导航、条件基维护（CBM）、环境感知、大量数据存储、显示等。 1.1.2 微系统和外部作用 1.1.3 微弱信号 不仅意味着信号幅度很小，主要指被噪声淹没的信号。 1.1.4 微弱信号检测 从强噪声中提取有用信号，或用新技术、 新方法提高检测系统输出信号的信噪比。 微弱信号检测技术不同于一般的检测技术，注重的不是传感器的物理模型和传感原理，相应的信号转换电路和仪表实现方法，而是如何抑制噪声和提高信噪比，因此，微弱信号检测是专门抑制噪声的技术。 1.1.5 信噪比SNR和信噪改善比SNIR 信噪比是信号有效值与噪声有效值之比。 表征噪声对信号的覆盖程度。 信噪改善比是输入端与输出端信噪比之比， 是评价微弱信号检测方法优劣的指标之一。 1.1.6 检测分辨率与检测灵敏度 检测分辨率检测仪器示值可以响应与分辨的 最小输入量的变化值。 检测灵敏度是输出变化量与引起该变化量的输入变化量的比值。通常灵敏度越高，分辨率越好。 提高放大倍数可以提高灵敏度，不一定能提高分辨率，受噪声和误差制约。 10 105 10-5 10-8 0.1 10-5 10-4 5×10-7 10-6 0.1 10-5 10-8 103 0.1 10-3 常规检测方法 微弱信号检测 吉时利公司 SNIR 微量分析 /克分子 电容/pF 温度/K 电流/nA 电压/nV 检测量 检测方法 1.2 常见噪声类型 1.2.1 噪声特性 噪声是存在于电路内部的固有的扰动信号，是一种随机信号，不能预知其精确大小。 1.2.2 噪声测量 测量噪声电压时，测量设备的动态范围必须大于3倍的被测噪声的有效值。 用电压表（交流毫伏表）测噪声时，必须使表针指示不大于1/3倍，实际测量时使表针指示小于一半量程即可。 普通电压表测噪声均方根值应×1.13修正。 1.2.3 随机噪声分类 （1）白噪声 （2）限带白噪声 （3）窄带噪声 1.3 随机噪声的统计特征 常用的概率统计描述方法包括概率密度函数、数学期望值、方差、均方值、相关函数等。 1.3.1 概率密度函数（PDF） 对于连续取值的随机噪声，p(x)表示噪声电压x(t) 在 t 时刻取值为 x 的概率。对于所有 x 都有p(x)0。 t时刻噪声电压取值在a和b之间的概率为： 上式说明：在概率密度函数曲线下覆盖的面积为1。 （1）正态分布概率密度函数 对于正态分布的随机噪声，在普通示波器上观测到的将是杂乱无章的亮带，可以用亮带的峰峰值除以6.6来粗略估计其标准差σx。对于零均值噪声，σx可以看作其有效值。 测量随机噪声的放大器的动态范围应大于6.6倍的被测噪声的有效值，否则噪声峰值可能被限幅，加大测量误差。 随机噪声波形x(t)与概率密度函数p(x)之间的关系 （2）均匀分布概率密度函数 均匀分布的噪声电压x(t)在其取值范围内各点 的概率相同。 数字信号处理中，A/D转换过程中的信号量化误差，可以认为是均匀分布噪声，计算机内部运算过程中由运算精度导致的舍入误差也可看作均匀分布噪声。 1.3.2 均值、方差和均方值 （1）均值（数学期望值） 电路中的噪声（具有各态遍历性质），其统计平均可用时间平均来计算。 对电压或电流型随机噪声，均值表示其直流分量。 （2）方差 方差反映随机噪声的起伏程度，是随机噪声 瞬时取值与其均值之差的平方的数学期望值。 （3）均方值 均方值反映随机噪声的功率，是随机噪声瞬时取值的平方的数学期望值。 均值、方差和均方值之间的关系： 对于零均值噪声， σx为其有效值，即均方值。 电路处于稳定状态时，噪声的方差和数学期望一般不再随时间变化，噪声电压称为广义平稳随机过程。 1.3.3 随机噪声的相关函数 相关函数Rx(τ)表示随机过程两个时间上的相 关性。定义为： Rx(τ)的重要性质： Rx(τ)仅与时间差（即时延τ）有关，与时间起点无