实验报告_90完整版.docVIP

微弱信号的提取检测及分析 班 级： 010911 姓 名：丁 刘潇 井文实验日期：2011/12/1 微弱信号的提取检测及分析 一、摘要 微弱信号检测是随着工程应用而不断发展的一门学科，是利用电子学、信息论和物理的方法，分析噪声产生的原因和规律，研究被测信号的特点与相关性，采用一系列信号处理的方法，检测被噪声背景淹没的微弱信号。强噪声背景下微弱信号处理是现代信号处理技术中的一项综合技术和尖端领域，运用这种技术使得微弱量(如弱光、小位移、微振动、弱声及微电流等)的检测成为可能，大大提高了微弱信号检测的精度。 二、选题背景及目的 (1)选题背景 因为噪声总是会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪比下的信号检测是目前检测领域的热点，而强噪声背景下微弱信号的提取又是信号检测的难点，其目的就是消除噪声，将有用的信号从强噪声背景中提取出来，或者用一些新技术和新方法来提高检测系统输出信号的信噪比。 噪声主要来自于检测系统本身的电子电路和系统外的空间高频电磁场干扰等，通常从两种不同的途径来解决： ① 降低系统的噪声，使被测信号功率大于噪声功率，达到信噪比S /N 1 。 ② 采用相关接收技术，可以保证在被测信号功率 噪声功率的情况下，仍能检测出信号。 在电子学系统中，采用低噪声放大技术，选取适当的滤波器限制系统带宽，以抑制内部噪声和外部干扰，保证系统的信噪比大大改善，当信号较微弱时，也能得到信噪比 1 的结果。但当信号非常微弱，比噪声小几个数量级甚至完全被噪声深深淹没时，上述方法就不会有效。当我们已知噪声中的有用信号的波形时，利用信号和噪声在时间特性上的差别，可以用匹配滤波的方法进行检测。但当微弱信号是未知信号时，则无法利用匹配滤波的方法进行检测。经过分析，白噪声为一个具有零均值的平稳随机过程，所以，我们在选取任一时间点，在该点前一段时间内将信号按时间分成若小段后，然后在选取时间点处将前面所分的每小段信号累加，若为白噪声信号，则时间均值依然为零，但当噪声中存在有用信号时，则时间均值不为零，由此特性，就可对强噪声背景中是否存在微弱信号进行判定。 （2）实验目的 ① 了解随机信号分析理论如何在实践中应用。 ② 了解随机信号自身的特性，包括均值（数学期望）、方差、概率密度、相关函数、频谱及功率谱密度等。 ③ 掌握随机信号的检测及分析方法。 三、实验特点及原理 （1）白噪声的统计特性分析 白噪声是一功率频谱密度为常数的随机过程。它的概率统计特性服从某种分布，确切的说，白噪声只是一种理想化的模型，因为实际的噪声功率谱密度不可能具有无限宽的带宽，否则它的平均功率将是无限大，是物理上不可实现的。然而白噪声在数学处理上比较方便，所以它在通信系统的分析中有十分重要的作用。一般地说，只要噪声的功率谱密度的宽度远大于它所作用的系统的带宽，并且在系统的带内，它的功率谱密度基本上是常数，就可以作为白噪声处理了。白噪声的功率谱密度为： 其中/2就是白噪声的均方值。 白噪声的自相关函数为： 白噪声的自相关函数是位于τ=0处、强度为的冲击函数。这表明白噪声在任何两个不同的瞬间的取值是不相关的。同时也意味着白噪声能随时间无限快的变化，因为它的带宽是无限宽的。常见的白噪声所服从的分布有：高斯分布，瑞利分布等。本实验中我们采用服从高斯分布的白噪声。 （2）微弱随机信号的检测及提取方法 因为噪声总是会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪比下的信号检测是目前检测领域的热点，而强噪声背景下微弱信号的提取又是信号检测的难点，其目的就是消除噪声，将有用的信号从强噪声背景中提取出来，或者用一些新技术和新方法来提高检测系统输出信号的信噪比。 噪声主要来自于检测系统本身的电子电路和系统外的空间高频电磁场干扰等，通常从两种不同的途径来解决： ① 降低系统的噪声，使被测信号功率大于噪声功率，达到信噪比S /N 1 。 ② 采用相关接收技术，可以保证在被测信号功率 噪声功率的情况下，仍能检测出信号。 在电子学系统中，采用低噪声放大技术，选取适当的滤波器限制系统带宽，以抑制内部噪声和外部干扰，保证系统的信噪比大大改善，当信号较微弱时，也能得到信噪比 1 的结果。但当信号非常微弱，比噪声小几个数量级甚至完全被噪声深深淹没时，上述方法就不会有效。当我们已知噪声中的有用信号的波形时，利用信号和噪声在时间特性上的差别，可以用匹配滤波的方法进行检测。但当微弱信号是未知信号时，则无法利用匹配滤波的方法进行检测。经过分析，白噪声为一个具有零均值的平稳随机过程，所以，我们在选取任一时间点，在该点前一段时间内将信号按时间分成若小段后，然后在选取时间点处将前面所分