微弱信号检测1.

《微弱信号检测1.》由会员分享，可在线阅读，更多相关《微弱信号检测1.（38页珍藏版）》请在金锄头文库上搜索。

1、微弱信号检测 1,微弱信号检测 与随机噪声,1.1 微弱信号检测概述,1.1.1 微系统 （1）MEMS（ Micro- electro Mechanical Systems ） 微机电系统 （2）Micro system 微系统 （3）Micro machine 微机器 微系统的发展和应用 监视系统、电子对抗系统、电子战无人机（UAV）、纳米机器人、隐形技术、武器惯性测量、武器保险/解保和引爆、平台稳定、个人/运载工具导航、条件基维护（CBM）、环境感知、大量数据存储、显示等。,1.1.2 微系统和外部作用 1.1.3 微弱信号 不仅意味着信号幅度很小，主要指被噪声淹没的信号。,1.1.4

2、微弱信号检测 从强噪声中提取有用信号，或用新技术、新方法提高检测系统输出信号的信噪比。 1.1.5 信噪比SNR和信噪改善比SNIR 1.1.6 检测分辨率与灵敏度,1.2 常见噪声类型,1.2.1 噪声特性 噪声是存在于电路内部的固有的扰动信号，是一种随机信号，不能预知其精确大小。 1.2.2 噪声测量 测量噪声电压时，测量设备的动态范围必须大于3倍的被测噪声的有效值。 用电压表（交流毫伏表）测噪声时，必须使表针指示不大于1/3倍，实际测量时使表针指示小于一半量程即可。 普通电压表测噪声均方根值应1.13修正。,1.2.3 随机噪声分类 （1）白噪声 （2）限带白噪声 （3）窄带噪声,1.3

3、 随机噪声的统计特征,常用的概率统计描述方法包括概率密度函数、数学期望值、方差、均方值、相关函数等。 1.3.1 概率密度函数（PDF） 对于连续取值的随机噪声，p(x)表示噪声电压x(t) 在 t 时刻取值为 x 的概率。对于所有 x 都有p(x)0。 t时刻噪声电压取值在a和b之间的概率为： 上式说明：在概率密度函数曲线下覆盖的面积为1。,（1）正态分布概率密度函数 对于正态分布的随机噪声，在普通示波器上观测到的将是杂乱无章的亮带，可以用亮带的峰峰值除以6.6来粗略估计其标准差x。对于零均值噪声，x可以看作其有效值。 测量随机噪声的放大器的动态范围应大于6.6倍的被测噪声的有效值，否则噪声

4、峰值可能被限幅，加大测量误差。,随机噪声波形x(t)与概率密度函数p(x)之间的关系,（2）均匀分布概率密度函数 均匀分布的噪声电压x(t)在其取值范围内各点 的概率相同。 数字信号处理中，A/D转换过程中的信号量化误差，可以认为是均匀分布噪声，计算机内部运算过程中由运算精度导致的舍入误差也可看作均匀分布噪声。,1.3.2 均值、方差和均方值 （1）均值（数学期望值） 电路中的噪声（具有各态遍历性质），其统计平均可用时间平均来计算。 对电压或电流型随机噪声，均值表示其直流分量。,（2）方差 方差反映随机噪声的起伏程度，是随机噪声 瞬时取值与其均值之差的平方的数学期望值。 （3）均方值 均方值反

5、映随机噪声的功率，是随机噪声瞬时取值的平方的数学期望值。 均值、方差和均方值之间的关系： 对于零均值噪声， x为其有效值，即均方值。 电路处于稳定状态时，噪声的方差和数学期望一般不再随时间变化，噪声电压称为广义平稳随机过程。,1.3.3 随机噪声的相关函数 相关函数Rx()表示随机过程两个时间上的相 关性。定义为： Rx()的重要性质： Rx()仅与时间差（即时延）有关，与时间起点无关； 由于绝大多数噪声相互独立，故Rx()随增加而衰减； 0时，时间产生的噪声与其自身相关，此时Rx ()具有最大值，代表噪声的均方值。 （1）自相关函数 随机噪声x(t)的自相关函数Rx(t1,t2)是其时域特性

6、的平均度量，反映同一随机噪声x(t)在不同时刻t1和t2取值的相关程度。定义为：,自相关函数的重要特点 对于实信号，自相关函数是的偶函数。 当0时，Rx()具有最大值。 Rx(0) 反映随机噪声的功率。 如果x(t)包含某种周期性分量，则Rx()包含同样周期的周期性分量。 互不相关的随机噪声之和的自相关函数等于随机噪声的自相关函数之和。 对于平稳的随机噪声， Rx()仅与时间差有关，与计算时间的起点无关。 当时，自相关函数反映随机噪声直流分量的功率。 自相关函数可以应用于随机噪声，也可以应用于确定性信号。,例1. 利用采样保持器对零均值连续随机电压波形进行不断的采样保持，保持的时间间隔为1s。

7、设各采样之间互不相关，采样值在-1+1之间均匀分布。t=0之后第一次采样时间t1在01s之间均匀分布。采样保持器的输出波形x(t)如图，试求x(t)的功率Px和自相关函数Rx(t)的图形。,（2）互相关函数与互协方差函数 互相关函数反映两个不通的随机噪声x(t)和y(t)在不通时刻t1和t2取值的相关程度，定义为： 平稳随机噪声的统计特征量与时间的起点无关。 令t1=t- ，t2=t，则： 用时间平均计算上式的统计平均，互相关函数可表示为： 互相关函数的重要特点： 互相关函数不再是偶函数，即Rxy() Rxy(-)，但Rxy() Ryx (-)。 互相关函数的下界由下式确定：,值很大时，互相关

8、函数反映x (t) 和y (t)均值的乘积， 即： 对于平稳随机噪声，Rxy()仅与时间差有关，与计 算时间的起点无关。 互协方差函数 定义为： 如果对于任意的t1和t2都满足Cxy(t1,t2)=0，则称x(t)与y(t)互不相关。 对于平稳随机噪声，上式可化简为： 对于零均值平稳随机噪声x(t)与y(t) ，有 则： 若对所有都满足 ，则x(t)与y(t)互不相关。,相关函数的上述特性对于从噪声中检测微弱信号非常有用。一般情况下，被检测的有用信号和淹没信号的噪声之间不存在相关性，因此，采用相关方法可能将有用信号从随机噪声中提取出来。 相互独立 描述两路随机噪声之间的相互关系的另一术语。 当

9、随机噪声x和y相互独立时，其联合概率密度p(x,y)可以分解为：p(x,y)=p(x)p(y) 上式成立时，x和y必定相互独立，且Exy=ExEy。 相互独立的两路随机噪声一定互不相关，当互不相关不一定相互独立。,例2.随机相位正弦波 ，在02 之间均匀分布，幅度A为常数；随机幅度正弦波 ，B是与 相互独立的随机量，B的概率密度函数为： ，试求x(t)和y(t)的统计特征量 。 解：x(t)的均值x： x(t)的方差 ：,x(t)的自相关函数Rx()： y(t)的均值 y： y(t)的幅值B是高斯分布，其均值为0，方差为1。 互相关函数Rxy(): B和相互独立 互协方差函数Cxy():,（3

10、）归一化相关函数 自相关函数和互相关函数不但反映随机噪声在 不同时刻取值的相关程度，而且反映随机噪声的 幅度和功率，而幅度和功率受系统增益的影响。 归一化相关函数消除了幅度和功率影响，能准 确表现噪声在不同时刻取值的相关程度。 归一化自相关函数x() 归一化互相关函数xy(),1.3.4 随机噪声的功率谱密度函数 研究周期信号或非周期信号时，信号的特征常 用频谱描述，反映信号各频率分量的幅度和相位 随频率变化的情况，也可用能谱或功率谱描述。 随机信号既不能用确定的时间函数表示，也无法用幅度谱表示，只能用功率谱描述其频率特性。 电噪声测量及计算主要关心噪声功率。 （1）功率谱密度函数Sx() 设

11、噪声电压x(t)的功率为Px，则噪声的功率谱密度函数定义为： 自相关函数和功率谱密度 函数满足傅里叶变换关系：,Rx()是实偶函数，不包含相位信息， Sx()是的实偶函数，不含信号各频率 分量的相位信息。 Sx()区县下覆盖的面积表示噪声的功率Px。 Rx()和Sx()的形状都与随机噪声x(t)随时间变化的速度有关，x(t)变化越快，说明其占据频带越宽，Sx()也越宽；同时，对于变化较快的时域噪声，其不同时刻取值的相关性较差， Rx()的峰区就较窄。,宽带噪声和窄带噪声的时间函数x(t)、 Rx()、 Sx() 之间的关系,例3.随机噪声x(t)的自相关函数为： ，其形状如图所示， 求其功率谱

12、密度函数和功率。 解：x(t)的Sx()： x(t)的功率Px： 将Sx()代入Px的计算公式，可得： 也可利用Px=Rx(0)直接由Rx()求得Px=2。,（2）互谱密度函数Sxy() 平稳随机噪声x(t)和y(t)的互相关函数Rxy()的傅里叶变换，称为互谱密度函数Sxy()。 Sxy()性质： 对称性： Sxy()实部为偶函数，虚部为奇函数，其傅里叶变换共轭对称，即： 互谱不等式：对于任何频率，下列不等式都成立。 互不相关的两路零均值随机噪声之和的功率谱密度函数等于各自的功率谱密度函数之和。,1.3.5 噪声源的相关性 研究放大器输出时，常遇到几个噪声源同时干扰的情况。分析过程中要求比较

13、两个噪声源是否相似，分别用u(t1)、u(t2)表示噪声函数，引入相关系数C，作为两个噪声相似性（线性相关性）的度量，定义为： 如果两个噪声源部相关，则C=0；如果噪声源之间存在相关性，则C 0。 C在1到1之间取值，C=1时，两相关噪声线性相加；C1时，两相关噪声相减。,对于两个互不相关的噪声源，等效噪声的均方 值等于各噪声源均方值之和；即： 当两个噪声源相关时，则：,上式中后一项为： 因此，等效噪声的均方值为： 在放大器噪声中，C值不易确定，常忽略不计。可能带来一定的误差。当大量的噪声互不相关。,1.4 随机噪声通过电路的响应,任何信号检测装置中，被测信号及噪声均要通过各种电路进行处理，才

14、能检测到所需信号。由于通过电路时信号和噪声都要产生一定的变化，从而时信噪比有所改变。本节主要研究噪声通过电路的计算方法及其响应。 1.4.1 随机噪声通过线性系统的响应 右图线性电路的动态特性可以用脉冲相应函数h(t)或频率响应函数H(j)描述，它们构成一对傅里叶变换对。,对于给定的输入信号x(t)，其输出为： 如果x(t)为确定信号，则输出y(t)也是确定信号， 满足Y(j) =X(j)H(j) 。 若x(t)为随机噪声，则输出y(t)也是随机噪声，不再满足传递函数关系，只能用统计特性分析方法确定输入和输出的关系。 自相关函数： 功率谱密度函数： 互谱密度函数： 互相关函数：,例4.白噪声x

15、(t)输入到一阶RC低通滤波器电路， 如图，x(t)的功率谱密度为： 求滤波器输出y(t)的功率谱密度Sy(t)和功率Py。 解：求Sy()： 电路频率响应函数： 则幅频响应函数为： 代入Sy(t)公式得： 求功率Px： 结论：电路的时间常数RC越大，输出的功率越小。,1.4.2 非平稳随机噪声通过线性系统的相应 实际应用中，线性电路中可能包含一些电子 开关，在开关刚闭合的一段时间内，电路处于 过渡状态，输出噪声是非平稳的。此时不能用前述公式计算功率谱密度函数，只能用线性电路的卷积作用计算非平稳输出噪声的统计特性。 右图电路中，t=0时开关闭合， 随机噪声x(t)送入RC滤波器。电 路处于过渡状态，输出噪声的自 相关函数与计算的时间起点有关，只能求Ry(t1,t2)。 考虑x(t)在t=0时加入，计算可得:,例：若上图中x(t)为白噪声，其功率谱密度为： ，则其自相关函数为 开关在t=0时闭合，可得时刻t输出噪声的功率为： RC积分电路的频率响应函数和 冲击响应函数分别为： ,1.4.3 随机噪声通过非线性系统的相应 如果系统的输入量之和不能产生相应的输出量 之和，则为非线性系统。非线性电路在信号检测 装置中十分重要，是信号处理的重要手段。如二极管检波器、鉴频器、混频电路都是非线性电路。 （1）平方律检波器 输出信号y(t)与输入信号x(t) 的关系为： 设输入与输出