微弱信号监测.ppt

第六章微弱信号检测,什么是微弱信号 1.幅度极微小的信号 2.被噪声淹没的信号 应用领域 常规和传统方法不能检测到的微弱量的检测(弱光、弱磁、弱声、小位移、微流量、微振动、微温差、微压差、微电导、微电流等的测量),微弱信号与噪声 背景噪声、放大器噪声检测方法 1.低噪/限噪放大(包括斩波放大)2.降噪滤波(频带处理)3.相关检测(周期性信号),0 概论,表征信号质量的主要参量 信噪比 S/N(SNR Signal Noise Ratio)信号有效值与噪声有效值之比(V或P)表征检测方法系统质量的主要参量 1.信噪改善比 SNIR=SNRo/SNRi(Signal Noise Improvement Ratio)2.有效检测分辨率 仪器的示值可以相应与分辨的最小输入量的变化量,6.1常规小信号检测方法 6.1.1 滤波 6.1.2 调制放大与解调(斩波放大)6.1.3 零位法 6.1.4 反馈补偿法,1,6.2相关检测原理自相关函数 一、自相关函数 Rx(t1，t2),平稳随机过程，其统计特征量与时间起点无关,5,随机噪声及其统计特征 6.2.5 随机噪声的功率谱密度函数,根据维纳辛钦(Wiener-Khinchin)定理,10,1、振幅等于A的正弦信号,10,当 xi(t)为白噪声、且足够大时，Rx()0。,，,常见随机噪声2、白噪声 全频带(-，)上能量均等，为常量。,14,3、限带白噪声 在有限频带()内，。,15,一、自相关函数性质（1）Rx()=Rx(-)（2）=0 时 Rx()具有最大值,（3）时,6,（4）如果随机量x(t)不包含周期性分量，Rxx()随增加从最大值减小。（5）如果随机量x(t)包含周期性分量，Rx()也含周期性分量。x(t)含周期性正弦波振幅和频率,Rx()无相位信息,7,1.2.4 随机噪声的互相关与互协方差函数 一、互相关函数(1)Rxy()Rxy(-)但 Rxy()Ryx(-)(2)(3)Rxy()=xy,8,1.2 随机噪声及其统计特征 1.2.4 随机噪声的互相关与互协方差函数时 二、互协方差函数(t1=t,t2=t-)Cxy(t1,t2)=Ex(t1)-x y(t2)-y=Rxy()-xy(平稳随机噪声)x=y=0时，Cxy(t1,t2)=Rxy()三、归一化相关函数,9,5.2.6 相关检测原理(1)自相关检测,11,1.2 随机噪声及其统计特征 1.2.6 相关检测原理(1)自相关检测,12,xi(t)与ni(t)相互独立，则互不相关，因而为零。,当 xi(t)为白噪声、且足够大时，Rnn()0。,当 ni(t)为振幅等于1的正弦信号，,相关检测原理(2)互相关检测,13,xi(t)与ni(t)相互独立，则互不相关，因而为零。,第1章 微弱信号检测与随机噪声,1.2 随机噪声及其统计特征 1.2.6 相关检测原理(1)自相关检测,10,随机噪声及其统计特征相关检测原理(1)自相关检测,10,xi(t)与ni(t)相互独立，则互不相关，因而为零。,当 xi(t)为白噪声、且足够大时，Rx()0。,当 ni(t)为振幅等于1的正弦信号，,第1章 微弱信号检测与随机噪声,1.2 随机噪声及其统计特征 1.2.6 相关检测原理(2)互相关检测,10,xi(t)与ni(t)相互独立，则互不相关，因而为零。,