相关检测.ppt

微弱信号检测 6 相关检测(其本质是基于信号和噪音 的统计特性, 频域法) 6 相关检测() 其本质是基于信号和噪音的统计特性 6.1 概述 6.1.1 相关检测技术与相敏检测技术 6.1.2 相关检测技术应用 (1) 从噪声中提取信号 (2) 渡越时间transit time检测 (3) 速度及距离检测 (4) 系统动态特性识别 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.1 相关函数的实际运算 (1) 模拟积分方式 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.1 相关函数的实际运算 (2) 数字累加方式 例子: 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.1 相关函数的实际运算 (3) 相关器分类 模拟式 (模拟乘法＋LPF) 数字式 (A/D → 乘法＋累加平均) 混合式 (模拟信号与方波相乘＋LPF) 修正混合式 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.2 运算误差分析 (1) 估计值的方差 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.2 运算误差分析 (1) 估计值的方差 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.2 运算误差分析 (2) 归一化均方根差 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.2 运算误差分析 (3) 相关函数估计值的信噪比 6 相关检测 6.2 相关函数的实际运算及误差分析 6.2.2 运算误差分析 (4) 数字相关量化噪声的影响 6 相关检测 6.3 相关函数算法 基本算法 6 相关检测 6.3 相关函数算法 基本算法 6 相关检测 6.3 相关函数算法 6.3.1 递推算法 6 相关检测 6.3 相关函数算法 6.3.2 继电器式相关算法 (1) 算法 例子: t=0.001:0.01:10 x=sin(2*pi*t); y=sin(1.5*pi*t); z=xcorr(x,y); zz=xcorr(sign(x),y); subplot(4,1,1);plot(x); subplot(4,1,2);plot(y); subplot(4,1,3);plot(zz); subplot(4,1,4);plot(z); 6 相关检测 6.3 相关函数算法 6.3.2 继电器式相关算法 (2) 实现方法 ① 单级继电器式 6 相关检测 6.3 相关函数算法 6.3.4 基于FFT的相关算法 6 相关检测 6.4 相关函数峰点跟踪（为什么跟踪峰点？） 6.4.1 相关函数峰点特征 6 相关检测 6.4 相关函数峰点跟踪 6.4.2 跟踪方案 6 相关检测 6.4 相关函数峰点跟踪 6.4.3 两点差分式跟踪方案 6 相关检测 6.5 相关检测应用 6.5.1 噪声中信号的恢复 (1) 自相关法 6 相关检测 6.5 相关检测应用 6.5.1 噪声中信号的恢复 (1) 自相关法 6 相关检测 6.5 相关检测应用 6.5.1 噪声中信号的恢复 (2) 互相关法 ① 无噪声 6 相关检测 6.5 相关检测应用 6.5.1 噪声中信号的恢复 (2) 互相关法 ② 有噪声 6 相关检测 6.5 相关检测应用 6.5.1 噪声中信号的恢复 (2) 互相关法 ③ 有谐波 6 相关检测 6.5 相关检测应用 6.5.1 噪声中信号的恢复 (3) 相关法恢复谐波分量 6 相关检测 6.5 相关检测应用 6.5.1 噪声中信号的恢复 (4) 用互相关法检测同一个信号源 6 相关检测 6.5 相关检测应用 6.5.2 延时测量 6 相关检测 6.5 相关检测应用 6.5.4 速度检测 x=[0.01:0.01:3]; x x=[0.51:0.01:3.5];z=xcorr(sin(x),sin(xx)); 随机噪声通过线性系统 互谱密度函数 其他微弱信号检测的方法 1　同步叠加 ２ 均值、中值滤波法 ３　双路（参考）比较法 ４ 倒频谱分析法 基本方法： 1。将n各测量信号同步（对应时间）叠加（可非周期） 2。同一个信号的相同位置值叠加（周期已知）。 通常信号叠加后为 因为 所以： 噪声叠加后为（假设均匀分布）： 运用叠加法恢复含有噪声的方波信号