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、