一种微弱信号检测方法的研究

宋玉珍 刘炼

摘要：微弱信号的提取检测就是利用近代科学技术和信息处理方法把从有用信号从噪声中提取出来，其关键在于压制减弱背景噪声干扰信号，恢复、增加和提取弱小的有用信号信息。文中介绍了相关检测方法的原理，利用相关检测技术来检测又弱又小的真实有用信号，可以提高微弱真实信号功率和噪声干扰功率两者的比值，以期进一步达到从杂乱的强背景噪声干扰信号中把微弱的真实有用信号检测和提取出来。该方法的最大优点是不需要提前知道弱小的真实有用信号的信息，适用于信噪比值很小的弱小信号，文中针对具体实例进行了MATLAB软件编程仿真，运行结果表明了该方法的有效性，有着比较广阔的应用前景。

关键词：自相关函数;弱小信号;相关检测;信噪比

中图分类号：TN911 文献标识码：A 文章编号：1007-9416（2020）05-0066-03

0引言

微弱信号的提取检测是从测量技术中发展出来的一个技术分支，是综合利用日新月异发展的电子科学技术和各种各样信号检测处理方法的不断开发挖掘，研究分析弱小的真实有用信号产生发展的规律。研究并且进一步探索弱小真实有用信号的相关杼l生和其他特征，把微弱的真实有用信号从强背景噪声干扰信号中检测并提取出来。检测微弱信号方法研究的重点是如何把有用的信号从强噪声背景中检测并且提取出来，并探索利用新的信号信息处理方法来提高信噪比。虽然弱小的真实有用信号和杂波背景噪声干扰信号在时间轴上是重合叠加在一起看起来是不可分割的，但是弱小的真实有用信号在时间轴上有周期性并且具有自相关性，而杂波背景噪聲干扰在时间轴则是乱七八糟杂乱无章、是随机的。本文就是利用弱小的真实有用信号在时间轴上具有的周期性剔除杂波背景噪声信号，达到把弱小的真实有用信号从强噪声干扰信号背景中检测并且提取出来。

1检测机理

弱小的真实有用信号的分析检测技术是分析和研究又弱又小的真实有用信号和背景干扰噪声信号的不同特征规律，正确选择恰当的信号信息检测处理检测方法，从杂乱无章乱七八糟的噪声干扰背景中检测出又弱又小的真实有用信号。检测和提取又弱又小的真实有用信号的要害是选择适当的信号信息处理技术方法，抑制减弱杂波背景噪声干扰，复原和进一步加强又弱又小的真实有用信号，这就是平时常说的，改善提高又弱又小的真实有用信号功率与背景噪声干扰功率两者之问的比值，信号噪声改善比（SNIR）定义：

即输出又弱又小的真实有用信号噪声功率比（S/N）。与输入信号干扰噪声信号功率比（S/N），两者之间的比值。SNIR与选择的信号信息处理方法的检测水平成正比，较大的SNIR表示选择的信号信息处理方法的检测水平较高，也就是说抑制背景杂波噪声干扰信号的能力较强。

1.1相关检测

噪声和信号从根本上就是不同的，噪声是给干扰的没有任何作用的信号起的名字。信号是有规则性可以找寻可以重复出现的，后面随后出现的信号的特点特征与前面出现的信号特点特征有关系，所以信号是可以用具体的时间函数来表示描述的;但是具体的时间函数却不能用来表示描述一个噪声干扰信号，干扰噪声是即时的，是杂乱无章乱七八糟的，没有任何规则能够参考遵循。因此，信号本身的特征是可以利用来被检测提取的，利用一个已经知道规则的信号与等待检测信号具有相同规则特征的部分，可以用来检测和提取等待检测的信号，以达到滤除杂波背景噪声干扰的目的，相关性检测的原理就是这样的。相关检测的具体方法采用这种已知规则信号和背景干扰噪声各自的相关特性，经历自相关操作或者是互相关操作，最大程度地抑制减弱背景杂波噪声干扰信号，从而实现又弱又小的真实有用信号的检测提取。图1是相关检测的原理框图。

混杂在背景杂波噪声干扰信号中的又弱又小的真实有用信号是具有周期性和相关性的，而噪声干扰信号是随机的乱七八糟杂乱无章的和不相关的。假如我们能够获得信号的周期或测出它的周期，继而总结并平均相应的具体位置，平均L次结果之后，有趣的是，我们可以看到又弱又小的有用信号的功率没有任何变化一直保持跟原来一样，但是无相关的背景干扰噪声的功率却降低到原来噪声功率的1/L，即提高了又弱又小的真实有用信号功率与干扰噪声功率两者之间的比值，滤除了乱七八糟杂乱无章的背景干扰噪声信号，检测了又弱又小的真实有用信号。

3结语

文中介绍了相关检测方法的原理，并且给出了具体利用相关检测方法进行又弱又小的真实有用信号提取检测的步骤和实例分析。对于提取淹没在背景噪声干扰中的弱小真实有用信号，使用r11aⅡab编程软件可以很方便计算出该微弱信号的自相关函数，通过自相关函数的周期性来确定又弱又小的真实有用信号的周期，再利用相关检测方法提取又弱又小的真实有用信号。在实际的具体工程应用领域中，通常采用快速傅里叶变换（FFT）方法来计算混有白噪声干扰信号的自相关函数，此信号处理方法的优点是不需要提前知道又弱又小的真实有用信号的特性，也可以快捷高效检测出又弱又小有用真实的周期性信号，同时提高弱小信号功率与噪声干扰功率两者的比值，此法有着比较广阔的应用前景。