这是一份来自工信部的文件,《工信部2016379号-11 微弱信号的检测方法》,发布单位:国家无线电监测中心、国家无线电频谱管理中心。
适用于无线电监测中微弱信号的检测、测量和分析;涵盖:短波、超短波、卫星等微弱无线电信号。
信号检测 | |
微弱信号 | |
微弱信号检测 |
利用信号本身的时间相关性与噪声的非相关性进行积分识别。
流程:
接收信号:
:有用信号
:噪声信号(假设为零均值、非周期)
延迟时间为 时,自相关函数为:
展开后:
若 为非周期、零均值,则有:
结论:当 足够大,噪声项趋近于0,自相关输出反映了有用信号存在。
借助参考信号与目标信号之间的相关性提取微弱信号
流程:
优势:对已知特征信号的检测尤其有效
接收信号:
参考信号:
、:理论相同或相似
:无关噪声
若噪声之间不相关,且信号与噪声不相关:
定义复模糊函数:
、:复包络
峰值位置 可估计频差、时差
:星上信号 SNR
:星/地 SNR 比值
:噪声带宽,:积分时间
利用参考信号,将目标信号调制搬移至低频,再用低通滤波器提取幅度与相位
系统组成:前置放大器,相敏检测器(混频器),低通滤波器
步骤:
信号通道输入:
:信号幅度,:目标频率
参考通道输入:
噪声模型(带中心频率为 的窄带噪声):
展开(使用三角恒等式):
滤除 和噪声频段分量,保留 DC 项:
得到信号幅度与相位的函数,实现频谱搬移与噪声抑制。
以参考脉冲采样输入信号并积分,平均处理提高信噪比
流程:
参考信号 生成采样脉冲
开关 K 进行采样
多次积分平均:
对白噪声而言,积分平均有效抑制背景干扰
参考信号 :周期性,与 同频
在 处采样,总共 次:
若 为白噪声,积分平均后趋近于0:
通过“周期同步 + 积分平均”,
信号项 → 保留(同步)
噪声项 → 抵消(非相关)
本来是想在频域里面看看结果的,但是这四个方法信号都不一样,就随便模拟一下了:
用于卫星与地面同步信号提取
通过模糊函数提取信号的到达时差与频差
要求相关峰明显,推荐 SNR > 20 dB
可用于方向识别(如雷达天线转向)
模拟目标信号为含噪正弦波
相敏检测器输出为信号与参考信号之乘积
低通滤波器可显著抑制非同步噪声,提高信号可识别度
https://www.srrc.org.cn/srrc/pdf/%E5%B7%A5%E4%BF%A1%E9%83%A8%E6%97%A02016379%E5%8F%B7-11%E5%BE%AE%E5%BC%B1%E4%BF%A1%E5%8F%B7%E7%9A%84%E6%A3%80%E6%B5%8B%E6%96%B9%E6%B3%95.pdf
原文在此
选自微信公众号 云深之无迹
©2023 - IDEA SCIENCE Group 版权所有
技术支持:华为云技术京ICP备08012207号 |本站支持