一種微弱信號檢測方法的研究

宋玉珍 劉煉

摘要：微弱信號的提取檢測就是利用近代科學技術和信息處理方法把從有用信號從噪聲中提取出來，其關鍵在于壓制減弱背景噪聲干擾信號，恢復、增加和提取弱小的有用信號信息。文中介紹了相關檢測方法的原理，利用相關檢測技術來檢測又弱又小的真實有用信號，可以提高微弱真實信號功率和噪聲干擾功率兩者的比值，以期進一步達到從雜亂的強背景噪聲干擾信號中把微弱的真實有用信號檢測和提取出來。該方法的最大優點是不需要提前知道弱小的真實有用信號的信息，適用于信噪比值很小的弱小信號，文中針對具體實例進行了MATLAB軟件編程仿真，運行結果表明了該方法的有效性，有著比較廣闊的應用前景。

關鍵詞：自相關函數;弱小信號;相關檢測;信噪比

中圖分類號：TN911 文獻標識碼：A 文章編號：1007-9416（2020）05-0066-03

0引言

微弱信號的提取檢測是從測量技術中發展出來的一個技術分支，是綜合利用日新月異發展的電子科學技術和各種各樣信號檢測處理方法的不斷開發挖掘，研究分析弱小的真實有用信號產生發展的規律。研究并且進一步探索弱小真實有用信號的相關杼l生和其他特征，把微弱的真實有用信號從強背景噪聲干擾信號中檢測并提取出來。檢測微弱信號方法研究的重點是如何把有用的信號從強噪聲背景中檢測并且提取出來，并探索利用新的信號信息處理方法來提高信噪比。雖然弱小的真實有用信號和雜波背景噪聲干擾信號在時間軸上是重合疊加在一起看起來是不可分割的，但是弱小的真實有用信號在時間軸上有周期性并且具有自相關性，而雜波背景噪聲干擾在時間軸則是亂七八糟雜亂無章、是隨機的。本文就是利用弱小的真實有用信號在時間軸上具有的周期性剔除雜波背景噪聲信號，達到把弱小的真實有用信號從強噪聲干擾信號背景中檢測并且提取出來。

1檢測機理

弱小的真實有用信號的分析檢測技術是分析和研究又弱又小的真實有用信號和背景干擾噪聲信號的不同特征規律，正確選擇恰當的信號信息檢測處理檢測方法，從雜亂無章亂七八糟的噪聲干擾背景中檢測出又弱又小的真實有用信號。檢測和提取又弱又小的真實有用信號的要害是選擇適當的信號信息處理技術方法，抑制減弱雜波背景噪聲干擾，復原和進一步加強又弱又小的真實有用信號，這就是平時常說的，改善提高又弱又小的真實有用信號功率與背景噪聲干擾功率兩者之問的比值，信號噪聲改善比（SNIR）定義：

即輸出又弱又小的真實有用信號噪聲功率比（S/N）。與輸入信號干擾噪聲信號功率比（S/N），兩者之間的比值。SNIR與選擇的信號信息處理方法的檢測水平成正比，較大的SNIR表示選擇的信號信息處理方法的檢測水平較高，也就是說抑制背景雜波噪聲干擾信號的能力較強。

1.1相關檢測

噪聲和信號從根本上就是不同的，噪聲是給干擾的沒有任何作用的信號起的名字。信號是有規則性可以找尋可以重復出現的，后面隨后出現的信號的特點特征與前面出現的信號特點特征有關系，所以信號是可以用具體的時間函數來表示描述的;但是具體的時間函數卻不能用來表示描述一個噪聲干擾信號，干擾噪聲是即時的，是雜亂無章亂七八糟的，沒有任何規則能夠參考遵循。因此，信號本身的特征是可以利用來被檢測提取的，利用一個已經知道規則的信號與等待檢測信號具有相同規則特征的部分，可以用來檢測和提取等待檢測的信號，以達到濾除雜波背景噪聲干擾的目的，相關性檢測的原理就是這樣的。相關檢測的具體方法采用這種已知規則信號和背景干擾噪聲各自的相關特性，經歷自相關操作或者是互相關操作，最大程度地抑制減弱背景雜波噪聲干擾信號，從而實現又弱又小的真實有用信號的檢測提取。圖1是相關檢測的原理框圖。

混雜在背景雜波噪聲干擾信號中的又弱又小的真實有用信號是具有周期性和相關性的，而噪聲干擾信號是隨機的亂七八糟雜亂無章的和不相關的。假如我們能夠獲得信號的周期或測出它的周期，繼而總結并平均相應的具體位置，平均L次結果之后，有趣的是，我們可以看到又弱又小的有用信號的功率沒有任何變化一直保持跟原來一樣，但是無相關的背景干擾噪聲的功率卻降低到原來噪聲功率的1/L，即提高了又弱又小的真實有用信號功率與干擾噪聲功率兩者之間的比值，濾除了亂七八糟雜亂無章的背景干擾噪聲信號，檢測了又弱又小的真實有用信號。

3結語

文中介紹了相關檢測方法的原理，并且給出了具體利用相關檢測方法進行又弱又小的真實有用信號提取檢測的步驟和實例分析。對于提取淹沒在背景噪聲干擾中的弱小真實有用信號，使用r11aⅡab編程軟件可以很方便計算出該微弱信號的自相關函數，通過自相關函數的周期性來確定又弱又小的真實有用信號的周期，再利用相關檢測方法提取又弱又小的真實有用信號。在實際的具體工程應用領域中，通常采用快速傅里葉變換（FFT）方法來計算混有白噪聲干擾信號的自相關函數，此信號處理方法的優點是不需要提前知道又弱又小的真實有用信號的特性，也可以快捷高效檢測出又弱又小有用真實的周期性信號，同時提高弱小信號功率與噪聲干擾功率兩者的比值，此法有著比較廣闊的應用前景。