华工数字信号处理微弱信号..doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
华工数字信号处理微弱信号.

第五章 微弱信号处理 5.1 微弱信号检测技术中气体浓度检测仪中的应用 微弱信号不仅意味着信号的幅度小,而且主要指被噪声淹没中的信号。为了检测被背景噪音淹没的信号,就需要分析噪声产生的原因和规律,研究被测信号的特点、相关性以及噪声的统计特性,以寻找出从背景噪声中检测有用信号的方法。因此,微弱信号检测技术的首要任务是提高信噪比。它不同于一般的检测技术,它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。由于被测量的信号微弱,传感器的固有噪声、放大电路及测量仪器的固有噪声以及外界的干扰噪声往往比有用信号的幅度大得多,放大被测信号的过程同时也放大了噪声,而且必然还会附加一些额外的噪声,因此只靠放大是不能把微弱信号检测出来的。只有在有效地抑制噪声的条件下增大微弱信号的幅度,才能提取出有用的信号。 为了表征噪声对信号的淹没程度,引入信噪比SNR来表示,它指的是信号的有效值S与噪音的有效值N之比。 而评价一种微弱信号检测方法的优劣,经常采用两种指标: 一种是信噪改善比,它等于系统输出端的信噪比和系统输入段之比。越大,表明系统抑制噪声的能力越强。 另一个指标是检测分辨率,指的是检测仪器指示值可以响应与分辨的最小输入值的变化值。检测分辨率不同于检测灵敏度,后者表示的是检测系统标定曲线的斜率,定义为输出变化量与引起的输入变化量之比。一般情况下,灵敏度越高,分辨率越好。但提高系统的放大倍数虽可提高灵敏度,但却不一定能提高分辨率,因为分辨率要受噪声和误差额制约。 一、热噪声。也常称为约翰逊(J.B.Johnson)噪声。任何电阻或导体,即使没有连接到任何信号源或电源,也没有任何电流流过该电阻,其两端也会呈现噪声电压起伏,这就是电阻的热噪声。电阻的热噪声起源于电阻中的电子的随机热运动,导致电阻两端电荷的瞬时堆积。 奈奎斯特(Nyquist)用热力学推理方法,描述了热噪声的统计特性: 热噪声电压有效值: (5-1) 热噪声电流有效值: (5-2) 热噪声功率谱密度: (5-3) 其中,是波尔兹曼常数,是系统的频带宽度,是绝对温度,是负载电阻。 频带宽度越宽,噪声越大,因此,可认为热噪声有各种频率,其低频、高频的热噪声幅度相同的,所以可认为热噪声是白噪声。要减小热噪声,首要的是降温。也可用减小系统允许通过的带宽方法。 二、散粒噪声。也被称为散弹噪声(shot noise)。在电子管、双极晶体管、半导体二极管、光电传感器等器件中流动的电流不是平滑和连续的,而是各携带着一个电子电荷的载流子的流动产生的电流脉冲之和。其原因在于这些器件中有势垒存在。由于载流子各自独立而随机地通过势垒导致注入电流在其平均值附近随机起伏,从而引起散粒噪声。 各种散粒噪声都是白噪声,遵守肖特基(W.Schottky)公式: (5-4) (5-5) (5-6) 其中,为平均转换电流,e为电子电量,为量子效率,为信号光功率,为背景光功率。 对于光电转换传感器器件,减少散粒噪声的有效方法,是减小背景光和接收器带宽。 三、低频噪声或噪声。也叫闪烁(flicker)噪声,或接触噪声。噪声是由于两种导体的接触点电导的随机涨落引起的,凡是有导体接触不理想的器件都存在噪声。因为其功率谱密度正比于,频率越低噪声越严重。 四、过剩噪声。本系统说的过剩噪声是指电流流过合成碳质电阻这种不连续介质时所产生的噪声。“过剩”是指电阻热噪声以外多于产生的意思。 五、辐射噪声。它是由于入射辐射通量的起伏而引起的,这类噪声是接收期间的极限噪声,故也称为背景限噪声。这种噪声与频率无关,因此其功率谱也是均匀的。 六、白噪声。它是指功率是均匀变化的,且变化与频率无关。热噪声、散粒噪声和辐射噪声都属于白噪声。 5.1.2 随机噪声的统计特性 电路中噪声是一种连续型随机变量,最具有代表性的统计特征量为: 数学期望 (5-7) 方差 (5-8) 常见的噪声概率分布函数: 正态分布(高斯分布): (5-9) 二项式分布: (5-10) 泊松分布: (当很大,很小时) (5-11) 常见的白噪声属于高斯分布;而散粒噪声则属于泊松分布。 噪声虽然是一种随机过程,即各时刻取值是随机的,但两个不同时刻的噪声值仍存在一定的关系。研究噪声在不同时刻取值之间的相关性,这也是电噪声的一个主要统计特征。 一、噪声的自相关函数。它是指一个随机过程在不同时刻取值的相关性。 (5-12) 电噪声的自相关函数有如下特性:仅与时间差有关,与计算时间的起点无关。是一个偶函数,随着的增加,逐渐衰减,表示在时间上相关性逐渐减少。特别是对零均值噪声,

文档评论(0)

wuyuetian + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档