第四部分：取样积分器
背景：
● 实际信号：不都是正弦或方波，通常为一复杂的宽带函数，表现为淹没在噪声中的微弱周期短脉冲。例如：脑电、心电信号；核磁共振信号。
● 实际要求：恢复淹没在噪声中的微弱周期短脉冲信号波形，并显示记录。锁定放大器无能为力。
● 功能实现：用取样积分器，对信号多次取样并加以平均，抑制混于信号中的噪声，得到完整的波形恢复。
● 模拟取样积分器→微计算机组成的数字式多点信号平均器。
第一节 取样积分器的基本原理
一、定点式取样积分器：信号通道，参考通道，门积分器
积分器类型：
1、指数积分器：上图定点式取样积分器使用的RC 积分器为指数积分器。
微分方程：00()
()()i du t u t RC u t dt
=+；
微分方程解：阶跃信号()Eu t 作用下，/0()(1)t RC u t E e -=-，C T RC =为时间常数。
作用：对信号进行积分和平均；阶跃信号作用下，当3t RC =时，达到输入的
95%；当5t RC =时，达到输入的99%。
2
)
微分方程：0()()
i du t u t C
dt R
-=；
微分方程解：阶跃信号()Eu t 作用下（电容初始电压为0），001()()t i
t
u t u t dt E RC RC
=-=-⎰，C T RC =为时间常数。
3、积分器选择：线性门积分器的输出受到运算放大器线性工作范围的限制，较适用于信号幅度较小的场合。如果信号幅度较大，为数不多的若干次取样积分就有可能使运算放大器进入非线性区，导致测量误差。在这种情况下只能使用指数门积分器。
定点式取样积分器工作过程
● 间歇式充电，一个周期内只在g T 内进行，因此一次无法充至该点的信号值。 ● ()r t 为参考信号，与被测信号()s t 同频，周期为T ；g T 称为门宽，周期也为T 。
● 每隔周期T 取样一次，积分器（RC ）对取样信号进行积分和平均。
● 缺点：延时0t 需手动调解，因此要恢复全部波形需逐步改变取样脉冲的延时量，麻烦而且很难得到一个完整的波形。
s x r
二、扫描式取样积分器（Boxcar 积分器） 1、扫描式取样积分器组成
2、扫描式取样积分器工作过程
● f 为非常缓慢的逐渐延时的脉冲，对波形取样，可理解为使被测信号上的每一点依次取出上百次以至上万次样值，等效为定点取样积分，提高输出信噪比。
● 输出波形与被测脉冲波形完全一致，观测噪声得到抑制，但波形时间轴变化大大放慢，总测量时间达几分钟。
● 缓慢变化的信号只能用记录仪来记录。
a
b
c
e
f
g
d
三、取样积分器抑制噪声原理
111
0000000
111()()()n n n k k k u x t kT s t kT n t kT n n n ---==
==+=++
+∑∑∑
对白噪声，由于不同时刻噪声值不相关：1
001()0n k n t kT n -=+≈∑，故
1
0000
1()()n k u s t kT s t n -==+=∑
取样积分分为两个过程：
1、 周期信号的取样：满足取样定理（在这里要注意对取样定理的理解）
2、 取样信号的积累平均：n 次取样平均后，信号与噪声值分别为：
1000
1()()n s k U s t kT s t n -==+=∑；n U === 输入信噪比：0()i n s t SNR σ=；输出信噪比：o SNR =；信噪改善比：o
i
SNR SNIR SNR =
= 结论：
● 增加积累次数，可更充分抑制噪声，提高信噪比，检测更微弱信号； ● 积累次数增加，测量时间nT 也同时增加；时间换取精度。
第二节 取样积分器的频响特性
一、频响特性：
对输入信号的一次取样，相当于：
()()()()()y t x t t x t t t dt δδ∞
-∞'''=*=-⎰
对信号的n 次取样累加，相当于：
[]{}()()()()()((1))()
()()()(1)y t x t t x t T t x t n T t x t t t t t T t t n T dt δδδδδδ∞-∞
=*+-*+
+--*'''''=-+--+⋅⋅⋅+---⎰
（由于()()()()x t T t t dt x t t t T dt δδ∞∞
-∞
-∞
''''''--=--⎰
⎰）
根据冲激响应的定义：()()()()()y t x t h t x t h t t dt ∞-∞
'''=*=-⎰ 得取样积分器的冲激响应为：[]()()()(1)h t t t T t n T δδδ=+-+⋅⋅⋅+--
取样积分器的频率响应为：1
1
00
1()[()]1jn T n n j t
jk T
j T k k e H j t kT e dt e e ωωωωωδ---∞
----∞==-=-==-∑∑⎰，幅频响应特性为：sin()12()1sin()2jn T
j T
n T e H j T e ωωωωω---==-；n 次平均后，sin()12()sin()2
n T H j T n ωωω= 1
11
f
1
1
11
f 1
1111
f
● 取样积分器相当是一个梳状滤波器；
● 被测周期信号()s t 的谐波分量1nf 可以无失真地通过；
● 观察噪声具有很宽的功率谱，除了1nf 附近的功率谱分量可通过外，绝大多数噪声谱分量均被梳状滤波器抑制掉；
● n 越大，梳状滤波器越理想，信噪比提高就越大。
二、梳状滤波器带宽
1、梳状滤波器每个梳齿的带宽（-3dB 带宽）：
sin()12sin()2
n T T n ωω=，可求出0.886/f nT ∆= 例：设信号周期T=10 ms ，即频率f = 100 Hz ，n =106，nT =104秒，相当58.6610 Hz f -∆=⨯ 结论：取样积分器同样具有与锁定放大器类似的窄带滤波功能，从而可以充分排除噪声来提取信号。
2、等效噪声带宽
由等效噪声带宽定义：22
1
()(0)n f H df H ω∞∆=⎰，由于()H ω是以取样脉冲基波及各次谐波频率为中心的梳状滤波器，每周期内的滤波特性是相同的，因此先求(0~1/)T 或1(0~)f 内的1n f ∆：
122
1220011sin 1()()(0)sin T n nx f H df dx H Tn x nT
πωπ∆===⎰⎰
设信号的最高次谐波频率为m f ，m f 内包含的谐波数为1/m f f ，则(0~)m f 的频带内的等效输
出噪声带宽为：11m m n n f f
f f f n
∆=∆=
3、信噪改善比
SNIR ==
结论：随着累加次数n
方式增加。
第三节 取样积分器的参数选择方法
一、累加次数n
：根据信噪改善比确定SNIR =
例：要求100SNIR =，则410n =。对于极微弱信号检测时，n 值要求更大。
二、取样脉冲宽度g T
g
对正弦信号取样，取样后的输出电压为：00()sin , /2/2m g g u t U t t T t t T ω=-≤≤+ 经RC 积分后输出为：002002
2sin sin
sin 2
g g T t g
m
T m t T U U U tdt t ωωωω
+-==
⎰
当频率很低时，0g T ω→，则002sin 2
g
m T U U t ωωω≈⋅ 当频率较高时，sin
2
2
g
g
T T ωω<
，故输出电压下降，从而引起信号中高频分量的损失，损
失程度可用比值A 表示：0
sin /2
/2
g g T U A U T ω
ωωω→=
=
设信号的高端截止频率为c f
，则对该频率分量sin 2/22/2
c g c g f T f T ππ≥
0.42c g f T ≤，故取样门宽脉冲0.42
g c
T f ≤
结论：g T 要根据被恢复信号的最高频率c f 来确定；c f 越高，则g T 越小。取样门脉冲宽度
g T 不能选择过宽，否则会造成信号高频成分损失（平滑作用），导致恢复的信号失真。
三、积分器时间常数c T
n 次积累时，总的充电时间为g nT 。由于是间歇式充电，电容上电压为阶梯状上升，而不是指数式上升。根据RC 充电的指数形式，其有效的充电时间为5RC （达到稳定值），故定点积分器积分器最多可充电次数为：55/g c c g nT T n T T =⇒=。
● c T 、g T
已确定后，信噪改善比为：SNIR ==
● 已要求SNIR 情况下，积分器的时间常数可按下式确定：/5c g T nT =
● 对某一时刻信号值的恢复时间为：5/s c g T nT T T T ==
注意：对于指数门积分器，电容充电具有指数特性，充电接近饱和时（即总积分时间接近5倍积分器时间常数），信号积累速度减慢，信噪比改进较少。针对白噪声情况，在2倍积分时间常数内，信噪比就改善的比较明显，此时取2/2()/2c g g T nT SNIR T ==。
四、波形恢复总时间ss T （慢扫描时间）
取样门宽g T 满足0.42
g c T f ≤，测量区域B T 内取样点数为/B g T T ；单点恢复时间为s T ，波形
恢复总时间为：2(/)5/ss s B g c B g T T T T T T T T ==
五、取样积分器参数选择过程
第四节 基线取样与双通道取样积分器
一、基线取样
1、背景：取样积分器对信号按一周期移动取样，并多次平均得到信号的恢复。因此一个信号需要长时间记录才能恢复，这就对系统的稳定性提出了苛刻的要求，否则会引起基线漂移。
基线漂移输出信号波形
基线不漂移输出信号波形
● 必须解决基线漂移问题
● 解决办法一：采用低漂移器件、老化挑选，改善系统漂移特性 ● 解决办法二：采用基线取样方法改善漂移
2、原理：一周期内先取样一次信号的有效成份，再取样一次信号的基线，两者相减，即得到信号成份扣除漂移的有效幅值。（基于假定一周期内基线漂移不变）
t
t
t
二、双通道取样积分器
双通道取样积分器系统由两路基线取样积分器组成，利用两路取样积分器分别对被测信号和作为标准的另一路信号进行消除基线的取样积分，然后将被测量与标准量对比，以消除由信号基线以及激励源起伏造成的误差，使测量更为准确和可靠。
例如：在激光测量中，当测量时间较长时，激光光源的强度可能发生变化，从而导致测量误差，在这种情况下，可利用A 通道作基本测量，利用B 通道检测光源的强度，A 通道和B 通道的输出作除法运算，从而补偿光源强度变化带来的影响。
在运算功能上，除了常用的A/B 运算外，还可以采用A-B 、A·B 、lg(A/B)等运算功能。如果在B 通道中附加延时环节，还可实现相关运算功能。
三、快速信号取样
● 对快速信号取样积分，关键要求小到几十ps 的时间取样
● 常用门积分器不易实现，必须将取样与保持分开（实现累积所需要）
● 取样电容C 的数值不大，否则会影响开门及关门时间 ● 取样期间C 1上建立的电压用来继续对C 2的积分
● 通过反馈构成闭环，使系统具有工作范围扩大、线性度好、漂移小及稳定度高的特点
第五节 多点信号平均器
● 取样积分器优点：极高的分辨力和对快速脉冲信号的处理能力 ● 取样积分器缺点：
1、对低重复频率信号的恢复需要极长的时间。例100SNIR =（累加2100次），10 Hz 波形，B T T =，门宽100g T s μ=，恢复时间11.6ss T =天；
2、积分电容由于漏电而使保持时间有限；
3、因零漂而使恢复的信号失真。
一、多点信号平均器：
实时取样系统，在信号的一个周期内要取样多点，并一一对应地存贮在相应的存贮器内并进行累加和平均。等效于大量单点取样积分器在不同延时的情况下并联使用。
二、模拟多点信号平均器：以电容存贮器
● 顺序闭合开关，对波形上各点顺序取样，在电容上进行累积；
●累积完成后，再依顺序输出电容上的电压；
● 测量时间减少为原来的1/N，N为每一轮回取样点数；
● 实际上不应用电容组。
三、数字多点信号平均器：计算机技术，存贮器为数据存贮器
1、原理
平均
次数
1
8
128
2048
32768
工作方式：线性累加平均，归一化平均，指数平均
开关拨向1：无反馈，完成线性累加平均
开关拨向2：有反馈，上一次存储值反馈到S/H，分别对信号值和反馈值取样，实现归一化平
均或指数式平均
2、用取样积分器提取信号举例
3、用数字示波器完成多点信号平均器功能
第六节 噪声信号数据处理方法
背景：
● 实验数据包含噪声，测量结果偏离真值，表现在曲线上为高频波动及毛刺； ● 经数据处理，使结果尽量趋近于被测物理量的期望值； ● 为获得其它参数，也可利用数据处理。 一、递推式平均算法：
增加获得平均结果的频次，每次取样数据到来时，利用上一次平均结果作更新运算，获得新的平均结果。
(1)A N -：时刻1N -前的1N -个数据平均结果
11
1111111()()()()(1)()1N N n n N N A N x n x n x N A N x N N N N N N N -==--==⋅+=-+-∑∑ （差分方程）
● 随着新数据的逐渐到来，平均结果的信噪比越来越高，被测信号波形逐渐清晰
● 递推：()(1)()(1)x N A N A N A N N
--=-+ ● 每次递推过程是对上一次的运算结果附加一个修正量
● 不适合对时变信号进行处理，时变信号可采用指数加权平均算法。
二、曲线的移动平滑（平均光滑）方法
1、 过程：平均→移动一点→平均→⋅⋅⋅⋅⋅⋅→整个曲线
数学表达式：1()()21M k M
y n x n k M =-=-+∑ 2、 一种移动平滑滤波器举例
● 三点平均：1()[(1)2()(1)]4
y n x n x n x n =-+++ 两边取Z 变换：11()[()2()()]4
y z z x z x z z x z -=⋅++⋅ 传递函数：11()[2]4
H z z z -=++ 频响特性：11()[2](cos 1)42j j j H e e e ωωωω-==++=+ ● 五点平均：1()[(2)(1)2()(1)(2)]6
y n x n x n x n x n x n =-+-+++++ 频响特性：1()(cos 2cos 1)3
j H e ωωω=++ ● 七点平均：1()[(3)(2)(1)2()(1)(2)(3)]8
y n x n x n x n x n x n x n x n =-+-+-+++++++ 频响特性：1()(cos3cos 2cos 1)4
j H e ωωωω=+++ 3、 频率响应特性曲线
f
4、 总结：相当于数字低通滤波器，平均点数增多，频带越窄，对高频分量的平滑越明显。
三、多项式最小二乘平滑
● 通过实验数据点，需要画出一条最佳拟合曲线，常用曲线拟合准则为多项式最小二乘 ● 曲线存在波动和高频噪声“毛刺”，波动误差都来自纵坐标，横坐标误差可忽略不计
1、原理
n
五点数据移动多项式进行最小二乘平滑过程示意：首先最左端选五点测量数据，组成数据组，对此数据组中心点进行拟合；然后自左至右，在左边去掉一个测量数据，同时在右边增加一个测量数据，组成新数据组，再进行数据组中心点拟合；重复下去。每次拟合得到中心点的平滑数据，准确度较高。
举例说明：常用二次和三次多项式对实验数据点进行最小二乘平滑，以二次多项式、5点数据平滑为例说明拟合过程
测量数据值为()x n ，2,1,,1,2n k k k k k =--++，()x k 对应()x n 中心点，即待拟合数据点 拟合计算值为2202122()y i a a i a i =++，2,1,0,1,2i =--++，0i =对应()y i 中心点
拟合方均误差[]22222222021202021222222(,,)()()()()k k i n k i n k a a a y i x n a a i a i x n ε++=-=-=-=-⎡⎤=-=++-⎣⎦∑
∑∑∑ 取偏导并令其为0，即
202122
0, 0, 0a a a εεε∂∂∂===∂∂∂，此时202120(,,)a a a ε最小，实现最小二乘平滑。
222022222221222222022225010()
0100[()]
10034[()]
k i n k k i n k k i n k a a x n a ix n a a i x n +=-=-+=-=-+=-=-⎧++=⎪⎪⎪++=⎨⎪
⎪++=⎪⎩
∑∑∑∑∑∑ 解方程得：
[]2013(2)12(1)17()12(1)3(2)35
a x k x k x k x k x k =--+-+++-+ []2112(2)(1)(1)2(2)10
a x k x k x k x k =----++++ []2212(2)(1)2()12(1)2(2)14
a x k x k x k x k x k =-----+++ 对于曲线拟合唯一感兴趣的是中心点，即()x k 和20(0)y a =；随中心点()x k 的移动，20a 发生变化。
对每次求得的(0)y 重新赋以序号值，得到：
[]1()3(2)12(1)17()12(1)3(2)35
y k x k x k x k x k x k =--+-+++-+ 2、系统频率响应特性
()21121()3121712335
H z z z z z --=-+++- 用j z e ω=代入上式，得系统频率响应特性：
()1()1724cos 6cos 235
j H e ωωω=+- 1.0
0.8
0.6
0.4
0.2
-0.2
-0.4
00.100.200.300.400.50
5点平滑2f ω
π
=7点平滑9点平滑
结论：● 5、7、9点数据二次多项式最小二乘平滑的频响均呈低通滤波器特性；
● 数据点增加，通带变窄，可更有效抑制高频波动噪声（平滑），提高输出信噪比。
3、通用公式：二次多项式5-25点平滑20a 的系数可根据塞维茨基和高莱提供的拟合平滑通用公式给出
22(0)3(3315)(23)(21)(21)
s m m s P m m m +--=++- 其中，m 为距中心点的点数：5点逼近时，2m =；15点逼近时，7m =。s 值即i 值，为~m m -中各点的值。例如：2m =时，0s =→17/35，1s =±→12/35，2s =±→-3/35
4、比较
移动平滑：峰值强度降低，峰位移动；
最小二乘平滑：峰值和峰位基本不动，只降低了噪声
四、累加平均与最小二乘平滑联合应用
多次测量→累加平均→平滑处理：1212SNIR SNIR SNIR n n ==
《微弱信号检测与放大》 摘要：微弱信号常常被混杂在大量的噪音中,改善信噪比就是对其检测的目的，从而恢复信号的幅度。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的噪声给排除掉。在微弱信号检测程中，一般是通过一定的传感器将许多非电量的微小变化变换成电信号来进行放大再显示和记录的。由于这些微小变化通过传感器转变成的电信号也十分微弱，可能是VV甚至V或更少。对于这些弱信号的检测时，噪声是其主要干扰，它无处不在。微弱信号检测的目的是利用电子学的、信息论的和物理学的方法分析噪声的原因及其统计规律研究被检测量信号的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的信号检测出来。 关键词：微弱信号；检测；放大；噪声 1前言 测量技术中的一个综合性的技术分支就是微弱信号检测放大，它利用电子学、信息论和物理学的方法，分析噪声产生的原因和规律，研究被测信号的特征和相关性，检出并恢复被背景噪声掩盖的微弱信号。这门技术研究的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的信噪比。 微弱信号检测放大目前在理论方面重点研究的内容有： a.噪声理论和模型及噪声的克服途径； b.应用功率谱方法解决单次信号的捕获； c.少量积累平均，极大改善信噪比的方法； d.快速瞬变的处理； e.对低占空比信号的再现； f.测量时间减少及随机信号的平均； g.改善传感器的噪声特性； h.模拟锁相量化与数字平均技术结合。 2.微弱信号检测放大的原理 微弱信号检测技术就是研究噪声与信号的不同特性，根据噪声与信号的这些特性来拟定检测方法，达到从噪声中检测信号的目的。微弱信号检测放大的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
微弱信号相关检测 前言 随着现代科学研究和技术的发展，人们越来越需要从强噪声中检测出有用的微弱信号，于是逐渐形成了微弱信号检测这门新兴的科学技术学科，其应用范围遍及光学、电学、磁学、声学、力学、医学、材料等领域。微弱信号检测技术是利用电子学、信息论、计算机及物理学的方法，分析噪声产生的原电子学、信息论、计算机及物理学的方法，分析噪声产生的原因和规律，研究被测信号的特点与相关性，检测被噪声淹没的微弱有用信号，或用一些新技术和新方法来提高检测系统输出信号的信噪比，从而提取有用信号。微弱信号检测所针对的检测对象，是用常规和传统方法不能检测到的微弱量。对它的研究是发展高新技术，探索及发现新的自然规则的重要手段，对推动相关领域的发展具有重要的应用价值。 目前，微弱信号检测的原理、方法和设备已经成为很多领域中进行现代科学技术研究不可缺少的手段。显然，对微弱信号检测理论的研究，探索新的微弱信号检测方法，研制新的微弱信号检测设备是目前检测技术领域的一大热点。 1.概述 微弱信号是测量技术中的一个综合性技术分支，它利用电子学，信息论和物理论的方法，分析噪声产生的原因和规律，研究被测信号的特征和相关性，检测并恢复被背景噪声所掩盖的微弱信号，微弱信号的检测重点是如何从强噪声中提取有用信号，探测运用新技术和新方法来提高检测系统中的信噪比。 在检测淹没在背景噪声中的微弱信号时，必须对信号进行放大，然而由于微弱信号本身的涨落，背景和放大器噪声的影响，测量灵敏度会受到限制。因此，微弱信号的检测有以下三个特点：（1）需要噪声系数尽量小的前置放大器，并根据源阻抗与工作频率设计最佳匹配（2）需要研制适合微弱信号检测原理并能满
BOXCAR 取样积分器实验 (凝聚态物理 北京师范大学) [摘要] 本实验利用Boxcar 取样积分器探测微弱光电信号，对含有噪声的信号进行取样处理，根据相关原理，信号经过多次重复提取，从而使噪声的统计平均趋于零，提高了信噪比。本实验通过设计Boxcar 参数，验证了原理中改善信噪比的公式，并设计电路，探测仪器中内置电路的exponential curves 。 一、 实验原理 1. 取样积分器 取样积分器又称Boxcar ，是测量噪声中微弱的周期性重复信号的有力工具。取样积分器利用一个与信号重复频率一致的参考信号，对含有噪声的信号进行取样处理。根据相关原理，信号经过多次重复提取，从而使噪声的统计平均趋于零。 1.1取样积分原理 设输入信号f (t )由被测信号S (t )和大小由方均根给出的随机噪声N (t )组成，且以周期T 重复，则： ??=+++=+=2,,1 n ,)()() ()()(2nT t N nT t S t N t S t f 对其进行m 次取样积分后累加得： ) ()()2()()() ()(22111 t N m t mS T t N T t N nT t S nT t N nT t S m n m n m n +=??+++++ +=+++∑∑∑=== 输入输出的信噪改善比为：m t N t S t N m t mS SNR SNR SNIR in out ===) ()()()()()( 即若取样100次，则改善10倍。而每一次取样积分相当一次互相关检测。 1.2两种工作方式 取样积分器一般有两种工作模式，其原理框图如下：
个周期T 的同一固定点进行取样积分，从而测量该点的瞬时值。此时，若被测信号S (t )不是周期信号，但相对周期T 而言是缓变的，则可将其从噪声中提取并记录下来。此种情况相当于，门不动而波形动。但m 次取样积分累积的结果抹去了mT 间隔内波形的变化。 当使用顺序延时器时，仪器处于“波形测量方式”。此时，信号周期T ，或其一部分，即时基范围被分为若干相等的间隔，每次取样积分顺延一个间隔，从而可以对重复性好的信号进行波形扫描。此种情况相当于，波形不动而门动。在理想情况下，可以完全复原被测波形。 主要参数 ● 取样门宽度T g 为了使信号波形得到恢复，要求：T g ≤0.5T ，门宽越窄信号恢复越精细。 ● 时基T d 是可取样积分的整个时间范围。为了能完整扫过整个整个信号波形，T d 应大于等于信号周期T 。当然，如果只想测量信号的一部分，T d 也可小于T 。 ● 积分常数T c 积分器本身的积分常数RC ，故完全积分时间一般约为2RC ，但是，取样门的开门时间为门宽T g ，称为有效积分时间。若开门时间与时基相等，即：T g = T b ( = T )，也即排满完全积分时间，则取样积分器积分次数为：N = 2RC /T g ，相应的信噪改善比为： g T RC N /2 ，仪器的积分常数为 完全积分时间： T c ＝NT b ＝NT g ＝(2RC /T g )T g ＝2RC 。 若开门时间不能排满完全积分时间，即存在无效积分时间，则： T c ＝NT b ＝ (2RC /T g ) T b ＝2RC T b /T g 。 此时，仪器的积分常数为不完全积分时间。可见，提高RC 和减少T g 有利于增加积分时间，从而提高信噪比。
微弱信号检测与处理 关于本课程： 检测技术，研究内容，信息提取与处理的理论，方法和技术。 信息提取：指从自然界中，社会中，生产过程中和科学实验中获取需要的 信息 信息处理：把获取的信息进行加工，运算，分析或综合，以便进行预报，检测，计量，保护，控制和管理等等。 目的：预防自然灾害，预报事故，正确计量，改善产品质量，顺利科学实验，文明生产和科学管理等。 因此，检测技术是一门综合性很强的技术。 微弱信号检测：采用物理学，电子学，信息论以及数理统计等分方法，利用有关技术对淹没于噪声中的微弱信号进行检测。 课程内容主要包括： 1．噪声理论与噪声检测技术 2．微弱信号的检测理论 课时：36学时
第一章：概述 §1－1 微弱信号检测的背景，意义 检测技术，人们获取信息的方式，常规手段，方法：传感器技术 问题：科学发展需要检测微弱信号（淹没于噪声中），传统方法不能解决，因此，微弱信号检测技术应运而生，顺应了检测技术发展的需要。 归纳：①科学发展对检测技术提出新的要求。 ②科学发展为微弱信号检测技术开展提供了保证 §1－2 微弱信号检测技术的概念，方法 一．微弱信号检测的概念 1．微弱信号检测 检测被噪声淹没的微弱有用信号 任务：研究从噪声中提取有用信号的理论、方法、技术 有用信号：能传递信息的信号。如压力、流量、温度等。对于本课程，指电信号。2．微弱信号的概念 两个方面理解 1）相对性 10- 信号幅值相对于噪声很微弱，如输入信噪比≤1 2）绝对性 信号幅值极小，如nV，甚至更小。 3．微弱信号检测的目的 提高检测灵敏度和系统信噪比。 二. 微弱信号检测基本方法 主要有：1）利用相关技术提取信号的振幅或相位信息 2）利用取样积分方法提取或恢复信号波形 3）利用锁相技术检测调制信号 相关知识：物理学、数学、电路理论、电子技术、传感器技术、数理统计等。 第二章：噪声特性 微弱信号检测：从噪声中提取有用信号的技术为了有效实现这一目的，需对噪声特性进行研究，以便找到抑制噪声的方法。
微弱信号检测技术是采用电子学、信息论、计算机及物理学的方法，分析噪声产生的原因和规律，研究被测信号的特点与相关性，检测被噪声淹没的微弱信号的一门技术。 所谓“微弱信号”可以从两个方面理解：其一指有用信号的幅度相对于噪声很微弱，如输入信号的信噪比为10-1、10-2以致10-4:；其二是指有用信号的幅度绝对值极小，如检测微伏、纳伏量级的电信号振幅。 微弱信号的检测通常有以下几种检测方法：窄带滤波法、双路消噪法、同步累积法、锁定接受法、相关检测法和取样积分法。无论采用何种方法，任何微弱信号检测系统均须把传感器输入的弱信号进行放大,为使信号不被噪声淹没得更深，选用低噪声放大器是必要的。 在微弱信号检测系统中，前级放大时很重要的一个环节。要想取得良好的检测效果，关键是要处理好以下几点： （1）直流成分的抑制，防止直流的输入造成运算放大器的饱和。 （2）信号的总谐波失真要小。减少外界干扰对系统的影响 前级运算放大器是微弱信号检测系统中的一个关键环节，它必须具有优越的噪声特性和极小的总谐波失真率的特点。 弱信号检测理论的途径：（2）降低传感器与放大器的固有噪声，尽量提高其信噪比； (2) 是研制适合弱检原理并能满足特殊需要的器件； (3) 是研究并采用各种弱信号检测技术，通过各种手段提取信号。 摘要：微弱信号检测就是利用近代电子学和信号处理方法从噪声中提取有用信号，其关键在于抑制噪声。恢复、增加和 提取有用信号。本文将从信号处理系统信噪比的改善来简单地论述微弱信号检测的原理．重点介绍了用相关检测法和取样积 分法检测微弱信号的原理、方法和应用。 关键词：SNIR；微弱信号检测；噪声 引言． 随着现代科学研究和技术的发展，人们越来越需要从强 噪声中检测出有用的微弱信号，于是逐渐形成了微弱信号检 测这门新兴的科学技术学科，其应用范围遍及光学、电学、磁 学、声学、力学、医学、材料等领域。微弱信号检测技术是利用 电子学、信息论、计算机及物理学的方法，分析噪声产生的原 因和规律，研究被测信号的特点与相关性，检测被噪声淹没 的微弱有用信号，或用一些新技术和新方法来提高检测系统 输出信号的信噪比，从而提取有用信号。微弱信号检测所针 对的检测对象，是用常规和传统方法不能检测到的微弱量。 对它的研究是发展高新技术，探索及发现新的自然规则的重 要手段，对推动相关领域的发展具有重要的应用价值。 目前，微弱信号检测的原理、方法和设备已经成为很多 领域中进行现代科学技术研究不可缺少的手段。显然，对微 弱信号检测理论的研究，探索新的微弱信号检测方法，研制 新的微弱信号检测设备是目前检测技术领域的一大热点。
第四部分：取样积分器 背景： ● 实际信号：不都是正弦或方波，通常为一复杂的宽带函数，表现为淹没在噪声中的微弱周期短脉冲。例如：脑电、心电信号；核磁共振信号。 ● 实际要求：恢复淹没在噪声中的微弱周期短脉冲信号波形，并显示记录。锁定放大器无能为力。 ● 功能实现：用取样积分器，对信号多次取样并加以平均，抑制混于信号中的噪声，得到完整的波形恢复。 ● 模拟取样积分器→微计算机组成的数字式多点信号平均器。 第一节 取样积分器的基本原理 一、定点式取样积分器：信号通道，参考通道，门积分器 积分器类型： 1、指数积分器：上图定点式取样积分器使用的RC 积分器为指数积分器。 微分方程：00() ()()i du t u t RC u t dt =+； 微分方程解：阶跃信号()Eu t 作用下，/0()(1)t RC u t E e -=-，C T RC =为时间常数。 作用：对信号进行积分和平均；阶跃信号作用下，当3t RC =时，达到输入的 95%；当5t RC =时，达到输入的99%。 2 ) 微分方程：0()() i du t u t C dt R -=；
微分方程解：阶跃信号()Eu t 作用下（电容初始电压为0），001()()t i t u t u t dt E RC RC =-=-⎰，C T RC =为时间常数。 3、积分器选择：线性门积分器的输出受到运算放大器线性工作范围的限制，较适用于信号幅度较小的场合。如果信号幅度较大，为数不多的若干次取样积分就有可能使运算放大器进入非线性区，导致测量误差。在这种情况下只能使用指数门积分器。 定点式取样积分器工作过程 ● 间歇式充电，一个周期内只在g T 内进行，因此一次无法充至该点的信号值。 ● ()r t 为参考信号，与被测信号()s t 同频，周期为T ；g T 称为门宽，周期也为T 。 ● 每隔周期T 取样一次，积分器（RC ）对取样信号进行积分和平均。 ● 缺点：延时0t 需手动调解，因此要恢复全部波形需逐步改变取样脉冲的延时量，麻烦而且很难得到一个完整的波形。 s x r 二、扫描式取样积分器（Boxcar 积分器） 1、扫描式取样积分器组成 2、扫描式取样积分器工作过程 ● f 为非常缓慢的逐渐延时的脉冲，对波形取样，可理解为使被测信号上的每一点依次取出上百次以至上万次样值，等效为定点取样积分，提高输出信噪比。 ● 输出波形与被测脉冲波形完全一致，观测噪声得到抑制，但波形时间轴变化大大放慢，总测量时间达几分钟。
微弱信号检测装置 四川理工学院刘鹏飞、梁天德、曾学明
摘要： 本设计以TI的Launch Pad为核心板，采用锁相放大技术设计并制作了一套微弱信号检测装置，用以检测在强噪声背景下已知频率微弱正弦波信号的幅度值，并在液晶屏上数字显示出所测信号相应的幅度值。实验结果显示其抗干扰能力强，测量精度高。 关键词：强噪声；微弱信号；锁相放大；Launch Pad
Abstract: This design is based on the Launch Pad of TI core board, using a lock-in amplifier technique designed and produced a weak signal detection device, to measure the known frequency sine wave signal amplitude values of the weak in the high noise background, and shows the measured signal amplitude of the corresponding value in the liquid crystal screen. Test results showed that it has high accuracy and strong anti-jamming capability. Keywords: weak signal detection; lock-in-amplifier; Launch Pad
谐振式传感器谐振频率测量文献综述 学号： 姓名： 院系
谐振式传感器的谐振频率测量文献综述 摘要：谐振式传感器是通过测定微器件谐振频率从而反映出外部条件的变化，但是对于低Q 值的传感器，其频率响应很差，反映对应在谐振频率点的外部信号加入时，输出信号非常微弱，无法从原信号得到外加条件的变化。查阅文献总结各种测量方式方法及优点缺点。 关键词：谐振式传感器 谐振频率 Q 值提高 前言： MEMS 传感器是一种微机电器件，通过将内部微结构的力学变化反映到外界条件的变化，具体到谐振式传感器是通过内部微结构的谐振频率变化反映外接条件的变化。 因此，测定这类传感器的谐振频率即可得到外部量的变化。对于谐振频率测量来说，当传感器Q 值较高，谐振频率点放大倍数较高时，可采用直接扫频法或者闭环自激方式得到谐振频率。 对于高精度，低噪声应用来说，采用上述方法选用高Q 值传感器较为理想。但是高Q 值传感器往往比较昂贵。因此近年来，市场上低成本的低Q 值传感器应用得到推广。 但是，对于低Q 值谐振时传感器来说，由于谐振频率点处放大倍数较低，一般的测量电路无法将响应信号与噪声分离出来，所以往往采用微弱信号处理技术先将信号与噪声分离再采用扫频法或闭环自激得到谐振频率。但是这样处理增加了电路，变相增加了成本，而且使系统复杂化，不利于传感器信号调理电路的集成开发。 因此，本文将传感器的谐振频率测量分为前端和后端，前端为微弱信号处理，Q 值放大，后端为谐振频率测量。分别总结前端信号处理方式和后端谐振频率测量，比对优点和缺点，期望能结合前端和后端，得到一个对低Q 值谐振式传感器谐振频率测量较为经济，简单的测量方法。 一．国内外谐振式传感器的研究现状 1.1 互功率谱测谐振频率 对谐振时传感器的研究，集中在其谐振频率及Q 值上，对应Q 值高低，测试手段各不相同。 对于Q 值较高的传感器，可直接用频率扫描的方式，即生成一束频率随着时间线性变化的正弦波，称为线性调频脉冲Chirp 信号扫频，激励于传感器，得到响应[1]。表达式为： 20()exp()s t A j t j t βω=+
微弱信号检测的基本理论和技术 微弱信号检测技术是采用电子学、信息论、计算机和物理学的方法，分析噪声产生的原因和规律，研究被测信号的特点和相关性，检测被噪声淹没的微弱有用信号。微弱信号检测的宗旨是研究如何从强噪声中提取有用信号，任务是研究微弱信号检测的理论、探索新方法和新技术，从而将其应用于各个学科领域当中。 在微弱信号检测中，总是伴随着噪声，噪声属于电路中的随机扰动，它可能来自电路中元器件中的电子热运动，或者是半导体器件中载流子的不规则运动。噪声是限制信号检测系统性能的决定性因素，因此它是信号检测中的不利因素。对于微弱信号检测来说，如能有效克服噪声，就可以提高信号检测的灵敏度。电路中噪声是一种连续型随机变量，即它在某一时刻可能出现各种可能数值。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，这时噪声电压称为广义平稳随机过程。若噪声的概率分布密度不随时间变化，则称为狭义平稳随机过程(或严格平稳随机过程)。显然，一个严格平稳随机过程一定为广义平稳随机过程，反之则不然。 1.滤波器 被噪声污染的信号波形恢复称为滤波。这是信号处理中经常采用的主要方法之一，具有十分重要的应用价值。现在，在各种信号检测仪器中均离不开各种滤波器，它起到了排除干扰，分出信号的功能。常用的滤波器是采用电感、电容等分立元件构成(例如，RC低通滤波器、LC谐振回路等)，它对于滤去某些干扰谱线(例如，电源50Mz滤波，收音机、电视机中干扰的滤波)，有较好的效果。对于混在随机信号中的噪声滤波，这种简单的滤波器就不是最佳的滤波电路。这是因为信号与噪声均可能具有连续的功率谱。因此需要寻找一种使误差最小的最佳滤波方法，有称为最小最佳滤波准则。 维纳线性滤波理论就是一种在最小均方误差准则下的最佳线性滤波方法。出于维纳滤波器电路实现上的困难，在维纳滤波基础上发展了一种基于状态空间方法的最佳线性递推滤波方法，称为卡尔曼滤波。这种滤波器特别适用于对离散时间序列的实时滤波。可以很方便用计算机处理，因而是近代滤波理论的重要发展，在自动控制领域起到了重要作用。维纳滤波理论的另一发展方向是自适应滤波，它可以自动地调节其自身参数，在设计时，只需要很少的，或根本不需要任何关于信号和噪声的先验统计知识。因此．目前在模型识别、通信信道的自适应均衡、
第六单元 弱信号测量技术 实验6-1 锁相放大实验 随着科学技术和生产的发展，需要测量许多物理量的微小变化，例如：微弱电压、电流、磁场的变化，微小温度的变化，微小的电感，微小的电容，微小的位移、振动等，特别是极端条件下的微弱信号的测量，成为深化认识自然，开拓新材料、创造新器件的基础。 对上述微小变化的测量通常我们可以用传感器将其转化为相应的电信号，然后对这些电信号进行放大，再被我们显示和记录。但由于这些微小的变化通过传感器转换成的电信号十分微弱，各种条件下的噪声和干扰很可能将这些微弱信号淹没，因此单纯的使用放大器将其放大，并不能将这些信号检测出来，因为一般放大器将噪声和干扰一起放大，而且由于放大器本身的噪声会将我们需要的信号淹没得更深。由上述原因我们发现对于弱信号的检测用一般检测工具无能为力，但同样我们发现噪声和干扰是问题的关键。如何在检测过程中将噪声和干扰去掉，只保留信号本身是解决弱信号的基本思路，从信号和噪声本身特性出发目前人们可以使用的基本方法有： a. 同步积累： 这种方法的要点在于将信号多次重复。由于信号是周期性的 重复，噪声不具有这一特性，每个周期的信号受到的噪声干扰不同，只要把这些受到不同干扰的信号多次重复，互相对照，就可以识别信号的原形，积累后的信噪比提高n 倍。 R XX (τ)= ⎰ -∞→-T T T dt t x t x T )()(21 lim τ b . 相关接收： 信号在时间轴上前后的相关性这一特点是利用作为微弱信号 检测的基础，相关函数是线性相关的度量。R XX (τ)= ⎰ -∞→-T T T dt t x t x T )()(21 lim τ是自相关函 数，它是度量一个随机过程在时间t 和t-τ两时刻线性相关的统计参数，当函数x(t)不包含周期性的分量，自相关函数R XX (τ)将从τ=0的最大值随τ的增大单调下降，到τ→∞，趋近于函数x(t)平均值的平方，与此相似Rxy(τ)= ⎰ -∞→-T T T dt t y t x T )()(21lim τ表示互相关函 数，如果两个随机过程的发生完全没有关系(例如信号和随机噪声)互相关函数将是一个常 数。 C ．匹配滤波器： 同步积累和相关接收都是在时间域中进行讨论和研究的方
电力系统故障状态下微弱信号检测方法 研究 摘要：本文主要针对电力系统在运行过程中故障发生率高，危害最严重的单 相短路接地中的微弱信号进行了研究分析。并主要对DUFFING混沌振子法从理论 到仿真，系统的进行了阐述，进而使得系统对微弱信号的检测，以及噪声的抵抗 能力都有非常高的可靠性，同时可以提高系统的工作效率和实用性。 关键词：电力系统故障；微弱信号；随机共振；混沌振子；差分振子 一、微弱信号检测方法综述 微弱信号检测（WeakSignalDetection）是利用近代电子学和信号处理方法 从噪声中提取有用信号并随着工程应用而不断发展的一门新兴技术学科。其关键 是研究如何抑制噪声，恢复、增强和提取强噪声中的有用信号，并尽可能降低检 测门限，提高检测系统输出信号的信噪比，使其在各学科领域中获得广泛应用。 微弱信号检测的理论和方法研究，已经形成了基于线性系统和平稳噪声条件的最 佳检测理论和方法，提高了信息传输和提取的有效性、可靠性。微弱信号检测中“微弱信号”包含两方面的含义：一是指有用信号的幅度相对于噪声或干扰来说 十分微弱；二是指有用信号幅度绝对值极小，如检测V,nV,pV量级的电压信号。从某种意义上来说,微弱信号检测是一种专门与噪声作斗争的技术。微弱信号检 测技术是发展现代仪器高新技术、探索和发现新的自然规律的重要测量手段。 二、微弱信号检测特点 第一，在较低的信噪比中检测微弱信号。造成信噪比低的原因，一方面是由 于特征信号本身十分微弱；另一方面是由于强噪声干扰使得信噪比降低。如在机 械设备处在故障早期阶段时，故障对应的各类特征信号往往以某种方式与其它信 源信号混合，使得特征信号相当微弱；同时设备在工作时，又有强噪声干扰。因此，特征信号多为低信噪比的微弱信号。
取样积分器原理(一) 取样积分器 什么是取样积分器？ 取样积分器（sample-and-hold）是一种电子电路，将连续时间的输入信号离散化为离散时间的信号。同时在采样时，它会将输入信号 保持一段时间，以便于后续处理。 取样原理 在取样过程中，取样积分器的输入端接收到模拟信号，通过一个 开关控制将输入信号采样并保持在保持电容中。在保持时，开关断开，此时输入信号被保留在保持电容上，输出信号跟随保持电容的电荷电 压变化。而在采样前，通过采样脉冲控制开关，在采样时将输入信号“浅”地取样并输入保持电容中。 取样误差 由于取样积分器在采样过程中只采用输入信号的样本，因此在采 样时需要保证足够高的采样频率，以避免采样失真和谐波失真。同时，由于保持时间必须大于或等于采样周期，因此保持时间的稳定性也影 响着采样结果的准确性。而在高速采样中，保持电容的放电电阻和电 容分布电阻等也会对采样结果产生一定影响。
应用领域 取样积分器主要应用于模拟到数字转换（ADC）中，将模拟信号转化为数字信号。同时，取样积分器还可以应用于其他领域，如高速信 号处理和触发器等。 总结 取样积分器是一种将连续时间信号离散化为离散时间信号的电子 电路，其采样误差主要由采样周期和保持时间稳定性影响。取样积分 器应用广泛，主要应用于ADC和其他高速信号处理领域。 取样积分器的改进 为了提高取样积分器的精度和稳定性，可以采用以下改进方法： 调整采样脉冲 在采样过程中，采样脉冲的宽度和升降时间影响着采样结果的准 确性。因此，可以使用不同的采样脉冲形式和参数来优化采样过程， 例如使用三角波脉冲或平顶脉冲，或增加预加重电路来提高采样精度。优化保持电路 保持电路的电容和放电电阻也影响着采样结果的稳定性和精度。 为了降低保持电路的漏电流和分布电阻对采样结果的影响，可以采用 差分放大器保持电路、分段式保持电路或自适应保持电路等新型电路 结构。
《微弱信号检测技术与应用》教学大纲 课程名称：微弱信号检测技术与应用 Weak Signal Detection Technology and application 课程编码：036002 学分：3分 总学时：48学时理论学时：40学时实验学时：8学时 适应专业：测控技术与仪器本科专业 先修课程：电路分析基础、数字电子技术、模拟电子技术、单片机与嵌入式系统 执笔人：孙士平 审订人：熊晓东 一、课程的性质、目的与任务 本课程从应用角度出发介绍微弱信号检测的理论、方法和仪器，是测控技术与仪器本科专业的选修课。本课程使学生了解微弱信号检测技术的发展历程、发展方向和微弱信号检测技术的运用领域，使学生理解微弱信号检测仪器的工作原理，使学生掌握微弱信号及其相关的基本概念以及微弱信号检测的一般方法。 二、教学内容、基本要求与学时分配 第一章绪论 主要内容： 1、噪声、干扰与微弱信号的概念 2、微弱信号检测的意义、发展历程和发展方向 3、微弱信号检测的基本方法 基本要求： 了解微弱信号检测技术的发展历程和发展方向 理解噪声、干扰与微弱信号的基本概念 初步掌握微弱信号检测的基本方法 学时分配： 4学时 第二章噪声、低噪声前置放大和屏蔽接地技术 主要内容： 1、噪声概述 ⑴与噪声相关的的几个基本概念 噪声与干扰 噪声的统计特性 随机噪声的功率谱密度及相关函数 放大器或线性网络的噪声带宽 信噪比、信噪改善比与噪声系数 ⑵电子元器件的噪声
2、低噪声前置放大技术 ⑴低噪声前置放大器的等效噪声模型 ⑵低噪声前置放大器的设计 3、微弱信号检测系统的屏蔽与接地技术 基本要求： 了解电子元器件噪声的产生机理；了解低噪声前置放大器的设计方法；了解系统的屏蔽与接地技术。 理解与噪声相关的几个基本概念。 掌握低噪声前置放大器的等效噪声模型。 学时分配： 4 学时 第三章周期性微弱信号检测方法 主要内容： 1、同步积分器 2、门积分器 3、旋转电容滤波器 4、相关器 5、数字式相关器 6、数字式信号平均器 基本要求： 了解同步积分器、门积分器、旋转电容滤波器、模拟相关器的数学推导方法。 理解同步积分器、门积分器、旋转电容滤波器、模拟相关器、数字式相关器、数字式信号平均器的抑制干扰和噪声的基本原理。 掌握同步积分器、门积分器、旋转电容滤波器、模拟相关器的传输函数曲线、等效噪声带宽等性能。 学时分配： 10 学时 第四章周期性微弱信号检测仪器与应用 主要内容： 1、取样积分器 2、多点信号平均器 3、锁定放大器 ⑴基本原理 ⑵主要技术指标 ⑶过载能力、动态范围与动态协调 ⑷几种典型的锁定放大器 4、周期性微弱信号检测仪器的应用 基本要求：
16 思考题 （1）取样积分与锁定放大有何区别？ 对湮没于强白噪声中的周期信号，按照取样定理的要求进行的等间隔取样。锁定放大电路利用相关检测技术，基于互相关原理，使输入待测的微弱周期信号与频率相同的参考信号在相关器中实现互相关，从而将深埋在大量的非相关噪声中的微弱有用信号检测出来，起着检测器和窄带滤波的双重作用。 取样积分是对采样信号N项累加平均，即取样信号后再积分；牺牲时间提高信噪比；锁定放大利用相关检测技术，基于互相关定理 （2）Boxcar定点型和扫描型的参数有何区别？ 定点工作方式是反复取样被测信号波形上某个特定时刻点的幅度；定点型用与检测信号波形上某一特定位置的幅度被测信号的利用率低。扫描工作方式每个周期取样一次，取样点沿着被测波形周期从前向后逐次移动，可以用于恢复和记录被测信号的波形用于恢复和记录被测信号的波形。被测信号的利用率高。（3）白噪声是一种什么噪声？(第一讲，幻灯片51) 白噪声是电子器件和电路中最常见的一种噪声，电阻的热噪声、PN结的散弹噪声都是白噪声。白噪声的功率谱密度为常数，各种频率成分的强度相等，类似于光化学中的白光，因此称之为“白噪声”。 （4）1/f噪声、散粒噪声和热噪声是怎样产生的？如何表示？ 1、1/f噪声 普遍存在于电子器件中，是由两种导体的接触点电导的随机涨落引起的。广义上来说，凡是噪声功率谱密度与频率成反比的随机涨落均可称为1/f 噪声。在电子管中称为闪烁噪声，在电阻中称为过量噪声，在半导体中也称为接触噪声，
也被称为粉红噪声 其噪声功率谱密度表示为：21(),(/)a f I S f K f V Hz f β=∆ 在晶体管中， 1/f 噪声是由于载流子在半导体表面能态上产生与复合而引起的；在电阻中， 1/f 噪声是由于直流电流流过不连续介质而引起的。所以，对于一个实际电阻来说，除了有基本的热噪声外，还存在低频噪声。1/f 噪声与频率有关，是非白噪声，主要影响低频区。 2、散粒噪声 在半导体器件中，当电荷载流子扩散通过pn 结或从阴极发射时，由于载流子运动速度的不一样引起电流波动，从而产生散粒噪声。即：散粒噪声是由于器 件中电流的不平滑和不连续而引起的。散粒噪声电流的均方值表示为： 22sh DC I qI f =∆ 3、热噪声 热噪声是由导体中电荷载流子(自由电子)的随机热运动产生的,即电子不规则的热运动产生热噪声。一个电阻R 上的热噪声均方值表示为2 4t e kTR f =∆ （5）噪声系数如何定义？与SNIR 成倒数关系吗？ 噪声系数NF 定义为： Sin ，Nin 分别为输入端和输出端的信号功率和噪声功率。Sout ，Nout 分别为输入端和输出端的信号功率和噪声功率。 噪声系数的物理含义是：信号通过放大器之后，由于放大器产生噪声，使信噪比变坏；信噪比下降的倍数就是噪声系数。通常，噪声系数用分贝数表示，此时)lg(10)(NF dB NF =
微弱信号检测及测向方法研究 秦二强 【期刊名称】《《黑龙江科学》》 【年(卷),期】2019(010)004 【总页数】2页(P32-33) 【关键词】微弱信号; 检测; 侧向方法 【作者】秦二强 【作者单位】郑州大学郑州450001 【正文语种】中文 【中图分类】TN911.23 微弱信号检测技术通常结合电子学及信息论的内容，并研究噪声的形成及规律。检测中通过对信号特点的分析，进行微弱信号的研究，实现对微弱信号检测理论、弱信号传感器等信息的及时提取。微弱信号检测技术中，通过电子学、信息技术及计算机等方法的综合运用，可以满足现代技术的研究需求。 1 微弱信号检测概述 微弱信号分析存在信号幅度小的特点，这种信号容易被噪声淹没，其中的微弱也就是指噪声。在微弱信号测量中，通常会通过相应传感器将其转化为微电流或是微电压，经过系列传感处理，实现对后级电路的信号采集及处理。通常状况下，在微弱信号采集的过程中，具体流程图1所示。被检测的微弱信号源，由于传感器本身
噪声较低，在放大电路及测量仪器使用的过程中，与以往的信号服务相比存在幅度较大的现象，因此，在被放大测量信号分析中，会存在附加额外的噪音。在微弱信号检测中，应该有效抑制噪音，保证信号的有效提取。而且，在微弱信号检测中，应该结合信号检测技术，在放大器处于传感器电路后，对传感器输出的微弱信号进行分析，实现电路信号的采集及处理。对于电子系统而言，在运行中内部出现噪声会影响系统性能、质量及可靠性，在这类系统的微弱信号检测中，噪声的大小会决定系统的分辨率及可检测的最小信号。因此，在检测中，应放大电路器的低噪声半导体器件，有效提高微弱信号检测的质量。 图1 微弱信号检测系统Fig.1 Weak signal detection system 2 微弱信号检测及测向方法 2.1 随机共振检测法 在微弱信号检测的过程中，通过利用随机共振检测法，可以在非线性系统中，通过输入信号及噪声的匹配，将噪声利用微弱信号进行传输，有效提高系统输出端的信噪比，在噪声中检测出微弱的信号，这种现象被称为随机共振。在随机共振现象研究的过程中，主要是系统对噪声的相应，这种相应的程度可以通过信噪比进行分析。在微弱信号检测的过程中，整个系统的输出端信噪比会呈现出上升的状态，在噪音达到理想的状况值时，信噪比最大，之后会随着噪声强度的增大使信噪比降低。对信噪比与噪声强度关系的分析，在微信号检测中应该对信号的频率以及系统参数进行控制，保证信号检测的有效性[1]。 2.2 时域检测方法 在微弱信号检测中，通过时域检测方法的运用，可结合相关检测、取样积分及数字式平均检测等方法进行。对相关检测方法进行分析。相关检测中通常是对信号及噪声进行分析，其中的相关函数R(τ)是相关性分析中的物理量，在确定信号不同取 值的状况下，应结合相关性的内容，进行相关检测。在微弱信号检测的过程中，由
微弱信号检测技术综述 摘要：微弱信号是一种信噪比极低的信号，强噪声背景下微弱特征信号检测，一直是工程应用领域的难题，需要利用电子学和信号处理方法从噪声中提取有用信号，这些检测方法关键在于抑制噪声，恢复和提取有用信号.本文对各种传统的微弱信号检测技术、新的检测技术的基本原理和特点进行阐述，并在最后指出了今后微弱信号检测技术的发展方向，为微弱信号处理技术提供了依据。 关键词：微弱信号检测相关分析混沌理论小波变换 1.引言 在自然现象和规律的科学研究和工程实践中,经常会遇到需要检测毫微伏量级信号的问题，比如测定地震的波形和波速、材料分析时测量荧光光强、卫星信号的接收、红外探测以及生物电信号测量等，这些问题都归结为噪声中微弱信号的检测.微弱信号检测技术（Weak Signal Detection）作为一门新兴的学科，应用范围遍及光、电、磁、声、热、生物、力学、地质、环保、医学、激光、材料等领域。微弱信号检测技术主要是分析噪声产生的原因和规律,研究被测信号的特点与相关性，检测被噪声淹没的微弱有用信号.目前对微弱信号检测理论的研究，探索新的微弱信号检测方法，研制新的微弱信号检测设备是目前检测技术领域的一个热点。 微弱信号检测的特点是，第一，在较低的信噪比中检测微弱信号.造成信噪比低的原因，一方面是由于特征信号本身十分微弱; 另一方面是由于强噪声干扰使得信噪比降低。如在机械设备处在故障早期阶段时，故障对应的各类特征信号往往以某种方式与其它信源信号混合，使得特征信号相当微弱；同时设备在工作时，又有强噪声干扰。因此，特征信号多为低信噪比的微弱信号。第二，要求检测具有一定的快速性和实时性.工程实际中所采集的数据长度或持续时间往往会受到限制，这种在较短数据长度下的微弱信号检测在诸如通讯、雷达、声纳、地震、工业测量、机械系统实时监控等领域有着广泛的需求。 2.传统微弱信号检测方法 2.1。滤波技术 滤波技术是一种通用信号处理技术。对于频率固定的信号使用窄带化滤波技术，用窄带滤波器滤掉宽带噪声，只让窄带宽信号通过,滤除通频带以外噪声，提
微弱信号检测电路实验报告 课程名称：微弱信号检测电路 专业名称：电子与通信工程＿＿＿年级：＿＿＿＿＿＿＿ 学生姓名：＿＿＿＿＿＿ 学号：＿＿＿＿＿ 任课教师：＿＿＿＿＿＿＿
微弱信号检测装置 摘要:本系统是基于锁相放大器的微弱信号检测装置，用来检测在强噪声背景下，识别出已知频率的微弱正弦波信号，并将其放大。该系统由加法器、纯电阻分压网络、微弱信号检测电路组成.其中加法器和纯电阻分压网络生成微小信号，微弱信号检测电路完成微小信号的检测.本系统是以相敏检波器为核心，将参考信号经过移相器后，接着通过比较器产生方波去驱动开关乘法器CD4066,最后通过低通滤波器输出直流信号检测出微弱信号。经最终的测试，本系统能较好地完成微小信号的检测。 关键词：微弱信号检测锁相放大器相敏检测强噪声
1系统设计 1.1设计要求 设计并制作一套微弱信号检测装置，用以检测在强噪声背景下已知频率的微弱正弦波信号的幅度值。整个系统的示意图如图1所示。正弦波信号源可以由函数信号发生器来代替。噪声源采用给定的标准噪声（wav文件）来产生，通过PC 机的音频播放器或MP3播放噪声文件，从音频输出端口获得噪声源，噪声幅度通过调节播放器的音量来进行控制。图中A、B、C、D和E分别为五个测试端点. 图1 微弱信号检测装置示意 (1）基本要求 ①噪声源输出V N的均方根电压值固定为1V±0。1V；加法器的输出V C =V S+V N，带宽大于1MHz；纯电阻分压网络的衰减系数不低于100。 ②微弱信号检测电路的输入阻抗R i≥1 MΩ。 ③当输入正弦波信号V S 的频率为1 kHz、幅度峰峰值在200mV ~ 2V范围内时,检测并显示正弦波信号的幅度值,要求误差不超过5%。 （2）发挥部分 ①当输入正弦波信号V S 的幅度峰峰值在20mV ~ 2V范围内时, 检测并显示正弦波信号的幅度值，要求误差不超过5%。 ②扩展被测信号V S的频率范围,当信号的频率在500Hz ～2kHz范围内，检测并显示正弦波信号的幅度值，要求误差不超过5%。 ③进一步提高检测精度,使检测误差不超过2％。 ④其它(例如,进一步降低V S 的幅度等）.
编号 微弱信号检测技术的研究 Research on Weak Signal Detection Technology 学生姓名 专业 学号 学院 年月日
摘要 在自然现象和规律的科学研究和工程实践中,经常会遇到需要检测毫微伏量级微弱信号的问题,比如测定地震的波形和波速、材料分析时测量荧光光强、卫星信号的接收、红外探测以及物电信号测量等, 这些问题都归结为噪声中微弱信号的检测。在物理、化学、生物医学、遥感和材料学等领域有广泛应用。微弱信号检测技术是采用电子学、信息论、计算机和物理学方法,分析噪声产生的原因和规律,研究被测信号的特点和相关性, 检测被噪声淹没的微弱有用信号。微弱信号检测的宗旨是研究如何从强噪声中提取有用信号,任务是研究微弱信号检测的理论、探索新方法和新技术, 从而将其应用于各个学科领域当中。 本文对弱信号的定义和弱信号的应用范围进行了概述,综述了微弱信号检测理论研究和实际应用领域的发展情况,重点比较了目前在微弱信号检测技术中应用的方法:相关检测、锁相放大器微弱信号检测、取样积分法、基于小波分析的微弱信号检测、基于混沌振子的微弱信号检测,最后总结了各个方法的特点。 关键字：微弱信号检测噪声锁相放大器
ABSTRACT In the natural phenomenon and law of scientific research and engineering practice, often be expected to test baekho microvolts middleweight weak signal issues, such as determination of earthquake wave and wave velocity, material analysis when measuring fluorescent light intensity, satellite signals, infrared detection and signal measurement of things, these problems boil down to a weak signal in the noise of the test. In the physical, chemical, biological medicine, remote sensing and material science and other fields have a widely used. Weak signal detection technology is the electronics, information theory, computer and physics method, analyzes the reasons of the noise and to study the laws of the measured signal characteristics and correlation, detection was submerged in the faint noise useful signal. The aim of the weak signal detection is studying how strong noise from the extract useful signal, the task is to study the theory of weak signal detection, explore new methods and new technology, and its application in the field of each subject. The definition of the weak signal and the application range of the weak signal were reviewed in this paper, the weak signal detection in theoretical research and practical application of the field development situation, the key is the current weak signal detection technology in the application method: related detection, lock-in amplifier weak signal detection, sampling integral method, based on the wavelet analysis, weak signal detection based on chaotic oscillator weak signal detection, finally summarized the characteristics of each method. Key words ：Weak signal, detection, and noise, lock-in amplifier