郭雷宇
摘 要:微弱電信號包含著非常多的有用信息,提取和檢測這些信息對預(yù)測事物的生長和發(fā)展趨勢意義重大。本文對微弱電信號的信息融合檢測進(jìn)行了一些有意義的探討,希望對相關(guān)工作能夠有所借鑒。
關(guān)鍵詞:微弱電信號,信號檢測,信息融合
DOI:10.16640/j.cnki.37-1222/t.2018.23.095
1 微弱電信號概述
微弱電信號包含著非常多的有用信息,以植物電信號(如圖1所示)為例,探索其內(nèi)涵對于植物生理研究、相關(guān)生產(chǎn)、地震預(yù)報(bào)以及新型植物病蟲害防治研究等都具有積極意義。近年來,微弱電信號的檢測與分析處理技術(shù)不斷取得發(fā)展和進(jìn)步,這為微弱電信號的信息檢測奠定了良好的基礎(chǔ)。
如果是想分析研究對象的自適應(yīng)控制特性,構(gòu)建智能化的決策和控制系統(tǒng),就需要構(gòu)建微弱電信號的標(biāo)準(zhǔn)數(shù)據(jù)集,然后利用信息融合技術(shù)來對研究對象未來的發(fā)展和成長趨勢進(jìn)行預(yù)測,進(jìn)而為自動化的控制決策提供依據(jù)。這其中存在一些技術(shù)難點(diǎn):第一,微弱電信號的強(qiáng)度非常小,有時甚至是微V量級,這給信號的檢測和識別增加了難度。如何在復(fù)雜的噪聲環(huán)境中準(zhǔn)確檢測識別出微弱電信號是該技術(shù)應(yīng)用的一個瓶頸。第二,微弱電信號的功能模型構(gòu)建。檢測微弱電信號的目的是為了分析研究對象未來的生長和發(fā)展趨勢,所以只有查明微弱電信號的內(nèi)涵及其與研究對象發(fā)展變化間的功能關(guān)系,才有可能建立適用于計(jì)算機(jī)分析處理的智能化模型。
隨著信息技術(shù)的快速發(fā)展,微弱電信號的信息檢測能力也大大提升,但一個事物的發(fā)展變化往往是受到諸多環(huán)境因素刺激或改變的綜合結(jié)果,單一的信號處理已經(jīng)難以滿足智能控制的需要,所以有必要探討微弱電信號的信息融合檢測問題。
2 微弱電信號的提取和檢測原理
現(xiàn)實(shí)中,噪聲總是會對信號的提取和檢測造成影響,對微弱電信號的影響就變地更大。微弱電信號是典型的低信噪比下的信號檢測問題,這也是當(dāng)前信號提取領(lǐng)域的一個研究熱點(diǎn),而強(qiáng)噪音背景下的微弱信號提取更是難點(diǎn)之一。要實(shí)現(xiàn)對微弱電信號的提取,首先要做的就是消除噪聲,將信號從強(qiáng)噪音背景下剝離出來,或者采用一些新技術(shù)或設(shè)備來提高檢測系統(tǒng)輸出信號的信噪比。
通常來說,噪音主要存在以下兩種來源:檢測系統(tǒng)的電子電路和系統(tǒng)外的電磁干擾。解決噪音也可以采用以下兩種途徑:第一,通過盡可能地降低系統(tǒng)噪音來促使信噪比提高;第二,可以采用屏蔽等技術(shù)手段來隔斷外界可能存在的干擾噪音。
在現(xiàn)代電子科學(xué)領(lǐng)域,采用低噪音放大技術(shù)和適當(dāng)?shù)臑V波器限制系統(tǒng)寬帶,就可以有效實(shí)現(xiàn)對內(nèi)、外部噪聲的抑制。實(shí)踐已經(jīng)證明,這種方式可以大幅度改善信噪比,即使是微弱信號,也能實(shí)現(xiàn)信噪比大于1。誠然,任何技術(shù)都有一定的適用范圍,當(dāng)信號極度微弱時,甚至比噪聲小好幾個數(shù)量級以至于被噪聲徹底淹沒,那么該方法所能起到的效果就會非常有限。此外,當(dāng)我們已知噪聲中的信號波形時,就可以利用信號和噪聲隨同時間變化的規(guī)律,采用匹配濾波的方法進(jìn)行檢測。以從白噪聲中檢測微弱信號為例,考慮到白噪聲是典型的隨機(jī)噪聲,隨著時間持續(xù)會表現(xiàn)出零均值的特性,那么就可以將一定時間區(qū)間內(nèi)的所有檢測段的信號進(jìn)行累加,如果信號均值不為零,那么就可以判斷出白噪音背景下存在微弱信號。
現(xiàn)實(shí)中,微弱信號的提取和檢測已經(jīng)發(fā)展出了多種方法,比如自相關(guān)檢測方法、多重自相關(guān)法等等,這些方法各有其特點(diǎn)和適用條件,我們只有找準(zhǔn)所要檢測的微弱電信號的內(nèi)涵和特征,并選擇最匹配適用的技術(shù)手段,才能完成對微弱電信號的有效提取。
3 微弱電信號的信息融合檢測探討
(1)原始電信號的目標(biāo)級融合。上文已經(jīng)介紹,單一微弱電信號檢測已經(jīng)無法滿足對事物成長和發(fā)展趨勢的預(yù)測,所以目前多個微弱電信號的融合檢測成為主要發(fā)展趨勢。對于多個維度的微弱電信號,數(shù)據(jù)融合的首要思路進(jìn)行維度削減。具體而言,可以先將檢測到的微弱電信號映射到高維空間,然后再借助降維算法來削減維度,最后利用傅里葉變環(huán)和小波分析等手段就能實(shí)現(xiàn)對微弱信號特征的提取,實(shí)現(xiàn)原始信號的目標(biāo)級融合。
(2)參數(shù)決策級的信息融合。參數(shù)決策級的信息融合是一種多層次、多方面的處理過程,簡單來說,就是對多源決策信息進(jìn)行綜合處理,從而得到對事物演變趨勢的更準(zhǔn)確和可靠的預(yù)測。當(dāng)前應(yīng)用于信息融合領(lǐng)域的技術(shù)手段主要有統(tǒng)計(jì)推斷方法、信息論方法、決策論方法、人工智能方法等等?,F(xiàn)階段,人工智能方法尤其是其中的深度學(xué)習(xí)方法是該領(lǐng)域的研究熱點(diǎn),因?yàn)榭梢詷?gòu)建出信息融合智能決策模型,這對促使事物生長和發(fā)展的自動化控制具有重要的借鑒意義。
參考文獻(xiàn):
[1]趙琳,喬延華.微弱信號檢測系統(tǒng)的設(shè)計(jì)[J].電子測試,2015(20)
:1-3.
[2]行鴻彥,朱清清,徐偉.一種混沌海雜波背景下的微弱信號檢測方法[J].物理學(xué)報(bào),2014,63(10):41-47.
[3]夏均忠,劉遠(yuǎn)宏,冷永剛等.微弱信號檢測方法的現(xiàn)狀分析[J].噪聲與振動控制,2011,31(03):156-161.
[4]劉偉,杜娟.基于循環(huán)譜理論的弱信號檢測及特征參數(shù)估計(jì)[J].通信技術(shù),2010,43(04):28-30.