微弱信號處理分析方法的探討

代洪林

【摘 要】近年來，微弱信號處理的研究已經是一個比較熱門受歡迎的領域，大致表現在對微弱信號處理分析方法的尋找和對微弱信號檢測處理系統的規劃及對微弱信號處理儀器的探討。本文主要對微弱信號的定義和微弱信號的研究背景進行了概述，詳細地分析了微弱信號的線性和非線性處理方法及其優缺點及應用。

【關鍵詞】信號處理;分析;探討;微弱信號;線性;非線性

1.引言

1.1微弱信號的背景

微弱信號檢測并不是一門新的技術學科，從一臺鎖定放大器于1962年問世以來，微弱信號檢測技術就已經開始進入應用層面。微弱信號的檢測與提取一直得到國內外學者的重視并且也一直是研究的重點和難點。微弱信號檢測的實質是了解并掌握信號產生的原因以及信號的特點，根據已知被測的微弱信號的一些特征和一些相關性。當然，要想從強噪聲下檢測出被測得微弱信號，還需要一些適當的方法。微弱信號檢測的主要任務就是不斷發展微弱信號檢測理論，從而探尋出一些新的理論和方法，研發出一些新的檢測設備并能夠準確有效地檢測出微弱信號，以便滿足現代科學技術研究在各個學科領域中得到廣泛關注和應用。

1.2微弱信號的兩大類別

微弱信號的微弱特征大致可以從兩個方面學習：一個方面指檢測的是微伏、納伏甚至是皮伏級的電壓信號，他們的信號幅度都很小;另一個方面是與噪聲信號相比較，研究者們想要的是幅度較小的信號。這兩個方面不相同而又有緊密聯系的。本文所涉及的在強噪聲背景下微弱信號的處理。一般來說，噪聲就是對人們想要得到信號的干擾，也是一種隨機信號，沒有確定的數學表達式，即在任意時刻都無法知道其準確度。此外，不管是在信息傳輸前，信息傳輸時，還是信息接收時的檢測，都不可避免噪聲的存在。若有用信息本身太微弱或者噪聲存在的強度太大，都會出現有用信息被噪聲覆蓋的情況。噪聲產生的主要的原因有：傳輸時外界的干擾、有用信息本身的不穩定及對微弱信號處理儀器本身產生的噪聲。所以，微弱信號檢測時最好是在信噪比低的情況下進行微弱信號的檢測。當信噪比較低時，可能是由于信號本身太微弱，也可能是強噪聲干擾而造成的，或者是在一般要求能夠適用于實際的場合（雷達、通信、醫療等不同領域），目的就是要讓檢測具有快速性、準確性。正因為有如此的優點，才得以使相關的研究成為了熱點，微弱信號的檢測不斷涌現出了新的理念和新的方法。

2.微弱信號處理的線性方法

2.1時域平均

時域平均就是在信號被干擾的情況下提取周期性信號的過程，即是相干檢波。對信號具有周期性的間隔去截取信號，將得到的截取信號累加平均，以此消除信號的隨機干擾及非周期分量，確保周期成分。這樣做的好處是，信噪比比較自由，即對信噪比沒有要求。因此，可以將在強噪聲的背景下的復雜周期信號中獲得有效的周期分量，此外，還可以抑制信號中的隨機干擾，消除無關緊要的一些信號分量。時域平均對信號處理的結果是時域的波形，可以很容易的識別出信號的某些特征，尤其是還能看到某一個周期內發生的多個沖激及每一個的強度。

2.2頻域檢測法

頻域檢測法最常見的一種方法是頻譜分析法，主要用于在強噪聲干擾的情況下來獲取有用信號頻率的特征成分，微弱信號周期信號的檢測一般會用到頻域檢測法。頻譜分析就是通過傅里葉變換變成若干個單一的諧波分量來研究。因此，可以簡單地得到信號的諧波幅值、諧波相位、諧波功率、諧波能量及頻率結構與頻率間的關系。平穩隨機過程性能的研究主要信號處理技術就是頻譜分析，常用的分析方法主要有幅值分析、功率譜分析、相位譜分析等。

2.3時頻分析法

時頻分析法是目前比較常用的一種方法，不同于單純的時域檢測、頻域檢測法，因為時域檢測和頻域檢測不可描述信號的時間、頻率局部特性，而時頻法就完全可以勝任非平穩信號、非高斯信號的檢測。因此，可以說時頻分析是解決非平穩信號的重要途徑。它采用了時間與頻率的結合來描述信號，即將一維空間的時間信號映射到二維空間的時域平面。這樣就能夠得到時域、頻域中非平穩信號的全貌和局部化結果。因此，可以了解信號的時域、頻域特征，轉確地掌握其頻率隨時間變化的規律。

3.微弱信號處理的非線性方法

3.1混沌檢測理論法

混沌檢測理論是由于非線性科學的迅速發展而提出的一種全新的微弱信號處理分析方法，其強噪聲干擾下微弱信號的檢測主要借用了非線性科學的混沌振子，它是非線性科學的重要組成部分，其本質是解決確定性系統中的隨機性。由于其快速的發展，之后不斷滲透到生物學、智能科學、化學以及其他學科領域，且成為了解決非線性問題的有效工具，它的理論和方法為微弱信號處理分析注入了新的血液，賦予了新的生命力。

3.2同頻分離法

一般的信號檢測方法，對于處在不同頻帶噪聲的去除是比較容易實現的，而當在一個比較窄的頻帶上同時出現噪聲和有用信號時，一般的信號檢測方法就顯得蒼白無力了。因為一般的檢測方法，習慣于用去除噪聲，但在此情況下，去除噪聲時，有用信號也將會有大量的損失，從而導致檢測性能下降，但同頻分離法就能克服這個缺點，提高檢測性能。

3.3快速計算

對于有些檢測方法會要求信號的長度，有時也會要求迭代計算的原數據，都會導致計算速度慢，這就對常規檢測方法要求變得更高，使其應用范圍變得更窄。其中參數誘導、噪聲誘導在微弱信號處理分析中是常用的方法。所以只要在系統中使參數調節適當和噪聲添加適量，就可以實現快速計算。

4.展望

因為非線性理論檢測法仍處于不成熟階段，但其比常規檢測法有準確的靈敏度和分辨率，較強的適應性，較廣的應用范圍和現在還存在的一些問題都會促使非線性理論去噪法的研究和發展。

多種方法結合，正所謂尺有所短寸有所長，每一種方法都有各自的特點及優缺點，如果能把這些方法結合起來，取長補短，尋找一種相對完美的方法解決微弱信號處理，將會使問題更簡單化。因此，多種方法的結合也將是未來研究的熱點。

參考文獻：

[1]李智奇.MSP430系列低功耗單片機原理與設計[M].西安電子科技大學出版社，2008.

[2]胡大可.MSP430系列超低功耗16位單片機原理與應用[M].北京航空航天出版社，2006.

（作者單位：中國人民銀行烏魯木齊中心支行）