生物学信号检测

生物学信号检测（精选十篇）

生物学信号检测 篇1

随着社会医疗水平的提升和人类平均寿命的增长。人们在享受生活的同时对于自身健康状况的关注越来越多。家庭医疗的重心由原来的疾病治疗为主转为预防为主, 体温计、血压计、血氧仪、心电监护仪等监护产品逐渐被引入人们的日常生活中。近些年, 医疗监护仪由单纯诊断向多功能方向发展, 从医疗机构扩展到家庭医疗保健市场当中。

和现有监护仪相比较, 本文涉及的检测仪具有以下优势: (1) 检测功能强大:集多项监测技术于一身, 设计人性化且集成化程度高, 可以长时间监测心电、血氧饱和度、血压、体温等生理参数或波形, 为用户的健康提供全面呵护; (2) 小巧便捷:设计轻巧, 便于携带; (3) 回放查询:具有多数据列表和趋势图功能, 支持数据的回放和查看; (4) 心律异常提示:具有心率异常实时分析及GSM报警功能, 时刻关注健康状况。

1 系统基本工作原理

1.1 心电测量基本原理

心脏在机械性收缩之前, 首先产生电激动, 产生生物电流, 并经组织和体液的传导至体表, 于身体不同部位产生不同的电位变化, 形成体表电位差。把这种变化着的电位差记录下来, 形成动态曲线, 即为心电图 (ECG) 。

本产品的心电信号采集使用世界上最小的心电SOC芯片———BMD101, 只要将指尖 (最好使用酒精清洁过后) 放于检测电极上就可检测心电的实时变化。

1.2 血压测量基本原理

采用测振法测量, 通过建立收缩压Ps、舒张压Pd、平均压Pm与袖套压力波的关系来判别血压。其原理是由检测装置内的压力传感器感知袖带下的肱动脉最初和最大搏动, 将压力信号转换为电信号经过放大、滤波处理, 提取静压直流分量和脉动交流分量, 并给予相应的采集处理, 获取所需的被测量。

与柯氏音法相比, 示波法不依赖与柯氏听音, 抗环境干扰能力强, 同时排除了操作者主观因素的影响, 具有较广的适用范围。此外, 由于脉搏波与血压有较为稳定的相关性, 因此利用示波原理测量的血压结果比柯氏音法更为准确。

1.3 血氧饱和度测量基本原理

首先将采集到的光电流分量并进行数字化, 再发送到数字处理芯片中进行数字信号处理和控制设计。芯片包括了电流-电压转换器, 连续积分器并具有可编程的采样范围, 模数转换器和数字滤波等功能, 可以获得精确的结果。由于这些功能集成在单芯片内部, 还有利于噪声的处理。

1.4 体温测量基本原理

温度测量原理:本产品采用微型的嵌入式HY11P32芯片 (体温测量) , 根据热敏电阻 (Thermistor) 不同温度对应不同电阻值这一特性, 即可以通过测量电阻值实现温度测量。

人体温度测量原理:测量将热敏电阻与参比电阻接成非平衡惠斯通电桥测温电路, 把人体的温度变化的电阻阻值变量转化为电压变量。

2 仪器硬件设计

2.1 整体系统构思图 (图1)

(1) 单片机STM32L (主控芯片) ; (2) ARM Cortex-M3 32MHz处理器; (3) 内置64~128K字节闪存, 16K字节RAM和最多4K字节EEPROM; (4) 2个子系列:子系列间管脚、软件和外设兼容; (5) 超低能耗:低至185u A/DMIPS; (6) 6种超低功耗模式:功耗最低可达270n A; (7) 超低功耗动态模式:低功耗运行时功耗低至10.4u A, 低功耗睡眠且有1个定时器运行时功耗低至6.1u A; (8) 运行模式, 代码从FLASH执行加动态电压调节 (3种模式) , 经济功耗低达230u A/MHz。

2.2 心电检测模块 (图2)

采用导联法测量心电信号, 将检测到的导联信号通过高通滤波器、模拟端变换、数字端处理等一系列的信号处理, 传给单片机进行AD采样后得到心电信号, 经过SPI口由无线射频芯片进行无线发送。测量所用该传感器核心芯片为BMD101, 单导联信号输入, 快速完成心电信号采集。

2.3 血氧测量模块 (图3)

使用波长660 nm的红光和940 nm的近红外光作为射入光源, 测定通过手指的光传导强度, 再利用光电传感器采集信号, 经过前置级放大、滤波等信号处理电路, 将其转变成脉冲电压信号, 再利用32单片机对数据进行计算处理分析;将处理后的信号再次转化为模拟信号后蓝牙端传输。此硬件设计用到TI公司测血氧度芯片AFE4490, 无需过多外部电路。

2.4 体温检测模块 (图4)

测量温度变化是利用测量Thermistor上的电压变化参考电阻RF, 作用分压, SD18通过RF获得参考电压, 测量到的电阻值是否精确与参考电阻的精度有关, 所以必须保证参考电阻的精度。

2.5 血压测量模块 (图5)

采用的传感器是MP3V5050。测试时, 由CPU控制下的泵气电路对泵阀控制, 快速充气, 台阶放气, 最后再快速放气。袖套内的压力是气袖静压和脉搏波信号的叠加, 压力传感器把压力信号转换为电信号后送由放大器, 输出端电压在0—5V之间。经滤波作用及A/D转换送RAM后由CPU处理, 剔除干扰, 检出真正脉搏波, 并根据放气过程中脉搏波的振幅变化确定平均压, 再确定收缩压和舒张压, 由脉搏波的周期确定心率。通过LED数码显示测量最终结果。

2.6 GSM短信提醒模块 (图6)

通过检测仪中GSM模块, 将此信息发送给患者的亲属, 使之对患者加以关注。

3 软件设计 (图7)

软件部分设计以良好的用户体验为原则, 分为心电监测、血压监测、血氧监测、体温监测、报警和我的记录六个模块。开发工具使用Eclipse, 可以与Android等第三方软件进行无缝隙连接, 也可集合各种插件使用, 降低了开发难度。

摘要：研制一台基于android手机系统的集心率、血压、体温、血氧脉搏信号于一体的高性能生物医学信号检测仪。本文分模块对检测仪器的原理及功能进行了介绍, 实验证明, 该检测仪集成化程度高, 检测精确, 并具有良好的实时性能。

弱信号检测技术研究 篇2

关键词：微弱信号；信号检测；检测原理；检测方法

中图分类号：TP27 文献标识码：A文章编号：1674-098X(2011)03(a)-0000-00

Abstract: On the base of consulting massive materials, the paper first makes the elaboration to the research Background of current weak signal, then compares with the current applied method in the weak signal detection: Self-correlation detection technology, Discrete signal statistical disposition, weak signal detection based on wavelet transform, weak signal detection based on chaotic oscillator. Lastly, it presents the characteristics of each method.

Key words: weak signal; signal detection; theory of detection; method of detection;

1 概述

微弱信号检测是一门新兴的技术学科，它利用电子学、信息论和物理学的方法，分析噪声产生的原因和规律，研究被测信号的特征，检测出并恢复被背景噪声掩盖的微弱信号[1]。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。对微弱信号检测是目前检测技术领域的一个热点。常规的微弱信号检测方法主要包括时域方法和时频方法[2]。

2 相关检测

相关检测技术是一种对信号的时域信息分析和识别的检测方法，主要是对信号和噪声进行相关性分析。相关检测是频域的窄带化处理方法，是一种积分过程的相关测量。它利用信号和外加参考信号的相关特性，而这种特性是随机噪声所不具备。微弱信号中的相关检测是利用信号在时间轴上前后的相关性来度量的。实际中相关函数的运算通常利用模拟器件锁相放大器在一定时间内对信号积分而得到的相关函数[3]。

3离散信号的统计处理

在微弱光检测中，由于微弱光的量子化，光子流具有离散信号的特征，使得利用离散信息处理方法检测微弱光信号成为可能。微弱光检测又分为单道和多道两类。单道微弱光检测以具有单电子峰的光电倍增管作传感器，采用脉冲甄别和计数技术的光子计数器；多道微弱光检测是用光导摄像管或光电二极管阵列等多路转换器件作传感器，采用多道技术的光学多道分析器。

4 基于混沌振子的微弱信号检测

基于混沌振子的微弱信号检测是利用混沌系统非平衡相变对系统参数的扰动和对噪声有免疫力的特点，根据Holmes型的Duffing 振子检测系统的检测原理(如式4.1)以及Melnikov方法，研究周期微扰对混沌振子的控制，在引入噪声的情况下，则包含了非线性系统的随机分岔问题研究。[4]Holmes 型Duffing 方程的一般形式如式1.1所示[5]：

x'' (t) kx' (t) x(t) x3 (t) f cos(t) 式1.1

式中cos(t)为周期策动力；k为阻尼比；x(t) x3 (t)为非线性恢复力。

对非线性系统有着非确定性的作用，噪声能产生不同的动力学行为，可以导致混沌、有序或从吸引子中脱离。Duffing振子的参数、初始值及噪声对振子的动力特性都起到了作用，其中噪声是引入的随机序列。

5 基于小波分析的微弱信号检测

小波变换理论采用在二维平面上分析信号，发现在合适的尺度下原来是非平稳的跳变信号会呈现出同噪声截然不同的特性，是一种变分辨率的时域分析方法。继承和发展了窗口傅立叶变换的局部化思想，克服了窗口大小不随频率变化，缺乏离散正交基的缺点。基于小波变换的微弱信号检测方法是一种提取有用信号，降低突变信号中噪声的优越方法[6]。

6总结

锁相检测电路是对非高频信号的检测具有很好的性能，而且对微处理器的运算能力和速度要求不高，能实现与微处理器精确的数据采集和传输，其硬件、软件均易于实现；谐波小波构造简单，其分解变换简洁明了，对非平稳信号(方波)的噪声降低具有无可比拟的优点，可有效区别信号中的突变部分和噪声，从而实现非平稳信号的降噪，随着计算机的发展，利用混沌振子来检测微弱信号，有望降低设备成本使得该项技术具有更加广阔的应用前景。

参考文献

[1] 曾庆勇．微弱信号检测．杭州：浙江大学出版社，第二版

[2] 陈佳圭．微弱信号检测．北京：中央广播电视大学出版社，1987

[3] 唐洪宾．同步积分—噪声中提取微弱信号的一种方法．南京：南京大学学报，1997

[4] 谢涛．混沌振子在微弱信号检测中的可靠性研究．北京：仪器仪表学报，2008

[5] 李泽蓉．基于噪声和混沌振子的微弱信号检测[J]．机械制造与研究，2003．

生物学信号检测 篇3

传统的医疗检测仪器多以单片机、PC机为核心进行设计,系统笨重,检测手段单一,且无法同时检测多种生物信号,不便于系统升级和扩展。为了克服这些缺陷,本文设计了一个复合型的适合多信号检测的仪器,并利用FPGA的高集成、可重复编程等特点来实现。本设计模拟与数字相结合,实现了基于FPGA的多功能生物电信号检测系统,并设计了3种不同的前置模拟电路分别检测3种生物电信号,结构灵活,更换方便。数字部分在硬件上对信号进行自适应放大、A/D转换、工频陷波和LCD显示,在嵌入式Nios软核上添加了SD卡存储模块并对信号进行频谱分析,为进一步的信号特征分析提供依据。

1 系统设计

本文目的是设计一款高集成、适用于多种生物电信号检测的检测仪,并针对不同生物信号的幅值、频率范围和外界干扰等特性设计放大检测电路,以前置盒的形式接入系统。将采集到的信号自适应放大到A/D的采样范围,进行50 Hz数字陷波和幅值频率测量,并在LCD屏幕上显示波形和参数,同时使用Nios软核对信号进行SD卡数据存储以及频谱分析。系统结构如图1所示。

2 系统模块原理及设计

2.1 前置放大电路设计

生物电信号的幅值较小、频率范围低且容易受到外界干扰,在设计检测电路时对电路结构有特殊要求[4]。由于ECG、sEMG、EMG信号的幅频特性、信号传导电极的导联方式和所受主要干扰来源均不同,因此针对3种信号设计了不同的前置放大电路,各电路的放大参数如表1所示。

电路中主要功能模块有:输入保护电路、输入缓冲电路(由电压跟随器构成)、差分仪表运算放大器电路、高通滤波器、带增益的低通滤波器、50 Hz工频陷波电路以及DRL电路。以下详细介绍各电路的特殊结构设计。

(1)sEMG前置放大电路:sEMG信号幅值较小且最为复杂,在设计过程中对器件的选型十分重要。除了采用输入偏置电流极低的AD8627作为输入缓冲电路之外,还使用了性能更优的AD8220作为仪表运放电路,并采用了驱动能力较强的DRL电路来连接参考电极,具体电路如图2所示。

(2)EMG前置放大电路:由于信号采集过程使用针式电极直接从神经和肌肉处引导信号,相应地所受到的干扰主要来自于针电极移动所引入的运动伪迹的低频干扰,所以在高通滤波器设计时将其截止频率设置在10 Hz～20 Hz范围,放大采用仪用放大器AD620且电路设计中没有采用DRL电路。

(3)ECG前置放大电路:由于心电信号的幅度较大且稳定,因此电路没有加入电压跟随器组成的缓冲电路,而采用与EMG电路一样性能不错的AD620作为仪表运放电路且采用DRL驱动电路。

2.2 自适应放大模块

信号经过前置盒处理后,幅值达到毫伏级,不利于A/D采样。同时考虑到生物电信号的幅度波动较大,采用单一的放大增益信号可能超过A/D的采样范围,因此二级放大中利用了D/A芯片(DAC0832)的电阻加权网络自动调节输出增益,实现对信号的自适应放大[5]。增益公式如式(1)所示,其中Rfb/Ro为固定值,N为FPGA根据输入值与设定阈值的比较而自动调整的数值。

2.3 数字硬件模块

利用FPGA的并行处理优势,采用流水线结构设计了50 Hz二阶IIR数字滤波,进一步滤除工频干扰[6]。系统选用夏普公司液晶显示屏LQ064V3DG01作为显示终端,用FPGA产生VGA需要的行同步信号与列同步信号以及消隐信号、时钟信号、RGB信号,使屏幕正常工作[7]。

2.4 SD卡存储模块

要使写入SD卡中的数据可被PC机有效地读取,必须在对SD卡写入的过程中加入文件系统,而文件系统无法由纯硬件实现。因此系统充分利用Nios II软核支持文件系统的优势,通过自定义组件与Avalon总线上的数据通信,实现SD卡的存储。

2.5 频谱分析模块

FFT变换是信号分析中的一种常用手段,在频域上对信号进行分析,得到信号的能量范围,在数字信号处理中有较广的应用。其中,sEMG的频谱范围为10 Hz～500 Hz,EMG的频谱范围为2 kHz～10 kHz,而ECG的频谱范围为0.05 Hz～250 Hz,因此使用频谱分析可以更好地分析3种不同信号,得到信号特征。

SoPC的使用使整个系统的设计更加灵活,当各种信号分析过程中的复杂算法难以用硬件实现时,便可通过Nios中的C语言实现,简单有效并充分发挥了SoPC的特点[8]。本设计中用C语言实现FFT算法并添加到Nios中,数据通过SoPC的I/O口由硬件部分输入,计算出结果后再经I/O输出并进行VGA显示。

3 系统测试

3.1 模拟前端测试

本文设计了3个前置模拟电路,下面详细介绍s EMG前置盒的测试结果,对前置盒进行放大倍数测试以及放大线性度测试。输入频率为100 Hz、幅度不同的正弦波,将得到的数据绘制成线性度测试图,如图3所示。

由以上数据及测试结果可知,前置处理盒的放大倍数约为73～76倍,且线性度良好。ECG与EMG两种的前置盒电路工作正常,具体数据不再列出。

3.2 生物信号实测

为了验证系统设计的正确性,分别对不同应用的生物电信号进行了整体测量,同时用SD卡存储数据并在Matlab中提取出来。

(1)实验一:表面肌电信号的检测

系统主要针对手及手臂运动进行sEMG检测,电极安放在小臂肌肉群范围内,受测者进行握拳动作,保持1 s不动后松拳静息,重复几组动作,关闭存储,取出SD卡后通过Matlab软件读取数据进行观测,结果如图4所示。波形图中横轴为采样点数,采样率为1 000 Hz,每1000个点表示测试时间为1 s;纵轴为SD卡采集到的A/D转换数字量。

图4 中可以看出,检测信号与参考文献[9]中一致,分为握拳状态和放松状态。对信号进行频谱分析结果如图5所示,由图中可知,50 Hz的工频干扰滤波效果明显,且信号的能量主要集中在10 Hz～200 Hz,确定检测到的信号为有效的sEMG信号。

(2)实验二:神经肌电信号检测

在神经肌电信号检测中,由于实验需要采用针式电极,在实验室中无法直接用人体进行测试,因此使用青蛙替代,对动物体进行了相关测试。从实验中观察到,电流刺激青蛙神经后,神经所支配的腿部肌肉会有规律地抖动;切断神经后,腿部停止抖动且信号消失。通过SD卡回放波形如图6所示,检测到的信号为同频率的脉冲信号。

(3)实验三:心电信号的检测

受测者平坐并保持呼吸均匀,采用三导联方式安放心电检测电极,测试10 min后取出SD卡,得到的心电信号如图7所示。图中可以看出,检测到的信号频率与受测者的心律一致,且可以较为清楚地分辨出心电信号的R波和S波,便于进一步分析心电特征。

本文完成了基于FPGA的多功能生物电信号检测系统的设计。以FPGA为控制核心,模拟电路与数字电路紧密结合,软件和硬件协同处理,实现了对生物电信号的提取、放大、储存、显示和分析,并完成了相应的实验检测和结果结果。系统克服了传统医疗设备应用单一、扩展性差等缺点,将多种生物信号检测手段集成实现,可供后续的信号处理和分析,在信号检测以及家用医疗方面具有广阔的应用前景。

摘要：设计了一款基于FPGA的多功能生物电信号检测系统,通过更换不同的前置模拟盒对神经肌电信号、心电信号、表面肌电信号进行检测和分析。系统模拟电路与数字电路紧密结合,FPGA采用硬件电路与Nios嵌入式软件协同设计,实现了对生物电信号的采集、处理、存储、显示和分析。

关键词：生物电信号,SoPC,FPGA

参考文献

[1]陈晓俐,陈真诚,刘福彬.心律失常辅助诊断系统的研制[J].中国医学物理学杂志,2010,27(2):1741-1746.

[2]王东岩,李庆龄,林志江,等.小波分析在表面肌电信号(sEMG)研究中的应用[J].黑龙江大学自然科学学报,2008,25(4):431-435.

[3]王林综,述傅,先明.听神经瘤术中面神经电生理监测的应用进展[J].立体定向和功能性神经外科杂志,2008,21(2):117-118.

[4]江冠群,黄启俊,李湘琼,等.生物神经电极放大系统的设计与实现[J].电子技术,2009,36(7):37-38.

[5]程晓玲,雷淑英.采用D/A转换器实现可编程放大器的设计[J].天津科技大学报,2005,20(6):62-63.

[6]童位理.基于FPGA的IIR数字滤波器的快捷设计[J].元器件,2007,9(5):36-37.

[7]刘晶,贾银亮.基于FPGA的液晶驱动电路设计[J].金陵科技学院学报,2009,25(2):26-27.

[8]赵佩丽,李小珉,卞小林.Nios II处理器在数字信号处理中的应用[J].电气电子教学学报,2007,29(6):47-48,53.

电路测试中干扰信号检测方法研究 篇4

关键词：电路测试 干扰信号 检测

中图分类号：TN912 文献标识码：A 文章编号：1674-098X（2016）02（b）-0028-02

在电路测试中，电流，电压等信号能够准确反映电路的运行情况，这些信号包含了进行电路故障诊断的重要信息，进行准确故障诊断的前提是获得没有干扰信号的测试信号[1]。但是在实际的电路测试中，测得的信号中往往包含大量的干扰信号，这些干扰信号主要来源于系统内的干扰信号和系统外的干扰信号，干扰信号的存在会对电路故障的诊断带来严重干扰，因此，如何对电路测试中干扰信号进行准确检测，已经成为当前电路测试领域中一个研究热点[2]。为了提高电路测试中干扰信号检测的准确性，提出一种基于谐波小波-支持向量机的电路测试中干扰信号测试方法。

1 利用谐波小波对检测信号进行分离

谐波小波函数的本质是一个带通滤波器，它在频域内的结构形式为盒型形式，在时域内的结构形式为复数函数的小波函数。谐波小波函数频域的表达式为：，由谐波小波函数的表达式可知，谐

波小波函数的频域有着典型的盒型结构，因此，利用该公式能够得到电路测试中在窄带内的微弱故障信号。利用Fourier方法对谐波小波函数进行逆变换，能够得到谐波小波函数的时域表达式：

。利用谐波小波函数的时域表达式能够对检测信号进行多辨析分析，从而实现检测信号中干扰信号与微弱故障信号的准确分离。

由于基于FFT快速算法，因此可以利用数学运算的方式就可以实现电路测试中干扰信号与微弱故障信号的快速分离，具有运算简单、分离精度高等特点。

2 利用支持向量机对干扰信号进行准确检测

2.1 构建谐波小波-支持向量机核函数

支持向量机（简称SVM）是一种监督式的学习方法，主要用于分类识别与回归分析。支持向量机的重要特征是逼近理论问题与学习方法相对独立。在支持向量机中，核函数是重要的构成部分，它对支持向量机的分类方面起到关键的作用，要选择合适的核函数，就必须首选考虑需要解决的问题的先验知识。在电路测试中干扰信号的检测中，核函数能够准确反映干扰信号分类识别的先验知识，对干扰信号的分类识别具有重要的优化作用。相关研究表明，支持向量机的核函数满足的条件是必须满足Mercer条件。Mercer条件又被成为平移不变核条件，它是成为支持向量机核函数的充分必要条件，即：Fourier变换为非负。利用谐波小波构建支持向量机核函数的具体方法如下所述。

设置电路测试中测试信号的小波函数为，尺度因子为，平移因子为，令，则符合Mercer条件内积核形式的谐波小波核函数的表达形式为，符合平移不变核函数的谐波小波核函数的表达形式为。上述两种核函数都可以作为用于干扰信号分类识别的支持向量机的核函数。

根据上面阐述的方法，能够构建谐波小波-支持向量机核函数，从而为干扰信号的分类检测提供了准确的依据。

2.2 电路测试中干扰信号的准确检测

在电路测试中干扰信号的检测中，若得到的干扰信号的样本集为，，，假设在m个尺度上m的个谐波小波支持向量机对干扰信号进行检测，由支持向量机的有关原理能够得到谐波小波核函数支持向量机在尺度对干扰信号的样本进行检测的数学模型，其表达形式为，而在尺度上对干扰信号样本分量进行检测的模型的表达形式为，以此类推，在尺度对干扰信号样本分量的检测模型的表达形式为，其中，分别为尺度上核函数生成的干扰信号分量特征的映射，即。最后得到的谐波小波核函数的支持向量机的检测模型为，其中。

在支持向量机中，代价函数-为不敏感函数，由于支持向量机的检测模型能够推导出干扰信号分类识别的优化问题：，该优化问题的约束条件为：

≤

≥

其中，C是惩罚因子；，，，，为松弛因子；，分别为尺度上的不敏感函数的参数。

由干扰信号分类识别的目标函数约束条件构建Lagrange函数，对该函数分别利用进行求导，并令其为零，能够得到干扰信号检测优化问题的对偶形式：，该式需要满足的约束条件为：，并且，，其中，为Lagrange乘子。

这样，就能得到个尺度上干扰信号的检测模型，其中，的计算公式为。

根据上面阐述的方法，得到的基于谐波小波核函数支持向量机的干扰信号检测的具体过程如下所述：（1）选择合适的干扰信号分解的尺度数目m；（2）求解相关系数；（3）建立支持向量检测模型；（3）获得准确的干扰信号识别分类的结果。

3 仿真实验结果分析

为了验证该文方法的有效性，利用仿真软件matlab7.4进行了仿真实验。利用传统方法进行了对比实验。在电路测试中故障信号的检测中，用幅值A=0.05，频率f=0.01 Hz，占空比的周期信号模拟电路测试中的干扰信号。相同干扰信号的情况下，得到的仿真结果为：相对于传统方法，利用该文方法得到的故障信号的信噪比平均提升了3.5 dB，早期故障检测的准确率提高了13%，达到了96.3%，实验结果表明了该文方法具有明显的优越性。

4 结语

针对传统方法存在的缺陷，提出一种基于谐波小波-支持向量机的电路测试中干扰信号测试方法。根据早期电路故障信号频率分布的特点，利用小波滤波器将检测信号在不同尺度上分解成不同的分量，实现故障信号与干扰信号的有效分离；利用支持向量机对分离出来的干扰信号进行自动分类与识别，最终实现了电路测试中干扰信号的准确检测。

参考文献

[1]赵清.数字电路中非正常跳变信号的检测方法研究[J].科技通报，2015（9）：224-227.

心音信号的检测与处理 篇5

心音是在心动周期中,由于心肌收缩和舒张,瓣膜启闭,血流冲击心室壁和大动脉等因素引起的机械振动,通过周围组织传到胸壁,将耳紧贴胸壁或将听诊器放在胸壁一定部位,听到的声音。通常很容易听到第一和第二心音,通常将第一心音作为心室收缩的标志,其响度和性质变化,常可反映心室肌收缩强、弱和房室瓣膜的机能状态;将第二心音作为心室舒张的标志,其响度常可反映动脉压的高低。

心电和心音是反映心血管功能状态的两种不同的检测手段,通常的生理参数监测多选用单导联心电,通过AG-clAG电极获取体表微弱的心电信号,经过仪用放大器放大以及带通滤波等信号调理手段获得ECG信号。粘贴电极的电生理提取方法,由于电极对人体的刺激作用,不适合长时间使用,长时间的粘贴电极,会使局部皮肤瘙痒、甚至溃烂。在低负荷生理参数提取的课题研究过程中,探索采用非粘贴电极的心跳信息获取技术,通过对心音信号的检测与处理,实现非粘贴电极的心搏信息获取。

1 固体振动传感器

心音是心脏跳动过程中对胸壁的冲击振动,如何有效获取这些振动信号,尽可能降低运动伪迹的干扰是信号提取技术的关键。尝试过PVDF压电类材料实现心搏冲击的检测,进而采用动圈式固体振动传感器实现心搏/心音信号的获取,PVDF压电类材料提取心冲击信号时容易受到呼吸运动的干扰,且对身体活动敏感,而采用固体振动传感器,则不受呼吸运动影响,具有较强的抗干扰能力,而且可以用同一传感器实现心搏和鼾声信息的获取,可用于睡眠呼吸事件检测。固体振动传感器(见图1),相对于其他心音信号传感器,如驻极体式、动圈式、电容式等,动圈式固体振动传感器具有较好的低频相应特性(心音的听音范围为20～600Hz)。

2 信号调理电路

动圈式振动传感器的基本原理在于振动引起线圈的磁通量变化,进而在线圈两端产生感生电动势,采用仪用放大器可实现线圈两端差动信号的提取。由于传感器、电缆和负载组成的电路的时间常数决定心音传感器的频响,为保证传感器的频响特性并减少线缆引入的运动伪迹干扰,通过封装技术将LT1789为核心的仪用放大电路封装在传感器内部(见图2)。

3 硬件检波与特征点识别

由于先期研究的目的在于心搏信息的获取,而不是心音成份分析,为降低微处理器的采样负荷,我们使用硬件检波与特征点识别技术(见图3)。

为降低硬件电路设计的复杂性,我们巧妙地利用运放的单电源供电特性,实现双向检波,加法电路以及后续的积分电路实现心音包络的准确提取。图3中双运放MAX4163采用双电源供电,第一级的作用是隔直放大,提取交变的音频信号并将其幅度适当放大,便于后续检波,第二级的作用是反向跟随,与后续的二极管检波电路实现反向检波功能;四运放MAX4164使用单电源供电,结合二极管HD1、HD2分别实现反向和正向振动信号的检波,UHR2B是一个加法器,将双向信号合成,再经过RC低通后,获得心音信号的包络曲线,UHR2D起到进一步放大的作用,将其调理到适合微处理器AD采样的动态范围。对于该包络,微处理器可以很低的采样率获取包络曲线,或者通过比较器变成相应的脉冲信号,通过计数的方式获取心动信息。硬件提取心音包络与心电的同步采集对照(见图4)。

4 数字信号处理技术

为对比硬件检测技术的性能,我们对检波之前的心音振动信号,以高速AD(1000Hz,12bits)进行采样,采集到PC机中,在MATLAB平台上进行相应的信号处理。图5为心音与心电的同步信号。

在数字信号处理时,首先对心音信号取绝对值,相当于硬件电路的双向检波和求和电路,在MATLAB里使用abs()函数,接着对绝对值信号进行低通滤波处理,便可获得心音包络,相当于硬件上的RC低通滤波,在MABLAB里使用smooth()函数,或者自己设计低通滤波器,使用filter()函数实现。同步的心音、心电、绝对值以及积分所得的包络线(见图6),数字信号处理方法可得到与硬件处理相当的结果,相比于硬件处理技术,软件处理具有参数调节灵活、效果验证方便的特点,可以通过调整低通滤波器参数,得到理想的心音包络线。

5 结论

动圈式固体振动传感器能够有效地提取心音信号,硬件检波及包络线提取技术能够有效地提取心音包络,从而实现低负荷心冲击信号提取,该技术已经成功运用到低负荷生理参数提取的研究项目中,初步的数字信号处理技术验证硬件检测技术的可靠性。在后续研究中,将通过高速AD采集心音信号,对其进行时域和频域的分析,时频分析方法(WVD、CWD、CKD) 对心音这种非平稳信号,有较高的时频分辨率,对于揭示心音产生的生理机制有着积极的作用,在理论研究和临床诊断中有一定的实用价植。心音图结合心电图,能够大大提高心血管疾病的鉴别和诊断水平,对于了解心血管功能,选择治疗,判断病理以及研究某些疾病的机理都提供很有价值的资料。

参考文献

[1]于云之,聂邦畿.心音的临床意义及研究现状〔J〕,现代医学仪器与应用,1997,9(3)∶9～12

[2]肖仪华,裴驭力.基于笔记本计算机的心音分析仪〔J〕,北京生物医学工程,1999(1)∶34～38

[3]杨乐平,李海涛,赵勇,等.LabVIEW高级程序设计〔M〕,北京:清华大学出版社,2002

[4]元秀华,谢定.心音信号测量中的噪声干扰分析与滤除方法〔J〕,中国现代医学杂志,1999,9(6)∶67

[5]吴延军,徐泾平,赵艳.心音的产生与传导机制〔J〕,生物医学工程学杂志,1996,13(3)∶280～288

等精度的信号相位检测 篇6

模拟式扫频仪价格昂贵, 不能直接得到相频特性, 更不用说等精度测量, 给使用者带来诸多不便。为此, 研究和设计了一种数字式的频率特性测试仪, 通过DDS技术实现相位检测的等精度测量。该测试仪用DDS产生扫频信号, 以单片机为控制核心, 通过A/D等接口电路, 实现扫频信号频率的步进调整、数字显示及被测网络幅频特性与相频特性的数字显示等。系统成本低, 扫频范围较宽 (20 Hz～20 kHz) [1,2]。

数字式频率测试仪的相位检测方法一般有2种:鉴相法、过零检测法。鉴相法是通过鉴相器加异或门, 将鉴相器输出信号与外加计数脉冲进行相与, 通过计数器对计数脉冲数进行计数, 从而得到相位差值。这种方法的不足之处在于外加计数脉冲的固定不变, 使得低频率信号的检测精度远远高于高频率的检测精度[3], 导致整体相位差值测量的不稳定性。利用DDS控制输出计数脉冲, 解决了计数脉冲不变的缺点, 同时实现了不同精度下等精度的测量。过零检测法是将相位差值转换为时间间隔, 这种方法所测得的相位差值只需考虑信号之间的延时时间, 频率的变化对相位差值的精度并不能造成影响, 所以等精度测量也无从谈起[4]。所谓等精度测量是指在一切实验和测量条件完全相同 (相对而言) 的情况下, 进行被测量的测量。在这样的条件下, 没有任何理由认为某个测得值比另一个测得值更为精密可靠, 因而应把各测得值视为同等精密, 而相对误差只取决于测量时间和标准高频信号周期之比值, 与待测信号自身频率无关, 这就称为等精度测量[5]。本文主要实现相位的等精度检测, 并对其进行调试, 完成以下工作:

(1) 在充分考虑到设计要求的基础上, 搭建硬件电路;

(2) 通过对等精度的了解和认识, 编写AD9958芯片的驱动软件, 使得输出两路频率成360倍关系的信号。

程序编译成功之后, 结合硬件电路在伟福V5/S单片机仿真器的Windows调试环境中进行测试。

1 等精度相位测量的设计

硬件电路通过AD9958两路信号输出, 通过不同的信号处理, 一个作为信号源进行, 另一个作为相位检测电路中可变化的计数脉冲。

通过软件控制AD9958芯片的输出信号频率关系, 实现硬件上等精度的相位检测[6]。

2 检测原理分析

(1) DDS模块分析。

AD9958输出为两路信号, 其中一路作为信号源的音频信号输入被测网络, 另一路作为输出音频信号频率成360倍关系的信号。作为图1中的计数脉冲输入, 在输入至图1中的计数脉冲之间, 要完成一个由正弦波到方波的波形转换过程, 以实现计数器的计数功能[7]。

(2) 相位检测电路分析。

扫频信号经过被测网络后, 频率特性将发生变化, 将输入被测网络的信号和输出被测网络的信号同时加到一个电压比较器上, 将两路正弦信号转换为方波脉冲信号, 输出分别接在异或门和一个D触发器上。由于输入被测网络信号和输出被测网络信号在相位上的差异, 使得D触发器输出不同的电平, 据此可以判定输出被测网络的信号相对于输入被测网络信号时超前还是滞后;另一方面, 异或门将输出一个脉冲方波, 此脉冲方波的脉宽即为两信号的相位之差, 即相频特性。最后, 脉冲方波同计数脉冲经过与门相与后得到一串脉冲信号, 由计数器测得此脉冲信号的个数, 从而得出脉冲方波的脉宽。此时, 由计数器所得的计数值与相位之间的关系进行计算就成了一个复杂问题。

因此, 本文所采用的等精度测量方法在这个问题上就起到了一个非常重要的作用。

通过对DDS输出信号频率的设置, 将信号源的频率乘以360后, 再输出一路信号作为计数脉冲, 这样既做保证了精度上的同步, 同时也使计算更加方便, 因为计数值就为相位差值。相位差值的计算公式为:差值=精度×计数脉冲数[8,9], 如图2所示。

(3) 软件流程。

AD9958的软件设计流程:AD9958内部有一个通道选择寄存器和一个32位的频率控制字寄存器, 为了输出一个20～20 kHz的音频信号和一个与之频率成360倍关系的计数脉冲信号, 通过选择不同通道给不同的两个成360倍关系的控制字, 就可以完成总体软件设计。具体的软件流程图如图3所示。

3 仿真结果

通过软件仿真的方式, 得到了信号在10 kHz下的相位测量结果, 具体的仿真过程如图4～图10所示。

(1) 图4中从上至下分别为10 kHz的音频信号, 3.6 MHz的正弦波信号, 经过比较器后的音频信号, 经过比较器后的3.6 MHz方波信号, 图4示波器的扫描时间为100 μs。

(2) 图5的信号与图4相同, 区别在于示波器扫描时间为0.5 μs。

(3) 图6为音频信号输入被测网络前后通过比较器后的波形图, 示波器扫描周期为20 μs。从图中看出, 此频率下信号相位发生了变化。

(4) 图7是鉴相输出信号波形和计数脉冲波形图, 观察周期为100 μs。

(5) 图8是在100 μs观察周期下看到的经过与门后的计数脉冲, 即所得的相位差值。

(6) 图9是在20 μs观察周期下看到的经过与门后的计数脉冲, 即所得的相位差值。

从图4～图10仿真结果图可以看出, 由软件控制DDS输出的两路信号波形同步性高, 倍数关系准确, 能够方便地做到等精度要求。从图9中看到, 所观察到的计数脉冲数即为所要求的相位差值[10]。

4 结 语

本文通过硬件和软件两方面分析了相位检测电路、DDS AD9958模块电路的电路特性和DDS模块的软件设计, 说明了相位等精度测量的优点。仿真结果表明了等精度相位测量的可实现性。

摘要：通过对数字式频率特性测试仪原理的分析和研究, 提出以DDS AD9958芯片作信号源与相位检测计数脉冲, 实现等精度相位测量功能的方案。系统硬件由DDS AD9958芯片及其外围电路和相位检测电路组成, 通过对AD9958芯片的通道寄存器和控制字寄存器的软件进行设置, 使芯片输出两路频率成360倍关系的扫频信号, 实现等精度测量。利用软件控制芯片实现等精度测量, 降低了频率变化产生的精度误差, 实现方法简单方便。

关键词：AD9958,等精度,相位测试,数字式频率特性测试仪

参考文献

[1]李君凯.利用图形点阵式液晶作为智能仪表的用户界面[J].仪表技术, 2001 (1) :29-31.

[2]许艳.基于单片机控制的频率特性测试仪设计[J].现代电子技术, 2007, 30 (15) :153-154, 163.

[3]黄继江, 王彦瑜.基于AD9901的高频高精度相位测量仪的研制[J].核电子学与探测技术, 2007 (5) :901-904.

[4]田秀丰, 何继爱, 李敏.低频数字式相位测量仪的设计[J].无线通信技术, 2008 (2) :55-61.

[5]张志明, 李蓉艳, 王磊.等精度频率信号采集测试系统[J].仪器仪表学报, 2002 (Z1) :159-160.

[6]詹俊鹏, 张鹏恺, 李鹏.基于AD9958多波形雷达信号源软硬件的设计[J].电子设计工程, 2009 (1) :69-71.

[7]赵云娣, 杨小献.基于AD9958的双通道直接频率合成器的设计[J].无线电工程, 2006 (3) :45-50.

[8]康占义.基于FPGA的低频数字相位测量仪的设计[J].中国科技信息, 2009 (8) :136-138.

[9]王晓辉, 戴顺辉.数字相位测量系统的设计[J].继电器, 2007 (Z1) :156-157.

基于混沌理论的微弱信号检测 篇7

1 Duffing振子特性分析

用于检测周期微弱信号的Duffing方程为

x″ (t) +kx′ (t) -x (t) +x3 (t) =f cosωt (1)

式中, f cosωt是周期策动力;k为阻尼比;-x (t) +x3 (t) 为非线性恢复力。在k固定的情况下, 系统状态会随着f的改变表现出有规律的变化。

(1) 当f=0时, 引入状态变量, 得系统的状态方程

$\{\begin{array}{l}{x}^{\prime }=y\\ y^{\prime }=-ky+x(t)-x{}^3(t)\end{array}$

(2)

进一步得

$\{\begin{array}{l}y=0\\ -ky+x(t)-x{}^3(t)=0\end{array}$

(3)

根据式 (3) 求出系统在相平面上的平衡点: (0, 0) , (1, 0) , (-1, 0) 。其中, (0, 0) 为鞍点, (1, 0) 和 (-1, 0) 为焦点, 相点 (x, y) 最终将停在两个焦点其中之一处, 具体停在哪个焦点, 由初始状态决定;

(2) 当f≠0时, 系统表现出复杂的动力学形态, 根据f取值的不同而出现不同情况。

f较小时, 相轨迹表现为Poincare映射意义下的吸引子, 相点在两个焦点附近做周期振动, 表现为围绕两焦点之一的衰减周期振荡。当f超过一定的阈值fc时, 出现同宿轨道, 如图1 (a) 所示;随着f的逐渐增大, 出现周期倍化分叉, 如图1 (b) 所示;紧接着进入混沌状态, 如图1 (c) 所示;当f增大为另一阈值fd时, 系统处于由混沌转入周期运动的临界状态, 当f>fd时, 系统进入大尺度的周期运动状态, 如图1 (d) 所示。

2 Duffing振子检测微弱信号的原理

2.1 Duffing振子检测微弱信号的原理

Duffing振子在一定条件下对小信号具有敏感性, 同时对噪声具有免疫力, 这使得Duffing振子在信号检测中具有潜力[6]。利用Duffing振子检测微弱正弦信号就是将待测信号作为系统周期策动力的策动, 当只有强噪声干扰存在时, 噪声对系统状态的改变并无影响, 当待测特定信号输入时, 尽管幅值较小, 也会使系统发生相变。此时, 可以根据相轨迹是混沌状态还是稳定的周期运动状态来判定待测信号中是否存在周期信号。Duffing振子的仿真模型, 如图2所示。

当固定K1和K2时, 固定周期策动力的频率ω, 调节周期策动力的幅值f, 从相平面图中即可看到系统状态随f 的变化而出现有规律变化的特性。

2.2 检测方法

(1) 建立Duffing振子的系统仿真模型。调节系统参数, 将系统调节到由混沌状态跃变到稳定周期运动的临界状态, 记下此时的周期策动力幅值f, 此时的f即为阈值fc;

(2) 加入混有噪声的待测信号, 如果待测信号是纯噪声, 则混沌系统仍然处于混沌状态;如果在待测信号中含有与混沌系统周期策动力频率相同的微弱正弦信号, 则系统相轨迹发生改变, 系统从临界状态进入稳定周期运动状态, 根据相图的变化即可提取出待测信号。

3 实验分析

实验采用的是Holmes型的Duffing振子, 具体形式为

x″ (t) +kx′ (t) -x (t) +x3 (t) =f cos ωt (4)

设待测信号为

u (t) =R cos ωt+rand n (t) (5)

其中, R cos ωt为待测的微弱正弦信号, 假定其频率已知, 幅值R未知。rand n (t) 为分布在 (-1, 1) 间均值为0的白噪声信号。在输入待测信号前, 先将Duffing振子中的f 设定为阈值fc。然后将u (t) 加入该混沌系统, 此时系统的策动力变为f cos ωt+R cos ωt+rand n (t) , 由于该系统对噪声具有强免疫力, 而对微弱的周期信号又极其敏感, 所以相轨迹由混沌状态变成了稳定的周期运动状态。从相轨迹的变化可以得知输入的待测信号中含有微弱的正弦信号。相轨迹的变化图如图3和图4所示。

4 结束语

由于系统对强噪声具有较强的免疫力, 所以利用Duffing振子进行信号检测不用在检测过程中抑制噪声, 从而避免了在抑制噪声过程中造成的有用信号损失, 这一特性表明了Duffing振子检测微弱信号的优越性。利用Duffing振子进行信号检测还需注意以下问题:

(1) Duffing振子特性主要取决于 (-x+x3) 这一非线性项, 实验中可对非线性项进行适当变形与改进, 以提高检测精度;

(2) 利用该系统进行微弱信号检测时, 系统的初值变化以及噪声幅值和微弱信号幅值的变化均会引起系统的相图发生改变;

(3) 实际测量时, 由于干扰的存在, 信号常常表现为复杂的波形, 甚至很难用数学函数来描述。采用这种方法具有一定的局限性, 可重新构造系统的数学模型为

x″ (t) +kx′ (t) -x3 (t) +[1+aR (ωt) ]x5 (t) =f cos ωt (6)

其中, aR (ωt) 是待测周期信号, f cos ωt是系统内置激励信号, 从而实现对任意周期信号的检测。

参考文献

[1]Chance M Glenn, Scott Hayes.Weak Signal Detection by Small-Perturbation Control of Chaotic Orbits[C].IEEE MTT-S Digest, 1996, 30:1883-1886.

[2]李月, 杨宝俊.混沌振子检测引论[M].北京:电子工业出版社, 2004.

[3]李月, 杨宝俊, 石要武.色噪声背景下微弱正弦信号的混沌检测[J].物理学报, 2003, 52 (3) :526-530.

[4]王冠宇, 陶国良, 陈行.混沌振子在强噪声背景信号检测中的应用[J].仪器仪表学报, 1997, 18 (2) :209-212.

[5]Wang Guanyu, Chen Dajun, Lin Jianya, et al.The Appli-cation of Chaotic Oscillators to Weak Signal Detection[J].IEEE Transaction on Industrial Electrons, 1999, 46 (2) :440-444.

微弱信号检测技术的研究 篇8

随着现代科学研究和技术的发展,人们越来越需要从强噪声中检测出有用的微弱信号,于是逐渐形成了微弱信号检测这门新兴的科学技术学科,其应用范围遍及光学、电学、磁学、声学、力学、医学、材料等领域。微弱信号检测技术是利用电子学、信息论、计算机及物理学的方法,分析噪声产生的原因和规律,研究被测信号的特点与相关性,检测被噪声淹没的微弱有用信号,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,从而提取有用信号。微弱信号检测所针对的检测对象,是用常规和传统方法不能检测到的微弱量。对它的研究是发展高新技术,探索及发现新的自然规则的重要手段,对推动相关领域的发展具有重要的应用价值。

目前,微弱信号检测的原理、方法和设备已经成为很多领域中进行现代科学技术研究不可缺少的手段。显然,对微弱信号检测理论的研究,探索新的微弱信号检测方法,研制新的微弱信号检测设备是目前检测技术领域的一大热点。

1 微弱信号检测的原理

微弱信号检测技术就是研究噪声与信号的不同特性,根据噪声与信号的这些特性,拟定检测方法,达到从噪声中检测信号的目的。微弱信号检测的关键在于抑制噪声,恢复、增强和提取有用信号,即提高其信噪改善比(SNIR)。根据式(1)信噪改善比(SNIR)定义:

即输出信噪比(S/N)O与输入信噪比(S/N)i之比。SNIR越大,表示处理噪声的能力越强,检测的水平越高。

从信号处理系统的信噪改善比,可简单地论述微弱信号检测的原理,下面用一例子来讨论SNIR的表达式。

如果噪声在很宽的频率范围内具有恒定的功率谱密度,则称这种噪声为白噪声。所谓谱密度即单位带宽的噪声,若已知噪声功率谱密度,则噪声功率可表示为:。等效噪声宽带,其中为放大器输入端到输出端的传递函数。

如图一所示,设某系统的输入噪声为白噪声(电阻噪声),其信号处理系统的输入信号电压和输出信号电压分别为Vsi和Vso,输入噪声电压和输出噪声电压分别为Vmi和Vno,输入噪声为带宽白噪声,其噪声带宽Bi,噪声功率谱密度为Sni,则输入噪声的均方值为V2ni=Sni·Bi。若系统的电压增益为Kv(f),系统的噪声等效宽带为Be,则输出噪声的均方值为:

式中,Kvo=Vso/Vsi,显然可得到系统的SNIR为:

由式(3)可得:信号处理系统的信噪改善比等于输入(白)噪声带宽与系统的噪声等效带宽之比,减少系统的噪声等效宽带就可以提高系统的输出信噪比。对于信噪比小于1的被噪声淹没的信号,只要信号处理系统的噪声等效带宽做得很小,就可以将信号从噪声中提取出来,这就是通常的微弱信号检测的指导思想之一。

2 微弱信号检测的方法

在测量中对噪声的处理是非常重要的,它是影响微弱信号检测系统的决定性因素,也是信号检测中的主要不利因素。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。近十几年来,信息论的研究对信号和噪声本身的统计特性作了许多研究,为检测淹没在噪声背景中的微弱信号提供了理论基础,并提出了许多根据噪声和信号本身的不同特性,检测深埋在噪声背景中信号的方法。下面重点介绍二种常规检测微弱信号的检测技术和方法。

2.1 相关检测法

信号与噪声有本质区别。前者是有规律的,能够重复,其后续信号与早先信号是有关联的,信号可以用一个确定的时间函数来描述;而后者恰恰相反,不能用一个确定的时间函数来描述。因此,可利用信号自身存在的规律(即相关性)来寻找信号,也可以利用一个与被测信号规律性(二者之间也有相关性)部分相同的已知信号来寻找被测信号,达到去除噪声的目的,这就是相关性原理的基本点。相关检测技术就是根据相关性原理,通过自相关或互相关运算,以最大限度地压缩带宽、抑制噪声,达到检测微弱信号的一种技术[1]。

2.1.1 自相关检测

自相关函数表示随机变量f(t)与延时了时间间隔为τ的同一变量的相关性。若t为时间自变量,则其满足关系式:

式(4)实现自相关检测的原理,框图如图二所示。

设混有噪声的信号为:

输入到相关接收机后,被分成两路输入,其中一路将经过延迟设备,使它延迟一段时间τ,经过延迟的xi(t-τ)和未经延迟的xi(t)被送到相乘电路,随后对乘积进行积分,取平均值。这样就得到以τ为参数的相关函数,即得自相关输出为:

其中,Rss、Rnn表示s(t)与n(t)的自相关函数;Rsn、Rns表示n(t)与s(t)的互相关函数。根据相关函数的性质,可知噪声与信号是互不相关的,且噪声的平均值为零,有Rsn(τ)=Rns(τ)=0,则Rxx(τ)=Rss(τ)+Rnn(τ)。随着τ的增大,Rnn(τ)→0,则对足够大的τ,有Rxx(τ)=Rss(τ),这样就得到包含着信号s(t)的自相关函数Rxx(τ)。

2.1.2 互相关检测

互相关函数指两个不同的随机变量之间的统计依赖型。两个有同一自变量的函数f(t)和F(t)是可能存在着关联的,无论这两个函数是随机函数还是非随机函数。描述其关联性,都可用互相关函数,定义为:

当互相关函数不为零,则表示和两函数有一定的统计相关性;若互相关函数为零,则表示两者是独立无关。

实现互相关检测的原理框图如图三所示。与自相关检测相比,互相关检测的抗干扰性能更好。若发送信号的重复周期或频率已知,就可在接收端发出一重复周期与信号相同的“干净的”本地信号,将本地信号与混有噪声的输入信号进行互相关。

设输入信号为:

其中,s(t)为待测信号,n(t)为信号s(t)中混入的噪声,y(t)为已知参考信号。若y(t)与信号s(t)有相关性,而与噪声n(t)无相关性,输入经延时、相乘、积分及平均运算后,得到相关输出Rxy(τ)为:

由于参考信号y(t)与信号s(t)有某种相关性,而与噪声n(t)无相关性,且噪声的平均值为0,则有Rsn=Rns=0,即:

显然,Rxy(τ)中包含了信号所携带的信号,即可把待测的信号检测出来了。

2.2 取样积分法

为了恢复淹没于噪声中的快速变化的微弱信号,可把每个信号周期分成若干个时间间隔(间隔的大小取决于恢复信号所要求的精度),然后对这些时间间隔的信号进行取样,并将各周期中处于相同位置的取样进行积分。该积分过程常用模拟电路实现,称之为取样积分,其电路原理图如图四(a)所示。设r(t)为被测信号s(t)同频的参考信号(不限为正弦信号)。经延时to后形成取样脉冲,作用到取样开关S,实现对输入信号x(t)=s(t)+n(t)的取样。每隔周期T进行一次取样,则在电容C上的电压就得到取样信号的积累(即积分)。为防止积累造成溢出现象,在计算机的存储器代替C的情况下,要再对存储信号进行处理。图四(b)为取样积分器波形示意图。

经过n次积累平均,其输出为

若噪声的形式为白噪声,由于不同时刻噪声值不相关,有:

所以其输出为:

显然,对信号波形的周期取样与积分平均过程,就是对噪声中周期脉冲信号的恢复过程。

3 应用实例

3.1 用相关法测量运动物体的移动速度

刚出轧辊的热轧钢板的温度很高,测量其移动速度比较困难,可以在沿着钢板运动方向在相距L处装设两个光学传感器,检测钢板发射的红外光或其他光,并将其转换为两路随机电信号。对于冷轧钢板或其他移动物体,可以在相距L处装设两个光源,再利用光敏器件检测移动物体的反射光,也可以得到两路随机信号。计算出这两路随机信号的互相关Rxy(τ)函数,并由其峰点位置相应的延时τ就可以确定这两路信号之间的延时D,从而计算出物体的移动速度v=L/D,如图五所示[2]。

3.2 利用取样积分器检测霍尔电势

如图六(a)所示的半导体薄片,若在它的两端通以控制电流I,并在薄片的垂直方向施加磁感强度为B的磁场,则在磁场和电流的垂直方向上将产生电动势VH,这种现象称为霍尔效应,霍尔效应的产生是半导体中的运动电荷受洛仑兹力的结果。设在N型半导体薄片的控制电流端通以电流I,则半导体中的电子的运动方向与电流方向相反。如果在垂直于半导体薄片的方向施加磁场,洛仑兹力的作用会使电子向一边偏转,如图六(a)中的虚线箭头方向。这会导致该边的电子堆积,而另一边则累积正电荷,于是产生电场。该电场会阻止运动电子的继续偏转,当电场作用力与洛仑兹力相等时,电子的积累就达到动态平衡。这时,在薄片积累了电荷的两个端面之间建立的电场称为霍尔电场,相应的电位差称为霍尔电势VH。当I与B垂直时,VH的大小为:

式中,RH为霍尔材料,取决于材料的物理性质,单位为m3·C-1。

如图六(b)所示是利用霍尔元件检测磁场强度,由于干扰磁场的存在,霍尔元件的输出电势常夹杂着明显的噪声。利用取样积分器抑制噪声,可以使输出信噪比得以改善。霍尔元件输出电势中还包含了不等位电势、寄生直流电势、感应电势、温度误差等因素,这些因素都会影响测量结果的精确度。如果霍尔元件的激励电流l是频率f的方波,这相当于对磁场强度进行斩波测量,那么就可用基线取样方法来补偿检测元件固有的偏差以及基线的漂移。

4 结束语

上述分析的几种方法是微弱信号检测中最基本的方法。微弱信号检测问题关系到很多领域,以前的研究一直受到硬件条件的限制。随着计算机应用范围的扩大,原来在微弱信号检测中一些需要用硬件完成的检测系统,可用软件来实现,即计算机处理的方法,它是利用计算机进行曲线拟合、平滑、数字滤波、快速傅立叶变换(FFT)及谱估计等方法处理信号,提高信噪比,实现微弱信号检测的要求。

在实际应用中,人们要检测的信号种类繁多,只有掌握了检测技术的基本理论和基本方法才能创新和发展。根据不同的信号、不同的要求、不同的条件,采用不同的检测方法,根据实际应用情况把多种方法结合在一起使用,采用它们的不同组合设计出所需要的微弱信号检测设备。微弱信号检测技术的日益成熟,必将给这一领域带来革命性的发展。

摘要：微弱信号检测就是利用近代电子学和信号处理方法从噪声中提取有用信号,其关键在于抑制噪声,恢复、增加和提取有用信号。本文将从信号处理系统信噪比的改善来简单地论述微弱信号检测的原理,重点介绍了用相关检测法和取样积分法检测微弱信号的原理、方法和应用。

关键词：SNIR,微弱信号检测,噪声

参考文献

[1]高晋占.微弱信号检测[M].北京:清华大学出版社,2004.

生物学信号检测 篇9

关键词：打滑信号控制；皮带机；防抖动

中图分类号：TH222 文献标识码：A 文章编号：1006-8937（2012）29-0086-02

皮带机作为物料输送设备广泛应用于原料场、高炉原料区域，负责矿石、焦炭物料的输送。皮带机保护装置一般有皮带跑偏检测装置、皮带打滑检测装置和皮带防撕裂保护装置等，打滑检测装置主要是为了检测皮带输送机因负载增加而速度下降或皮带输送机在运行中皮带与驱动滚筒间打滑而设置的（俗称皮带打滑检测装置），它可防止因上述原因造成的生产事故。打滑检测装置检测到皮带输送机的运行速度低于正常运行速度时发出打滑报警信号，作为一个重要的保护信号，通过软件控制或硬件电气联锁的方法控制皮带运行，在发出报警信号时能及时停止皮带机运转，从而达到保护皮带设备的目的。本技术是在原来打滑报警停机的功能上，针对在皮带在输送作业过程中由于打滑信号的瞬间抖动造成的停机的现象，对皮带打滑检测信号采取了防抖动停机的处理方法，减少了打滑信号动作造成的设备停机时间，优化了整个皮带输送控制系统，提高了皮带输送作业效率。

1 现有的控制方式

皮带机系统中，往往是由多台输送机构成了多个物料输送系统（流程）。而一个流程少则几条皮带机、多则十几、二十几条皮带构成，这样一个流程中，上下游皮带间的速度必须保证在一定的范围内，对此，设计时对一些关键的皮带机（如可逆皮带机、爬坡皮带等），都设置了皮带打滑检测装置。在宝钢高炉原料区域和集中供煤区域皮带输送中，有30多条皮带机安装有打滑检测装置。目前安装的打滑检测装置有机械式和电子式两种，机械式打滑检测装置结构简单、环境适应性强，尤其在粉尘较大的场所，所以宝钢炼铁厂高炉区域皮带运输系统皮带打滑检测多采用机械式。如集中供煤系统、高炉原料矿石系统和焦炭皮带运输系统中广泛应用。机械式和电子式打滑装置其实现方法不同，但安装方式和控制方法是相同的。打滑检测装置一般安装在皮带下方，检测装置的检测轮通过压力弹簧和皮带表面接触并保持一定的压力，在皮带机运转过程中通过摩擦力带动检测轮旋转，由打滑检测装置本体的检测元件检测检测轮的转速，近而可以检测出皮带的带速，根据皮带机的不同输送速度，可选用检测不同速度的打滑装置（机械式）或在打滑装置的控制面板上设定速度（电子式），打滑检测装置在皮带输送机的运行速度低于正常运行速度时便发出打滑信号。作为皮带机打滑保护的重要辅助装置，在实际应用中是将该检测装置的打滑信号作为一个开关量输入信号接入到设备控制PLC中，由PLC程序判断是否生成皮带打滑报警和停止运转中的皮带机，

由于皮带机在启动过程中带速由零达到正常的工作速度需要一段时间的启动过程，因此在皮带打滑检测控制程序中，根据驱动电机的接触器反馈信号作为皮带运行判断，屏蔽10 s左右的起动过程时间（视皮带长度，一般达到额定速度在5 s左右），在正常运转的情况下，只要皮带的带速达到额定带速70%以上时，该信号状态由“1”转为“0”，表示皮带速度已经达到正常作业的带速，上游皮带便具备起动条件。如果经10 s延时后，该信号仍为停止时的“1”状态而没有成“0”信号状态，便生成皮带打滑报警，撤销该皮带机运转指令停止皮带运转。报警逻辑如图1所示。

综上可知，皮带打滑信号在起动时进行延时判断，如果在该时间内节点没有变化成开信号，则生成皮带打滑报警，撤销皮带起动指令锁，停止皮带运行，同时皮带起动完成（允许送料）信号是通过皮带运转信号和皮带打滑检测信号进行判断生成的，该信号断开在流程控制中会引起其流程中的上游皮带停机。

在实际使用过程中存在的不足是：在皮带运行过程中存在着打滑信号的瞬时抖动，产生打滑信号抖动的原因比较多，如电源电压波动、信号继电器触点不良，还有机械式打滑装置的磁钢老化均会造成打滑信号的抖动，打滑信号的瞬间抖动会造成皮带打滑停机的现象，如图1所示，虽然在打滑判断上有延时判断，但只是适用于皮带起动过程的延时，在皮带起动完成后，该时间继电器已经超过设定的时间，即在皮带起动后，只要该打滑信号有瞬间的抖动也会引起打滑报警停机，而若将打滑信号放在定时器前，起动时虽然仍有延时保护，但当运行时也将有10 s的延时，显然时间太长，不符合工艺控制，会引起压料的生产事故，另外由打滑信号抖动同时会造成作为皮带输送流程控制信号使用的皮带起动完成（允许送料）信号断开，引起皮带输送流程中的上游皮带停机。

2 改进方法的思路

针对皮带打滑检测信号在皮带机控制中存在的以上不足，对皮带打滑检测信号采取了防抖动停机的处理方法，减少了打滑信号动作造成的设备停机时间，优化了整个皮带输送控制系统，提高了皮带输送作业效率。

2.1 皮带运转过程中的皮带打滑报警防抖动处理

皮带运转进行物料输送的过程中，会发生皮带打滑信号的瞬时抖动，原有的方法在皮带起动完成后，对皮带打滑报警的判断实际上是没有延时的，打滑信号瞬时抖动均会造成皮带因打滑报警而停机。本技术在对打滑报警的判断上除了保留原来皮带起动延时的基础上，增加了皮带在运转过程中打滑报警的延时判断，可以有效地避免打滑信号瞬时抖动造成的停机。

皮带打滑定时器的定时寄存器不再是设定为常数，而是通过判断皮带是否起动完成的状态赋予两种定时时间，分别代表皮带起动时的打滑延时判断时间和皮带起动完成后的打滑延时判断时间，这样对皮带打滑报警的判断上实际分成了起动过程和运转中两种状态，起动过程对皮带打滑的判断一般是5～10 s的延时判断时间，运转中的判断一般是1～2 s的延时判断时间，通过增加皮带起动完成后的1～2 s打滑延时判断解决了皮带在作业过程中出现的因打滑信号抖动造成不必要停机的问题。

2.2 皮带起动完成（允许送料）信号判断的改进

如前所述，打滑信号抖动同时会造成作为皮带输送流程控制信号使用的皮带起动完成（允许送料）信号断开，引起皮带输送流程中的上游皮带停机。本技术对皮带起动完成信号的判断实际上也分成了起动过程时和运转中两种状态下的判断，控制逻辑如图2所示。

起动过程时对皮带起动完成的判断与原技术一致，对于皮带起动完成后，则是通过判断是否有打滑报警来决定的，由于打滑报警对于在皮带起动完成后的判断有1～2 s的延时，因此可以对出现的皮带信号瞬间抖动可以进行过滤，避免引起皮带控制流程中上流皮带不必要的停机。

3 实际的使用

在宝钢炼铁厂的3高炉集中供煤皮带控制系统中得到了应用，对于安装有打滑装置V系统皮带应用后，有效地减少了皮带打滑的停机次数，提高整个集中供煤输送系统的作业效率。

参考文献：

[1] 侯建忠，王鑫.皮带机打滑保护装置的改进与分析[J].科技情报开发与经济，2010，（11）.

[2] 张金营，张益河.自制皮带机打滑检测报警装置介绍[J].水泥工程，2008，（10）.

高精度微弱信号检测装置 篇10

关键词：微弱信号检测,锁相放大,高精度

1 引言

微弱信号检测 (Weak Signal Detection) 是一门新兴的技术学科, 应用范围遍及光、电、磁、声、热、生物、力学、地质、环保、医学、激光、材料等领域。其仪器已成为现代科学研究中不可缺少的设备。微弱信号检测技术是采用电子学、信息论、计算机及物理学的方法, 分析噪声产生的原因和规律, 研究被测信号和噪声的统计特性及其差别, 检测被噪声淹没的微弱有用信号。

2 原理分析

在检测中对噪声的处理是非常重要的, 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。下面主要介绍锁相放大法。

锁相放大法的核心部分是相敏检波器 (phase sensitive detector, 简称PSD) , 实际上它是一个乘法器。加在输入端的信号经滤波器后加到PSD的一个输入端。在PSD的参考输入端加一个与被测信号频率相同的正弦波 (或方波) 信号。

在正常工作情况下, 参考信号的基波频率与被测信号的频率是相等的。这时PSD的输出信号中含有直流成分, 经低通滤波器后, PSD输出信号中的交流成分被滤去, 只有直流成分的输出, 大小与输入信号和参考信号的相位差有关。

基于由DDS产生的正弦参考信号与被测信号间的相位差未知, 我们决定增加移相电路, 将参考信号分解为同相和正交分量, 分别与被测信号相乘。

假设他们之间相位差为φ。正交分量与被测信号相乘后, 经过低通滤波, 得到直流分量。与同相分量和被测信号相乘的结果平方再相加开方后, 即可得到与被测信号的幅值成正比的直流分量。

双路锁相放大法的优点非常明显, 输出信号与相位差无关, 可以得到稳定的直流分量, 测量精度可以很高。基于此, 本文所介绍的微弱信号检测装置采用这种方法来实现。

3 总体设计方案

本文采用锁相放大法, 把待检测的信号中与参考信号同步的信号放大并检测出来。即使有用的信号被淹没在噪声信号里面, 但是只要知道有用信号的频率值, 就能准确地测量出这个信号的幅值, 且其输出为正比于输入波形幅值的直流信号。

前置放大器模块采用INA118芯片, 它具有精度高、功耗低和共模抑制比高等优点, 适合对各种微小信号进行放大。锁相放大模块采用专用相敏检波芯片AD630, 后接低通滤波器来实现滤波, 经ADS8505模块采样, 最后用液晶显示测量数据。

4 主要部分电路实现

4.1 参考信号通道电路

该模块的主要功能是将不同频率的参考信号移相90°。如果采用简单的RC串联移相电路, 由于相移θ=tan-1ωRC, 针对不同频率的信号, R、C参数将需要不停变化, 对于调节工作来说十分不便。因而本文采用微分电路来实现移相特性。

其输出Vo为:

选用一般单运放芯片OPA227即可实现功能, 由于输入信号频率范围较大, 单一的RC取值不能很好满足要求, 因此对于大于1k Hz的信号取R=1K, C=0.1u F, 小于等于1k Hz的信号, 取R=1k, C=1u F, 通过开关控制来实现RC取值的切换。

4.2 相敏检波器电路

相敏检波电路部分使用两片AD630芯片, 一个芯片的输入端接入同相参考信号, 另一个芯片的输入端接入正交参考信号。两片的输出端各接一个低通滤波器, 最终产生所需的直流分量。具体的相敏检波电路如图1所示。

5 测试方案与测试结果

5.1 测试方法

(1) 参考信号和被测信号由数字信号发生器F120产生, 噪声源采用给定的标准噪声 (wav文件) 来产生, 通过MP3播放噪声文件, 从音频输出端口获得噪声源, 噪声幅度通过调节播放器的音量来进行控制。

(2) 将产生的参考信号输入参考信号通道, 被测信号和噪声输入系统的输入端。

(3) 改变被测信号的幅度, 观察测量值。

(4) 同时改变参考信号和被测信号的频率值, 观察测量值。

5.2 测试结果

经过测试, 该检测装置可以识别的正弦波信号频率范围为100Hz~1MHz。可以被识别的最小信号幅度可以达到20m V。此时, 动态储备 (Dynamic Reserve) 可以达到37d B (噪声源输出的均方根电压值为1V±0.1V) 。这里, 动态储备定义为最大“可容忍”的噪声相对于满摆幅信号 (测量精度小于3%) 的比值。

6 结论

本文提出的微弱信号检测装置采用双路锁相放大法来提高微弱信号的输出信噪比, 适用于较大噪声背景下的弱信号检测, 计算量小, 检测快速。本方法的创新点在于利用移相网络和双路锁相增益放大, 以AD630芯片为核心, 有效地解决了被测信号与参考信号间的频率差和相位差, 达到了较为良好的精度。

参考文献

[1]刘京南编著.电子电路基础 (第2版) [M].北京:电子工业出版社, 2003.

[2]曾庆勇.微弱信号检测 (第二版) [M].杭州:浙江大学出版社.

[3]陈佳圭.微弱信号检测[M].北京:中央广播电视大学出版社, 1987.