论文部分内容阅读
【摘 要】近年来，微弱信号处理的研究已经是一个比较热门受欢迎的领域，大致表现在对微弱信号处理分析方法的寻找和对微弱信号检测处理系统的规划及对微弱信号处理仪器的探讨。本文主要对微弱信号的定义和微弱信号的研究背景进行了概述，详细地分析了微弱信号的线性和非线性处理方法及其优缺点及应用。
【关键词】信号处理;分析;探讨;微弱信号;线性;非线性
1.引言
1.1微弱信号的背景
微弱信号检测并不是一门新的技术学科，从一台锁定放大器于1962年问世以来，微弱信号检测技术就已经开始进入应用层面。微弱信号的检测与提取一直得到国内外学者的重视并且也一直是研究的重点和难点。微弱信号检测的实质是了解并掌握信号产生的原因以及信号的特点，根据已知被测的微弱信号的一些特征和一些相关性。当然，要想从强噪声下检测出被测得微弱信号，还需要一些适当的方法。微弱信号检测的主要任务就是不断发展微弱信号检测理论，从而探寻出一些新的理论和方法，研发出一些新的检测设备并能够准确有效地检测出微弱信号，以便满足现代科学技术研究在各个学科领域中得到广泛关注和应用。
1.2微弱信号的两大类别
微弱信号的微弱特征大致可以从两个方面学习：一个方面指检测的是微伏、納伏甚至是皮伏级的电压信号，他们的信号幅度都很小;另一个方面是与噪声信号相比较，研究者们想要的是幅度较小的信号。这两个方面不相同而又有紧密联系的。本文所涉及的在强噪声背景下微弱信号的处理。一般来说，噪声就是对人们想要得到信号的干扰，也是一种随机信号，没有确定的数学表达式，即在任意时刻都无法知道其准确度。此外，不管是在信息传输前，信息传输时，还是信息接收时的检测，都不可避免噪声的存在。若有用信息本身太微弱或者噪声存在的强度太大，都会出现有用信息被噪声覆盖的情况。噪声产生的主要的原因有：传输时外界的干扰、有用信息本身的不稳定及对微弱信号处理仪器本身产生的噪声。所以，微弱信号检测时最好是在信噪比低的情况下进行微弱信号的检测。当信噪比较低时，可能是由于信号本身太微弱，也可能是强噪声干扰而造成的，或者是在一般要求能够适用于实际的场合（雷达、通信、医疗等不同领域），目的就是要让检测具有快速性、准确性。正因为有如此的优点，才得以使相关的研究成为了热点，微弱信号的检测不断涌现出了新的理念和新的方法。
2.微弱信号处理的线性方法
2.1时域平均
时域平均就是在信号被干扰的情况下提取周期性信号的过程，即是相干检波。对信号具有周期性的间隔去截取信号，将得到的截取信号累加平均，以此消除信号的随机干扰及非周期分量，确保周期成分。这样做的好处是，信噪比比较自由，即对信噪比没有要求。因此，可以将在强噪声的背景下的复杂周期信号中获得有效的周期分量，此外，还可以抑制信号中的随机干扰，消除无关紧要的一些信号分量。时域平均对信号处理的结果是时域的波形，可以很容易的识别出信号的某些特征，尤其是还能看到某一个周期内发生的多个冲激及每一个的强度。
2.2频域检测法
频域检测法最常见的一种方法是频谱分析法，主要用于在强噪声干扰的情况下来获取有用信号频率的特征成分，微弱信号周期信号的检测一般会用到频域检测法。频谱分析就是通过傅里叶变换变成若干个单一的谐波分量来研究。因此，可以简单地得到信号的谐波幅值、谐波相位、谐波功率、谐波能量及频率结构与频率间的关系。平稳随机过程性能的研究主要信号处理技术就是频谱分析，常用的分析方法主要有幅值分析、功率谱分析、相位谱分析等。
2.3时频分析法
时频分析法是目前比较常用的一种方法，不同于单纯的时域检测、频域检测法，因为时域检测和频域检测不可描述信号的时间、频率局部特性，而时频法就完全可以胜任非平稳信号、非高斯信号的检测。因此，可以说时频分析是解决非平稳信号的重要途径。它采用了时间与频率的结合来描述信号，即将一维空间的时间信号映射到二维空间的时域平面。这样就能够得到时域、频域中非平稳信号的全貌和局部化结果。因此，可以了解信号的时域、频域特征，转确地掌握其频率随时间变化的规律。
3.微弱信号处理的非线性方法
3.1混沌检测理论法
混沌检测理论是由于非线性科学的迅速发展而提出的一种全新的微弱信号处理分析方法，其强噪声干扰下微弱信号的检测主要借用了非线性科学的混沌振子，它是非线性科学的重要组成部分，其本质是解决确定性系统中的随机性。由于其快速的发展，之后不断渗透到生物学、智能科学、化学以及其他学科领域，且成为了解决非线性问题的有效工具，它的理论和方法为微弱信号处理分析注入了新的血液，赋予了新的生命力。
3.2同频分离法
一般的信号检测方法，对于处在不同频带噪声的去除是比较容易实现的，而当在一个比较窄的频带上同时出现噪声和有用信号时，一般的信号检测方法就显得苍白无力了。因为一般的检测方法，习惯于用去除噪声，但在此情况下，去除噪声时，有用信號也将会有大量的损失，从而导致检测性能下降，但同频分离法就能克服这个缺点，提高检测性能。
3.3快速计算
对于有些检测方法会要求信号的长度，有时也会要求迭代计算的原数据，都会导致计算速度慢，这就对常规检测方法要求变得更高，使其应用范围变得更窄。其中参数诱导、噪声诱导在微弱信号处理分析中是常用的方法。所以只要在系统中使参数调节适当和噪声添加适量，就可以实现快速计算。
4.展望
因为非线性理论检测法仍处于不成熟阶段，但其比常规检测法有准确的灵敏度和分辨率，较强的适应性，较广的应用范围和现在还存在的一些问题都会促使非线性理论去噪法的研究和发展。
多种方法结合，正所谓尺有所短寸有所长，每一种方法都有各自的特点及优缺点，如果能把这些方法结合起来，取长补短，寻找一种相对完美的方法解决微弱信号处理，将会使问题更简单化。因此，多种方法的结合也将是未来研究的热点。
参考文献：
[1]李智奇.MSP430系列低功耗单片机原理与设计[M].西安电子科技大学出版社，2008.
[2]胡大可.MSP430系列超低功耗16位单片机原理与应用[M].北京航空航天出版社，2006.
（作者单位：中国人民银行乌鲁木齐中心支行）
【关键词】信号处理;分析;探讨;微弱信号;线性;非线性
1.引言
1.1微弱信号的背景
微弱信号检测并不是一门新的技术学科，从一台锁定放大器于1962年问世以来，微弱信号检测技术就已经开始进入应用层面。微弱信号的检测与提取一直得到国内外学者的重视并且也一直是研究的重点和难点。微弱信号检测的实质是了解并掌握信号产生的原因以及信号的特点，根据已知被测的微弱信号的一些特征和一些相关性。当然，要想从强噪声下检测出被测得微弱信号，还需要一些适当的方法。微弱信号检测的主要任务就是不断发展微弱信号检测理论，从而探寻出一些新的理论和方法，研发出一些新的检测设备并能够准确有效地检测出微弱信号，以便满足现代科学技术研究在各个学科领域中得到广泛关注和应用。
1.2微弱信号的两大类别
微弱信号的微弱特征大致可以从两个方面学习：一个方面指检测的是微伏、納伏甚至是皮伏级的电压信号，他们的信号幅度都很小;另一个方面是与噪声信号相比较，研究者们想要的是幅度较小的信号。这两个方面不相同而又有紧密联系的。本文所涉及的在强噪声背景下微弱信号的处理。一般来说，噪声就是对人们想要得到信号的干扰，也是一种随机信号，没有确定的数学表达式，即在任意时刻都无法知道其准确度。此外，不管是在信息传输前，信息传输时，还是信息接收时的检测，都不可避免噪声的存在。若有用信息本身太微弱或者噪声存在的强度太大，都会出现有用信息被噪声覆盖的情况。噪声产生的主要的原因有：传输时外界的干扰、有用信息本身的不稳定及对微弱信号处理仪器本身产生的噪声。所以，微弱信号检测时最好是在信噪比低的情况下进行微弱信号的检测。当信噪比较低时，可能是由于信号本身太微弱，也可能是强噪声干扰而造成的，或者是在一般要求能够适用于实际的场合（雷达、通信、医疗等不同领域），目的就是要让检测具有快速性、准确性。正因为有如此的优点，才得以使相关的研究成为了热点，微弱信号的检测不断涌现出了新的理念和新的方法。
2.微弱信号处理的线性方法
2.1时域平均
时域平均就是在信号被干扰的情况下提取周期性信号的过程，即是相干检波。对信号具有周期性的间隔去截取信号，将得到的截取信号累加平均，以此消除信号的随机干扰及非周期分量，确保周期成分。这样做的好处是，信噪比比较自由，即对信噪比没有要求。因此，可以将在强噪声的背景下的复杂周期信号中获得有效的周期分量，此外，还可以抑制信号中的随机干扰，消除无关紧要的一些信号分量。时域平均对信号处理的结果是时域的波形，可以很容易的识别出信号的某些特征，尤其是还能看到某一个周期内发生的多个冲激及每一个的强度。
2.2频域检测法
频域检测法最常见的一种方法是频谱分析法，主要用于在强噪声干扰的情况下来获取有用信号频率的特征成分，微弱信号周期信号的检测一般会用到频域检测法。频谱分析就是通过傅里叶变换变成若干个单一的谐波分量来研究。因此，可以简单地得到信号的谐波幅值、谐波相位、谐波功率、谐波能量及频率结构与频率间的关系。平稳随机过程性能的研究主要信号处理技术就是频谱分析，常用的分析方法主要有幅值分析、功率谱分析、相位谱分析等。
2.3时频分析法
时频分析法是目前比较常用的一种方法，不同于单纯的时域检测、频域检测法，因为时域检测和频域检测不可描述信号的时间、频率局部特性，而时频法就完全可以胜任非平稳信号、非高斯信号的检测。因此，可以说时频分析是解决非平稳信号的重要途径。它采用了时间与频率的结合来描述信号，即将一维空间的时间信号映射到二维空间的时域平面。这样就能够得到时域、频域中非平稳信号的全貌和局部化结果。因此，可以了解信号的时域、频域特征，转确地掌握其频率随时间变化的规律。
3.微弱信号处理的非线性方法
3.1混沌检测理论法
混沌检测理论是由于非线性科学的迅速发展而提出的一种全新的微弱信号处理分析方法，其强噪声干扰下微弱信号的检测主要借用了非线性科学的混沌振子，它是非线性科学的重要组成部分，其本质是解决确定性系统中的随机性。由于其快速的发展，之后不断渗透到生物学、智能科学、化学以及其他学科领域，且成为了解决非线性问题的有效工具，它的理论和方法为微弱信号处理分析注入了新的血液，赋予了新的生命力。
3.2同频分离法
一般的信号检测方法，对于处在不同频带噪声的去除是比较容易实现的，而当在一个比较窄的频带上同时出现噪声和有用信号时，一般的信号检测方法就显得苍白无力了。因为一般的检测方法，习惯于用去除噪声，但在此情况下，去除噪声时，有用信號也将会有大量的损失，从而导致检测性能下降，但同频分离法就能克服这个缺点，提高检测性能。
3.3快速计算
对于有些检测方法会要求信号的长度，有时也会要求迭代计算的原数据，都会导致计算速度慢，这就对常规检测方法要求变得更高，使其应用范围变得更窄。其中参数诱导、噪声诱导在微弱信号处理分析中是常用的方法。所以只要在系统中使参数调节适当和噪声添加适量，就可以实现快速计算。
4.展望
因为非线性理论检测法仍处于不成熟阶段，但其比常规检测法有准确的灵敏度和分辨率，较强的适应性，较广的应用范围和现在还存在的一些问题都会促使非线性理论去噪法的研究和发展。
多种方法结合，正所谓尺有所短寸有所长，每一种方法都有各自的特点及优缺点，如果能把这些方法结合起来，取长补短，寻找一种相对完美的方法解决微弱信号处理，将会使问题更简单化。因此，多种方法的结合也将是未来研究的热点。
参考文献：
[1]李智奇.MSP430系列低功耗单片机原理与设计[M].西安电子科技大学出版社，2008.
[2]胡大可.MSP430系列超低功耗16位单片机原理与应用[M].北京航空航天出版社，2006.
（作者单位：中国人民银行乌鲁木齐中心支行）