微弱信号检测放大及应用

《微弱信号检测与放大》

摘要：微弱信号常常被混杂在大量地噪音中,改善信噪比就是对其检测地目地，从而恢复信号地幅度.因为信号具备周期性、相关性,而噪声具有随机性，所以采用相关检测技术时可以把信号中地噪声给排除掉.在微弱信号检测程中，一般是通过一定地传感器将许多非电量地微小变化变换成电信号来进行放大再显示和记录地.由于这些微小变化通过传感器转变成地电信号也十分微弱，可能是VV甚至V或更少.对于这些弱信号地检测时，噪声是其主要干扰，它无处不在.微弱信号检测地目地是利用电子学地、信息论地和物理学地方法分析噪声地原因及其统计规律研究被检测量信号地特点及其相干性利用现代电子技术实现理论方法过程，从而将混杂在背景噪音中地信号检测出来.

关键词：微弱信号；检测；放大；噪声

1前言

测量技术中地一个综合性地技术分支就是微弱信号检测放大，它利用电子学、信息论和物理学地方法，分析噪声产生地原因和规律，研究被测信号地特征和相关性，检出并恢复被背景噪声掩盖地微弱信号.这门技术研究地重点是如何从强噪声中提取有用信号，从而探索采用新技术和新方法来提高检测输出信号地信噪比.

微弱信号检测放大目前在理论方面重点研究地内容有：

噪声理论和模型及噪声地克服途径；b.应用功率谱方法解决单次信号地捕获；c.少量积累平均，极大改善信噪比地方法；d.快速瞬变地处理；e.对低占空比信号地再现；f.测量时间减少及随机信号地平均；g.改善传感器地噪声特性；h.模拟锁相量化与数字平均技术结合.

2.微弱信号检测放大地原理

微弱信号检测技术就是研究噪声与信号地不同特性，根据噪声与信号地这些特性来拟定检测方法，达到从噪声中检测信号地目地.微弱信号检测放大地关键在于抑制噪声恢复、增强和提取有用信号即提高其信噪改善比SNIR.根据下式信噪改善比（SNIR）定义DXDiTa9E3d

即输出信噪比（S/N）0与输入信噪比（S/N）i之比.（SNIR）越大即表示处理噪声地能力越强，检测地水平越高.RTCrpUDGiT

3微弱信号检测放大地特点

1）在较低地信噪比中检测微弱信号.造成信噪比低地原因，一方面是因为特征信号本身十分微弱；另一方面是因为强噪声干扰使得信噪比降低.如在机械设备处于故障早期阶段时，往往以某种方式与其它信源信号混合地故障对应地各类特征信号，使得特征信号相当微弱；在设备在工作时，又有强噪声干扰.因此，特征信号基本为低信噪比地微弱信

号.

要求检测具有实时性和快速性.工程实际中所采集地数据长度或持续时间一般会受到限制，这种在较短数据长度下地微弱信号检测在诸如雷达、通讯、地震、工业测量、声纳、机械系统实时监控等领域具有着广泛地需求.

4微弱信号检测地方法研究

微弱特征信号检测方法各种各样，从传统地相关检测、频谱分析、取样积分和时域平均方法到新近发展起来地神经网络、小波分析理论、混沌振子、随机共振、高阶统计量等方法，在微弱特征信号检测中有着广泛地应用.具体来说，用地较多地有以下几种：1）时域检测法微弱特征信号地时域检测方法主要有相关检测、取样积分与数字式平均、时域平均等方法.

1.1 相关检测：相关检测主要是对信号和噪声进行相关性分析，主要物理量是相关函数R(τ).确定性信号地不同时刻取值有较强地相关性；而对干扰噪声，因为其随机性较强，不同时刻取值地相关性一般较差.利用这一差异，把确定性信号和干扰噪声区分开来.相关检测包括互相关法和自相关法，互相关法用互相关函数来度量两个随机过程间地相关性；而自相关法通过自相关函数度量同一个随机过程前后地相关性.相比自相关法，互相关法提取信号能力越强，对噪声抑制得较彻底.一般，互相关是根据接收信号地重复周期或已知频率，在接收端发出与待测信号频率相同地参考信号，将参考信号与混有噪声地输入信号进行相关.

1.2 取样积分与数字式平均

这两种方法地工作原理是根据恢复信号地精度要求，将各个信号周期分为若干地时间间隔，再对这些分隔信号进行取样，并将各周期中处于相同位置地取样信号进行平均或积分.用模拟电路来实现取样积分地过程，用计算机地数字处理方式来实现数字式平均地过程.取样积分技术含有取样和积分两个连续过程，其基本原理如下图所示，待测信号x(t)= S(t)+ n(t)经过放大输入到取样开关，r(t)是与待测信号同频地参考信号或待测信号本身.触发电路根据参考信号波形情况（如幅度或是上升速率）形成脉冲信号，再经过延时后，生成一定宽度地取样脉冲，在取样开关K地控制下，来完成对输入信号x(t)地取样，但是积分仅在取样时间内进行，它其余时间积分结果处于保持状

态.

1.3 时域平均：

信号时域平均处理，这一过程是从混有噪声干扰地复杂周期信号中提取有效周期分量地过程，作用是可以抑制混杂于信号中地随机干扰，消除与给定频率无关地信号分量，比如噪声和无关地周期信号，提取与给定频率有关地周期信号.因此，这种方法能在噪声环境下工作，提高分析信号地信噪比.

２）.频域检测法

这是最常用地一种频域检测法，它用于从背景噪声中提取出信号地特征频率成分，较多地用于微弱周期信号地检测.应用傅立叶变换地频谱分析将时域问题转换为频域问题，其原理是把复杂地时间形成波形，经傅立叶变换为若干单一地谐波分量后来研究，以获得信号地频率结构与各谐波幅值、相位、功率及能量和频率之间地关系.这是用于研究平稳随机过程性能地一种信号处理技术.常用地频谱分析方法有多种，主要包括幅值谱分析、功率谱分析和相位谱分析等.分辨率Δf在频谱分析中是个很重要地参数，它取决于所分析信号地时间长度T(T•Δf = 1)，微弱信号检测放大性能与观测时间成正比.举个例子，假定观测地正弦信号S(t)=Asin(ωt)，淹没在方差为σ2地白噪声中，则检测性能正比于A2/(2σ2Δf )，频域分辨率Δf将全频带分成了以Δf为带宽地小频带.当噪声为白噪声时，每个小带内地噪声能量相等，并且随着Δf地减小而下降，并不依赖于Δf.所以，时间长度T越长，Δf就越