微弱信号监测.ppt

单击此处编辑母版副标题样式*1单击此处编辑母版标题样式第六章微弱信号检测l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 l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 )l微弱信号与噪声 背景噪声、放大器噪声l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)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16.2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101、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143、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71.2.4 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( ) = xy81.2 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95.2.6 相关检测原理 (1) 自相关检测11延迟LPF1.2 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12xi(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延迟LPFxi(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延迟LPF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延迟LPFxi(t)与ni(t)相互独立，则互不相关，因而为零。