[工程科技]微弱信号检测.pptVIP

微弱信号检测 课程描述 微弱信号检测是一门技术学科，它利用电子学、信息论和物理学的方法，分析噪声产生的原因和规律，研究被测信号的特点和相关性，检测被强背景噪声淹没的微弱信号 ，获得信号的恢复。 微弱信号检测在各个领域中得到广泛的应用，目前已成为国内外作为知识更新与科技人员基本素质训练的基本内容。 在检测系统、图象传输和通信设备中，当出现噪声时，仪器的精度、稳定性及重复性就明显降低。 由于噪声，电报误码率增高使通信无法正常进行，雷达无法跟踪目标，在电视荧光屏上呈现一片“雪花”，图象模糊不清。为此，在讨论微弱信号各种检测技术之前，应对信号和噪声概念及其特性详细了解，以便达到从噪声中提取信号，提高信噪比的目的。 第一章 微弱信号检测方法简介 一、信号、干扰与噪声 信号：即为检测对象。包括不同形式的特征信息，并有具体的可度量值和量纲。 微弱信号：淹没在检测系统噪声中的信号。 微弱信号处理：对信号进行处理，变换其表现形式（如：幅度、时间、频率等），然后进行运算、滤波。目的是比较叠加有噪声的信号中不同因素的作用，揭示信号的规律性。 干扰或噪声：由非被测信号引起的测量结果变化。测量装置、仪器，测量技术、方法及操作决定着对干扰和噪声的抑制能力。 对有用信号来讲，干扰和噪声是有害的扰动。为了区别，常把可以减少或消除的外部扰动称为干扰，而把由于材料或器件的内部物理原因所产生的对测量结果的影响称为噪声。 1.干扰 来自检测系统外部干扰，如市电50或100Hz交流干扰，电台的调幅广播信号或电源的开关火花干扰；脉冲激光、雷达发射或电路中高能窄脉冲引起的宽带干扰；元件或部件的机械振动产生颤噪效应等。 这些干扰绝大多数是“人为的”，采取适当的屏蔽、滤波或元件合理配置等措施，干扰是可以减小和消除的。 2.噪声 材料、器件或部件的物理原因产生的噪声。如处于绝对零度以上的任何导电体均具有的热噪声；晶体管、电子管或光电器件中，因电子随机作用而产生的散粒噪声等。 这类噪声是由大量的短尖脉冲组成，其幅度和相位部是随机的，脉冲的形状(时间函数)也不一定相同。但任一噪声脉冲的能量只占总噪声能量的极微小部分。这些脉冲的叠加，即产生所谓的随机噪声。 当一个系统的信号扰动很大，在无法区分是干扰还是噪声时，可先加以屏蔽。频率高于1000Hz或阻扰大于1000欧姆时，一般采用金属导体屏蔽、接地，如铝或铜等。对于低频扰动或低阻抗的情况，可采用磁屏蔽，如铁镍导磁合金等。此外，也可先给前置放大器单独供电，如有效果，说明噪声主要来自外部干扰，则可进一步采取屏蔽措施。 如果还不能减少扰动．就应认为噪声主要是系统内部元部件的随机基本噪声。 干扰来自检测系统的外部，可以设法降低或消除；而噪声来自内部，消除比较困难，一般情况下，弱信号的幅度要小于仪器系统的噪声，不能仅依靠放大器实现噪声与信号的区分，需要通过弱检测技术来处理。 二、噪声的基本特性 Ⅰ、噪声的随机性 (1)噪声遵循的统计规律 常见噪声大多为随机噪声，特征为其幅度特性、时间特性（频率特性）均是随机分布的。其微观过程是相互独立，客观上是平稳随机，即服从一定的统计分布规律。 随机噪声是一种前后独立的平稳随机过程，在任何时刻它的幅度、波形及相位那是随机的。但每一种噪声还是服从于一定的统计分布规律，因此又是可统计的。例如，只要产生噪声过程的条件不变，噪声功率或给定时间区间内的能量就不变，它在时间域内的幅度平均值是零。 大多数噪声瞬时幅度的概率分布是正态的，即符合高斯分布规律： 例：噪声电压的高斯统计分布 2、随机噪声的功率谱密度 研究周期信号和非周期信号时，信号在领域中的特征常用频谱(幅度或相位谱)描述，它反映信号所含各频率分量的幅度与相位随频率变化的情况。也可用能量谱(简称能谱)或功率谱描述信号。 能谱或功率谱反映信号的能量或功率密度随频率变化的情况，在研究信号能量(或功率)的分布，决定它所占频带等问题中起重要作用。 必须指出，随机信号既不能用确定的时间函数，也无法用幅度谱表示，只能用功率谱来描述它的频域特性。 当系统处于稳态时，不同时刻噪声的概率分布规律是一样的，因此称为平稳随机过程。噪声测试中可利用对时间求平均 来测量噪声有效值。 用平稳随机过程理论所定义的噪声功率谱密度来讨论噪声的频谱分布。 依据功率谱对噪声的分类 白噪声： 如果噪声在很宽的频率范围内具有恒定功率谱密度，这种噪声称白噪声 (注意：功率谱不包括相位信息)。 有色噪声：反之，若噪声功率谱密度不是常数则称为有色噪声 谱密度随频率的减小而上升，称为红噪声 谱密度随频率的升高而增加，则称为蓝噪声 这些都是以光的颜色与频率的关系来比拟的。 Ⅱ、噪声的相关性 平稳随机过程的另一个重要特征量是它的自相关函数R(τ)。它表示随机过程在两个不同