微弱信号检测与辨识机制研究.pdf
《微弱信号检测与辨识机制研究.pdf》由会员分享,可在线阅读,更多相关《微弱信号检测与辨识机制研究.pdf(75页珍藏版)》请在三一文库上搜索。
1、 致 谢 致 谢 本论文在冀常鹏老师的悉心指导和严格要求下顺利完成,在此向冀老师表示深 深的感谢。冀老师不仅是一位知识渊博的学者,而且是一个和蔼可亲的朋友,他在 我攻读硕士学位期间,给予了我莫大的帮助和鼓励。这两年来在冀老师的悉心指导 下我顺利完成了硕士研究生学业。从冀老师这里,我不仅学习到了丰富的知识,更 学到了严谨治学的态度和为人处事的方法,这些都使我受益终生。 同时,衷心感谢辽宁工程技术大学电子与信息工程学院的所有老师对我的栽培 和教育,在这里我学到了丰富的知识。 感谢实验室的各位老师及各位师兄弟姐妹在我的学习和论文完成中给予的无 私帮助,尤其感谢我师兄师姐及学长们对我的鼓励和支持,特别
2、感谢杨力剑同学、 聂晓秋同学、项宇同学、毕睿同学等给予我的关心,支持和帮助,令我终生难忘。 最后,我要感谢我的家人和我的好朋友们,感谢他们的无私奉献,感谢他们给 予我的莫大的支持和鼓励。 - I - 摘 要 摘 要 微弱信号检测的目的是从噪声中提取有用信号,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。本文简要分析了常用的微弱信号检测理论,对小波变换的微弱信 号检测原理进行了进一步的分析。然后提出了微弱信号检测系统的软硬件设计,在阐述了 系统的整体设计的基础上,对电路所选芯片的结构和性能进行了简单的介绍,选用了具有 14位分辨率的4路并行A/D转换器AD7865作为模数转换器, 且选
3、用Xilinx公司的Spartan-3 系列 FPGA 逻辑器件作为控制器,控制整个系统的各功能模块。同时,利用 FPGA 设计了 先入先出存储器,充分利用系统资源,降低了外围电路的复杂度,为电路调试及制板带来 了极大的方便,且提升了系统的采集速度和集成度。系统的软件设计采用 Verilog HDL 语 言编程, 在 Xilinx ISE 软件开发平台上完成编译和综合, 并选用 ModelSim SE 6.0 完成了波 形仿真。 关键词:微弱信号检测;信号调理;FPGA;AD7865;Verilog HDL - II - Abstract Abstract The purpose of wea
4、k signal detection is to extract useful signal from noise, or use some new technologies and new ways to improve the output signal to noise ratio of the detection system. In this paper, theories of the weak signal detection in common use are briefly analyzed, and the wavelet transform principle is st
5、udied in detail. Then the software and hardware design of the weak signal detection system is discussed, based on the whole design idea expounded in the thesis, the structure and performance of the chips adopted in the system are described in brief. This design selects a 14-bit resolution A/D conver
6、ter with 4-way parallel as the ADC, and selects the FPGA logic device of Xilinxs Spartan-3 as a controller to control every functional module of the system. At the same time, the FIFO is designed by using the FPGA. Make full use of system resources, a reduction of the external circuit, and the plate
7、 for circuit debugging brought great convenience. And the system also helped improve the acquisition speed and integration. The software design of this system uses Verilog HDL language, and completes the compilation and synthesis in the Xilinx ISE software development platform, and use ModelSim SE 6
8、.0 to complete the simulation. Key Words:Weak signal detection;Signal conditioning;FPGA;AD7865;Verilog HDL - III - 目 录 目 录 摘 要 .I Abstract II 引言 1 1.1 研究目的及意义 1 1.2 微弱信号检测技术的研究现状 2 1.3 微弱信号检测的发展趋势 .2 1.4 本文的主要研究内容.3 2 微弱信号检测理论 4 2.1 微弱信号检测原理.4 2.2 传统微弱信号检测理论 .4 2.2.1 相关检测法. 5 2.2.2 同步积累法. 6 2.2.3 取样
9、积分法. 7 2.3 现代微弱信号检测理论 .8 2.3.1 小波变换 9 2.3.2 随机共振 10 2.3.3 混沌动力学. 12 2.4 小波消噪12 2.4.1 Mallat 算法 . 13 2.4.2 小波分解与重构 . 14 2.4.3 小波变换的阈值去噪 16 3 FPGA 简介 19 3.1 可编程逻辑器件分类.19 3.2 FPGA 简介.20 3.2.1 FPGA 基本结构 20 3.2.2 FPGA 设计流程 22 - IV - 3.2.3 FPGA 特点 . 24 3.3 硬件描述语言 Verilog HDL .25 4 系统硬件电路设计 26 4.1 信号采集系统 2
10、6 4.2 信号调理电路 26 4.2.1 带通滤波电路. 27 4.2.2 信号放大电路. 28 4.3 模数转换电路 29 4.4 电源电路31 4.5 FPGA 开发平台 .33 4.6 系统的抗干扰设计.35 4.6.1 电路设计 36 4.6.2 PCB 布局布线 37 5 FPGA 程序设计. 39 5.1 顶层模块39 5.2 缓存模块40 5.3 AD 控制模块 .42 5.4 时钟控制模块 44 5.5 信号检测模块 46 6 系统调试与结果分析 48 6.1 信号采集板的调试.48 6.2 结果分析48 6.2.1 电源电路 48 6.2.2 带通滤波电路. 49 6.2.
11、3 放大电路 49 结 论 51 参 考 文 献. 52 附录 A 原理图 . 55 - V - 附录 B PCB 板图 实物图 . 58 附录 C 信号检测模块仿真程序 59 作 者 简 历. 67 - 1 - 引言 引言 1.1 研究目的及意义 1.1 研究目的及意义 信息时代需要获取许多有用的信息,多数科学研究及工程应用技术所需的信息都是通 过检测的方法来获取的。若被检测的信号非常微弱,就很容易被噪声湮没,那么很难有效 的从噪声中检测出有用信号。微弱信号在绝对意义上是指信号本身非常微弱,而在相对意 义上是指信号相对于强背景噪声而言的非常微弱,也就是指信噪比极低。人们进行长期的 研究工作来
12、检测被噪声所覆盖的微弱信号,分析噪声产生的原因以及规律,且研究被测信 号的特点、相关性以及噪声统计特性,从而研究出从背景噪声中检测有用信号的方法。1 微弱信号检测(Weak Signal Detection)技术2, 3, 4主要是提高信号的信噪比,从噪声中 检测出有用的微弱信号。对于这些微弱的被测量(如:微振动、微流量、微压力、微温差、 弱光、弱磁、小位移、小电容等),大多数都是利用相应的传感器将微弱信号转换为微弱 电流或者低电压,再经过放大器将其幅度放大到预期被测量的大小。但因为被测量的信号 非常微弱,放大电路和测量仪器的固有噪声、传感器的本底噪声和外界的干扰噪声往往比 有用信号的幅度大很
13、多,在被测信号被放大的同时,噪声也被放大了,且必定附加一些额 外噪声,如放大器的内部固有噪声以及各种外部干扰的影响,所以只靠放大并不能把微弱 信号检测出来,需要在有效的抑制噪声的前提下,增大微弱信号的幅度,才能检测出有用 的信号,那么可以认为微弱信号检测是要记录、观察和研究科学和生产中各种物理量的微 小变化,解决在强噪声背景下检测及提取有用的微弱信号的问题,是一门研究如何抑制噪 声的技术。为了达到这一目的,需要研究微弱信号检测设备、理论和方法。5 研究强噪声背景下微弱信号检测的原理及方法,在通信、声呐、物理、天文、光谱学 以及雷达等工程应用的领域具有较高的应用价值,且被作为发展高新技术、研究新
14、的自然 规律的重要手段。除此之外,它还在工程实践的应用中具有较高应用价值。在许多科学研 究及工程实践中,经常会遇到很强的噪声,这便是强噪声中检测微弱信号的问题,它无疑 更增加了信号检测的难度。信号源的定位检测等方面也是通过检测异常的微弱声信号,能 够较好的监测桥梁、铁路等建筑结构和仪器设备等的异常,且可以采用相应的处理方法, 准确的确定异常出现的位置。除此之外,还有许多严重的自然灾害,矿震灾害及建筑灾难 等等。那么,从现场的强噪声背景中检测出有用的微弱信号,有助于解决灾害定位问题, 可以最大程度的抢救伤员,快速的将伤亡人员解救,有效的减少灾害损失。6, 7 - 2 - 1.2 微弱信号检测技术
15、的研究现状 1.2 微弱信号检测技术的研究现状 利用微弱信号检测技术可以检测到传统观念认为不能检测的微弱量,较好的提高了微 弱信号检测的精度。同时,随着科技的发展,微弱信号检测在国内外也越来越受到了重视。 1942 年,维纳滤波理论的提出,推动了微弱信号检测理论的发展,且打破了噪声干扰测量 精度这一传统的理念。1962 年,第一台锁相放大器的出现,令提取深陷在噪声中的有用信 号成为现实。从此,各种新的微弱信号检测理论和方法逐渐出现,各种性能很好的测量仪 器逐渐推出,进而较好的提高了微弱信号检测的精度。 通常的微弱信号检测方法主要是基于频域及时域的,最早的微弱信号检测方法具有一 定的局限性,表现
16、在它所能检测的信号的信噪比门限值比较高。随着人们在理论和方法上 向更加深层次领域进行探索, 以及信号处理应用领域的不断扩大, 频谱分析及相干检测法、 时域信号的平均处理方法、离散信号的统计处理法等;非高斯信号、非平稳、时变以及非 线性动力学系统中随机共振理论、混沌理论等已经成为现阶段信号检测技术的研究热点。 与此同时,随着计算机相关技术的不断加速发展,许多先进的、算法复杂的数学理论利用 计算机的高速运算能力,被引入到微弱信号检测技术的研究中,加速推动了微弱信号检测 技术的理论研究,且增强了其应用实践的发展。8, 9, 10 1.3 微弱信号检测的发展趋势 1.3 微弱信号检测的发展趋势 微弱信
17、号检测是依据不同的信号和噪声,选用不同的方法,同时测量速度和精度一直 是其技术发展中要面对和突破的两个重要性参数。目前存在许多类型的信号,那么需要研 究更好的微弱信号检测方法,因此微弱信号检测技术仍将继续发展和开拓。其发展主要有 以下两方面。11, 12 理论方面。这一方面可望得到的结果包括:快速瞬变的处理;少量累积平均,而极大 的改善信噪比;对占空比信号的再现;噪声的理论和模型,以及克服噪声的途径;测量时 间的减少以及随机信号的平均等。 仪器及技术方面。这一方面需要针对新的方案,涉及新的微弱信号检测设备并对已有 的设备加以改进,不断改善传感器的噪声等特性。 - 3 - 1.4 本文的主要研究
18、内容 1.4 本文的主要研究内容 本文对微弱信号检测的基本原理进行了初步研究,并设计了相应的微弱信号检测系统 的硬件电路,且完成了软件程序编写和系统调试,具体研究内容如下。 (1)分析了常用的微弱信号检测方法的基本理论,包括传统微弱信号检测方法和现 代微弱信号检测方法,在此基础上,对小波变换检测微弱信号的原理及算法进行了进一步 的分析。 (2)介绍了 FPGA 逻辑器件的结构和特点,及其设计流程和 Verilog HDL 编程语言。 (3) 设计了相应的硬件电路, 论述了信号调理电路、 模数转换电路、 电源电路, FPGA 开发平台及系统的抗干扰设计。 (4)利用 Verilog HDL 硬件
19、描述语言,以 Xilinx ISE 为软件平台,实现系统各个功能 模块的软件设计以及仿真程序的编写,并采用 ModelSim SE 6.0 仿真工具完成各个模块的 仿真。 (5)完成信号采集板的调试,且得出实验结果,进行结果分析,最后对整个设计进 行总结,提出系统的不足和有待提高之处。 - 4 - 2 微弱信号检测理论2 微弱信号检测理论 微弱信号检测方法是以电子学、信息论、物理学和统计学理论为基础,研究信号和噪 声的原理及规律(如信号和噪声的幅度、频率、相位等),分析信号和噪声的特点(如信 号和噪声的统计特征、相关性等),然后利用一系列信号处理方法,来提取和测量强噪声 背景下的微弱信号。13
20、 2.1 微弱信号检测原理 2.1 微弱信号检测原理 微弱信号检测的基本原理是采用一些新技术和新方法来提高检测系统的输出信号信 噪比,进而从强噪声中提取出有用的信号。一般情况下,许多微弱量都是通过各种各样的 微系统做非电量变换,令检测对象转变成电量。但是当被检测量非常微弱时,微弱的检测 量本身的涨落,传感器的优劣和检测系统中存在的噪声的影响等,都会使有用的信号被噪 声所湮没。 为了更好的理解噪声对信号的覆盖程度,人们提出了信噪比(SNR)的概念。它是指 信号有效值 S 与噪声有效值 N 的比值,其定义为: NSSNR/= (2.1) 当信噪比为电压比值时,可表示为 SNRV;为功率比值时,表示
21、为 SNRP。 一般采用信噪改善比 SNIR(signal noise improvement ratio),判定一种微弱信号检测 方法的优劣,定义为: i o SNR SNR SNIR = (2.2) 式中,SNRo是检测系统输出端的信噪比,SNRi是检测系统输入端的信噪比。检测系统 抑制噪声的能力通常由 SNIR 值判定,SNIR 值越大,表明抑制噪声的能力越强。因此,微 弱信号检测的关键在于抑制噪声,增强和提取有用信号。14, 15 2.2 传统微弱信号检测理论 2.2 传统微弱信号检测理论 传统的微弱信号检测理论是基于噪声的统计特性,根据信号和噪声的不同特性来检测 强噪声背景中的微弱信
22、号的方法,传统的微弱信号检测理论及方法有以下几种。 - 5 - 2.2.1 相关检测法 2.2.1 相关检测法 相关检测法是利用待测信号的幅度在不同时刻具有周期性和背景噪声的随机性特点, 采用自相关和互相关计算方法消除噪声,它主要可以分为自相关检测方法和互相关检测方 法两种。1, 16 自相关检测的原理图如图 2.1 所示,假设伴随有随机噪声的信号 x(t)=s(t)+n(t),输入 相关检测器的两个通道, 其中一个通道经过延迟器, 令它延迟一个时间,经过延迟的x(t-) 和没有经过延迟的x(t)均送入乘法器,将乘积积分之后输出其平均值,得到自相关函数的 相关值,那么输入信号x(t)的自相关函
23、数为: )()()()()( nnnssnssxx RRRRR+= (2.3) 由于信号 s(t)与噪声 n(t)互不相关,并且噪声的平均值是零,那么: )()()( nnssxx RRR+= (2.4) 虽然理论上噪声的前后可以被认为是不相关的,但实际上,时间间隔不大的两点也有 可能是相关的。随着 值的增大,噪声的自相关函数接近于零,那么结果使信号的自相关 函数 Rss()显示出来,进而有效地滤掉了噪声。 图 2.1 自相关检测原理框图 Fig. 2.1 Diagram of autocorrelation detection 互相关检测的原理框图如图 2.2 所示,假设输入的信号为 x(t
24、)=s(t)+n(t),而 y(t)为一无 噪声的参考信号,则互相关函数为: )()()( nysyxy RRR+= (2.5) 若y(t)与s(t)具有某种相关性(例如二者频率相同),但y(t)与噪声n(t)没有相关性, 并且噪声的平均值是零,那么: )()( syxy RR= (2.6) 比较式(2.5)和(2.6),可以得出式(2.6)去掉了噪声项,所以它的输出信噪比更 高。由于互相关检测方法可以有效地抑制所有与参考信号不相关的噪声,而自相关检测方 - 6 - 法很难完全做到这一点。因此从噪声抑制能力方面来看,互相关检测法的抗信噪比性能比 自相关检测法好。17 图 2.2 互相关检测原理
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 微弱 信号 检测 辨识 机制 研究
链接地址:https://www.31doc.com/p-5184958.html