噪声信号论文

2024-07-18

噪声信号论文（精选8篇）

噪声信号论文篇1

0 引言

由于工程需要、检测环境以及电路本身的噪声等的影响,当检测信号非常微弱时,常常会出现检测信号湮没在噪声背景中的情况,输出信号的信噪比过小,导致常规的检测手段无法提取有用信号。因此强噪声背景下微弱信号的检测逐步成为光电探测领域的一个重要环节,也是亟待解决的难点之一。目前常见的检测方法包括时域检测法、频域检测法、时频分析法等,常规的检测方法由于对探测器输出的信噪比要求较高,往往无法满足弱信号检测的工程要求,本文将基于红外探测器设计一种二级微分放大电路并对该电路进行噪声分析和噪声匹配研究,从理论的角度论证放大电路系统噪声对弱信号检测的影响,并针对前置放大器最佳噪声匹配设计提出可行性建议。

1 放大电路内部噪声分析

电路噪声包括很多种类,常见的一种是由于电荷载体的随机运动所导致的电压或电流的随机波动,第二种是来自电路外部的干扰,包括磁场耦合和电场耦合等。对于极弱信号检测电路而言,为了把微弱信号幅度放大到可以感知的幅度,必须使用放大器及后续的信号处理电路对其进行信号处理。但是从噪声产生角度来说,几乎所有电子器件本身就是噪声源,经过放大器放大微弱信号的同时也会放大电路噪声,往往容易导致有用信号部分甚至完全淹没在噪声中。在各种测试系统中,固有噪声的大小决定了系统的分辨率和可检测的最小信号幅度,因此,对检测系统的固有噪声进行理论分析是十分必要的[1]。

电路内部噪声一般包括电阻的热噪声、PN结的散弹噪声、1/f噪声、爆裂噪声等,对于这些噪声源的估算只能通过统计特性分析其功率分布特征,在放大电路工作频带范围内对其积分,得到大致的噪声功率值。

运算放大器内部包含大量晶体管,因此有大量PN结,都属于散弹噪声源。运算放大器还包括一定数量的电阻,它们都会产生热噪声。放大器引脚及内部连接也会引入1/f噪声。正常情况下,放大器输出端总会有一定幅度的与输入信号无关的噪声输出,其直流分量和极低频率分量是由放大器的失调电压、失调电流及其漂移造成的,属于内部噪声的一部分。

根据线性电路理论,电路网络内的电源可以等效到网络的输入端,本文中对于运算放大器的噪声分析将基于这一理论展开。根据常用的运算放大器噪声分析方法,放大器的内部噪声源可以等效为连接到输入端的噪声电压源en和噪声电流源in,本文采用如图1所示的运算放大器噪声模型进行分析,图中的en、in是运算放大器内部电阻的热噪声、PN结的散弹噪声和1/f噪声等效到输入端的综合结果,具体参数来源于运放的资料手册。

运算放大器噪声模型中的电压源en和电流源in为随机噪声源,其幅值和功率取决于系统频带宽度,一般情况下en和in的功率谱密度函数Se(f)和Si(f)大致形状如图2所示,曲线包括两部分:左边部分主要分布运算放大器内部的1/f噪声,随系统频率增大而减小;右边部分表示运算放大器内部的白噪声,包括热噪声和散弹噪声,拐点频率为fc。

在工作频段fA～fB分别对Se(f)和Si(f)积分,可以得到等效噪声电压源的功率En2和电流源的功率In2,En和In分别表示等效噪声电压源和电流源的有效值(rms值)。

根据图3.2的功率谱密度曲线计算可得

对图2积分时要注意当系统的频带范围所处区间,从理论上来说当fA=0时1/f噪声趋于无穷大,而实际上当电路频率低到一定程度时1/f噪声的幅度趋于常数,所以一般取fA>0Hz的某一个常数。

2 前置探测放大电路噪声模型分析

将运算放大器内部噪声等效到输入端可得到如图4所示的放大电路噪声模型[2],检测电路中的运算放大器可以等效为一个理想无噪声放大器的同相反相端串联一个噪声电流源和同相输入端串联一个噪声电压源。电路中的电阻由热噪声电压源和无噪声电阻串联或者由热噪声电流源和无噪声电阻并联来表征,电阻两端的噪声电压为

噪声电流为:

式中k为波尔兹曼常数,k=1.38*10-20V2/(HzΩ);T为电阻的绝对温度,单位为K;R为电阻阻值;B为电阻的噪声测量带宽。

由等效电路法可得运算放大器等效输入电压en的归一化功率和有效值分别为

式中en是热噪声、散弹噪声和1/f噪声在运算放大器内部电阻上产生的噪声电压等效到输入端的综合结果。fce为运算放大器等效输入噪声源的功率谱密度曲线的拐点频率,fB和fA分别为工作频带的高低频率;

同理可得运算放大器的等效噪声电流源归一化功率和有效值为

式中fci为运算放大器等效噪声电流源的功率谱密度曲线拐点频率;

则由运算放大器同相输入端等效噪声电压源引入系统的等效输出电压噪声功率为

式中En为等效噪声电压源归一化功率有效值,RF为反馈电阻,RS为信号源电阻;由于运放的输入电阻很大,根据虚断的定义,同相输入端的等效电流源对运放的输出噪声无影响,而反相输入端的等效电流源在输出端产生的噪声功率为

从而得到运算放大器内部噪声在输出端产生的噪声功率为

当输入源电阻产生的等效热噪声电压源单独作用在运放的反相输入端时,在放大器输出端产生的热噪声功率为

综上可得,运算放大器输出端的总噪声功率有效值为

其中ERf、ER6分别为反馈电阻Rf、R6的等效热噪声电压源在输出端产生的噪声功率。

3 二级放大电路噪声模型分析

用ER1、ER2、ER3分别表示R1、R2、R3的热噪声有效值,用En和In分别表示运算放大器的等效噪声电压源和等效噪声电流源的归一化功率有效值[3],同2计算方法可得由电路中电阻的热噪声源引入系统的等效输出噪声功率如下:

由运算放大器内部噪声等效到输入端的噪声电压源和噪声电流源产生的噪声功率为

则二级运算放大器等效输出总噪声为

则系统输出端的总噪声电压有效值为

4 系统噪声匹配分析

根据放大器噪声系数的定义有

其中Pno为运算放大器输出总噪声,Pni为放大器无内部噪声时的输入噪声,K为放大倍数;F表征了放大器内部噪声源在输出端产生的噪声功率占总噪声功率的比重[4],因此对于微弱信号检测而言,其前置放大器的噪声系数应该越小越好,为了确定前置运算放大器噪声系数和等效源电阻以及前置运算放大器内部噪声源谱密度的关系,我们对式(25)进行了matlab仿真,结果如图6所示:

resistance

图中纵坐标为噪声系数F,横坐标为归一化源电阻,从仿真结果可以得到如下结论:

1)放大器噪声系数存在唯一最小值,且最小值的大小和运放内部噪声谱密度en和in的比值密切相关;

2)运放内部噪声谱密度en和in的值越接近,则噪声系数越小

3)归一化阻值偏离1相同变化量时,放大器噪声系数F改变量不同,且阻值减小时F迅速增大;

为了寻求最小噪声系数,对式(25)关于RS求导,令导函数为0,可以得到:

当信号源电阻取该阻值时,运放的噪声系数达到最小值:

由噪声匹配可得,当运算放大器的型号确定之后,由其等效噪声源平方根谱密度可以计算出使之输出噪声系数最小的匹配源电阻,从而得到最佳信号源电阻的阻值,有些情况下由于其他原因已经确定了运放的型号和信号源,为了减小噪声系数,可以通过增加匹配电阻等方式调整信号源电阻,从而达到或者尽量接近噪声匹配状态,如果无法实现噪声匹配,可以尽量保证源电阻归一化值位于1的右侧,以尽量减小前置放大器的噪声系数,从而降低前置放大器内部噪声对输出信号信噪比的影响。

前置微分放大器采用AD549,该运放具有极低的输入偏置电流,输入偏置电压和偏置电流漂移,并且输入端具有1015Ω共模阻抗,特别适合用于各种电流输出的传感器,包括光电二极管,APD管等前置放大器。其等效噪声源平方根谱密度分别为谱密度曲线拐点频率为考虑运算放大器的输出信噪比要求和放大电路的抗干扰性以及电阻热噪声对输出信号的影响,信号源电阻和反馈电阻分别取5*105Ω和106Ω,R6=10kΩ,级联放大电路工作频带宽度Δf=26Hz,k为波尔兹曼常数,T取室温17℃,一般情况下近似取二级放大器OP07等效噪声源平方根谱密度分别为R1=1kΩ,R2=15kΩ,R3=750Ω,带入式(11)、(15)可得

以上分析可以看出,对于级联放大电路而言,其电路噪声主要来源于前置微分放大器内部电压噪声和反馈电阻引入的热噪声,由于信号源输出属于极弱信号,因此要求反馈电阻必须足够大,才能保证微分放大器一定的输出信噪比;另一方面,大阻值反馈电阻又会引入大量的热噪声,导致输出信号信噪比劣化;因此反馈电阻阻值的确定需要考虑到有用信号的大小和输出信噪比以及噪声系数的要求,条件允许的情况下应尽量选择金属膜电阻或者金属丝线绕电阻以减小自身热噪声。

5 结论

由以上分析可知,对于极弱信号二级探测电路而言,其主要噪声来源在于前置放大器的内部噪声,具体来自前置放大芯片的内部热噪声及反馈电阻引入的热噪声,输出噪声占到总输出噪声近81%,主要是由于内部噪声源和一级放大电路反馈噪声会经过后面两级放大,其对输出信号的劣化会更加明显。在设计前置放大器的时候需要需要按照以下原则设计:

1)根据噪声系数的定义选取合适的信号源,以确保源电阻尽量靠近最佳源电阻

2)通过增加匹配电阻等方式改变等效源电阻,实现噪声匹配

3)通过噪声匹配无法取得最佳匹配源电阻时,归一化源电阻值应尽量取大于1的值,以减小前置放大器的噪声系数,提高输出信噪比。

参考文献

[1]郑群生,张理兵,毛建智,陈龙.基于光电倍增管的弱光检测电路设计.电子世界,2012(2):43-45.ZHENG Q S,ZHANG L B,MAO J Z,et al.The design of weak light signal detection circuit based on PMT.Electronics World,2012(2):43-45.(in Chinese)

[2]龚涵,陈浩字.微弱光信号检测电路的设计与实现.科技信息,2007(27):85-87GONG H,CHEN H Y.The Design and Realization of an Optic-Electric detecting Circuit for weak signal.SCIENCE&TECHNOLOGY INFORMATION,2007(27):85-87(in Chinese)

[3]刘东旭,王志斌,张记龙,李晓,田二明.红外瓦斯传感器微弱信号处理电路设计.仪表技术与传感器,2010(6):69-71LIU D X,WANG Z B,ZHANG J L,et al.Design of Faint Signal Processing Circuit Based on Infrared Methane Sensor.INSTRUMENT TECHNIQUE AND SENSOR.2010(6):69-71(in Chinese)

[4]霍戌文,李伟,李进.光电探测微信号放大器设计.浙江理工大学学报,2005(03)HUO X W,LI W,LI J.Design of Amplifier Circuit of Photoelectric Detection for Weak Signal.Journal of Zhejiang Sci-Tech University.2005(22):259-262(in Chinese)

噪声信号论文篇2

提升小波的基本思想是建立在双正交小波和完全可恢复滤波器组的理论基础上,在保持小波双正交特性的条件下,通过所谓提升和对偶提升过程,来改善小波及其对偶的性能,以满足各种应用的需要.文章简单介绍了基于提升方案小波分析的基本原理和方法,建立了一维和二维地震信号进行提升小波分解和重构的.基本流程,分析了提升法小波变换相对于第一代小波变换的各种优点,最后结合具体实例,将基于提升格式的小波变换与重构用于地震数据的噪声压制.根据噪声与信号的特点,在小波低频与高频系数中分别采用不同的软阈值进行量化处理,取得了较好的压噪效果,提高了地震资料的信噪比.实际资料的应用效果表明,该方法易于实现,计算效率高,具有较好的应用前景.

作者：彭真明李亚林李健赵辉何宗强 Peng Zhenming Li Yalin Li Jian Zhao Hui He Zongqiang 作者单位：彭真明,Peng Zhenming(四川石油管理局博士后工作站物探分站;电子科技大学光电信息学院)

李亚林,Li Yalin(四川石油管理局博士后工作站物探分站)

李健,Li Jian(中国石化中南分公司油气勘探开发规划研究院)

赵辉,何宗强,Zhao Hui,He Zongqiang(四川石油管理局地球物理勘探公司物探研究中心)

噪声信号论文篇3

HFC双向系统是一种成熟的宽带接入技术系统,尽管现在以EPON为代表的其他多种宽带技术发展十分迅速,但真正实现商业化、规模化的系统依然是HFC双向系统。目前,上海、北京、深圳、广州、南京、福州、大连、保定等城市广电系统的宽带化均采用了HFC双向技术,因此,HFC是目前国内广电宽带接入的主流网络形态。笔者在近期拜访了上述城市的网络公司,与各网络公司负责宽带技术的人员就HFC双向系统的运行、维护、监测技术作了深入的交流,同时也感受到了国内宽带工程技术人员对适合国内网络特点的HFC反向通道监测技术的热切需求。

2 研究意义

在HFC双向系统中,工程技术人员普遍对正向(下行)通道技术比较熟悉,也容易把握。从技术特点上考虑,这是自然的,因为对于正向通道而言,信号是从前端这一点进入分配系统的,一个良好的信号是从前端逐级分散到终端的,只要运营者严格控制住前端的信号,就比较容易把握住整个系统的稳定。反向(上行)通道恰恰相反,信号从与系统连接的各个终端出发,进入反向通道向前端传送,在此过程中,所有终端回传信号汇聚到一个点上,同时噪声和干扰也汇集在一起。因此,反向通道的分片设计是对付这种噪声漏斗效应的必需选择。

但是这种分片设计必然带来一个矛盾。从经济的角度来看,设计者希望每个节点能支持的终端数越多越好,而更多的终端数意味着噪声与干扰的汇聚效应可能造成整个节点所有的终端业务停滞。设计者不得不在两者间艰难地寻求平衡,如果没有一个很好的系统实际监测结果作为参照,设计者往往选择减少终端数来换取系统可靠性的提升。笔者认为,HFC反向通道监测技术研究的一个重点是告诉设计者和营运者当前系统的噪声和干扰有多强,增加多少终端才会接近业务受限的临界线。当一个系统投入运营后,营运者最关心的是系统的可靠性,只有保证了可靠性,网络的规模扩展才有基础,用户才会选择,而用户数量的增加反过来是对系统可靠性的挑战。除了机械损伤外,噪声和干扰是影响反向通道可靠性最重要的因素。营运者必须要知道噪声与干扰是什么样的,何时、以何种频度出现,是什么性质,因何引起等。了解了这些技术细节,网络维护者就可以有的放矢,快速发现故障并快速排除故障。HFC反向通道监测技术研究的另一个重点是如何捕捉、分析噪声与干扰,并通过对比分析与判别来实现网络维护者的上述要求。

3 反向通道中的噪声和干扰

在反向通道中,主要的噪声和干扰有5类:热噪声、侵入噪声、光纤链路噪声、组合互调噪声和正向差拍。

3.1 热噪声

热噪声是由反向通道的各类有源器件产生。热噪声能使传输信号的载噪比(C/N)劣化。反向通道中最主要的有源器件是放大器,其C/N计算公式是

式中:A是输入放大器的载波信号电平;NF是放大器的噪声系数,可以从设备参数中查到,一般单口输出的放大器NF约为7 dB;Ns称为噪声本底,可表示为

式中:BWn是噪声信号实际带宽,单位Hz;-65.2 dBμV实际上是75Ω系统下单位赫兹的热噪声。

因此,分析热噪声必须准确知道噪声带宽。同时,由于热噪声通常是非相关的,噪声以功率相加,所以当放大器级联时,总的C/N可表达为

式中:n表示级联的个数。随着放大器阶数的增加,载噪比降低。

3.2 侵入噪声

侵入噪声包括不连续的HF频谱辐射和弥漫性干扰。不连续的HF频谱辐射包括公共无线电频段和短波通信频段的信号,它们可以通过屏蔽不良、未连接终端匹配的功分器端口,连接不良的电缆端口侵入反向系统。弥漫性干扰通常是冲击型噪声,其特征是由频谱很宽的瞬时脉冲型噪声组成,电器开关的启动或切换、电弧、电机的换相过程都会产生瞬时冲击噪声,如图1所示。

3.3 光纤链路噪声

光纤链路噪声与激光器、光纤、光接收机有关,6种类型的噪声会影响光纤链路的载噪比。

1)激光器噪声,是激光器内在的固有特性引发的,称为相关强度噪声(RIN)。RIN在光纤内与信号特征相似,即信号在光纤内衰减量与RIN的衰减量相同。因此,RIN引起的载噪声与光纤的衰减(长度)无关,构成了基本的光纤链路噪声。

2)模式分隔噪声MPN,是一种光纤噪声,是光纤的色散对RF信号带来的随机变化。由于光纤的色散引起的时间偏差正比于光纤的长度,因此MPN随光纤的长度而增加,也就是说,光纤链路长度越长,MPN的对C/N影响的权重越大。同时,RF信号的频率也影响MPN。

3)杂散辐射,也是一种光纤噪声。由于光在光纤的散射作用,信号反射到激光器后产生工作模的变化。输出时间上不相关的两个信号,这样的两个信号在检波器被混频产生随机的差拍信号,形成噪声特性的干扰。值得注意的是,这种杂散辐射通常是以随机冲击性的尖峰形式出现的,同时对于高阶调制的影响很大。

4)干涉强度噪声(IIN),同样是一种光纤噪声。由于光在光纤的散射作用,如果信号在光纤内多次反射,总有一部分随机散射信号和主信号到达检波器,与杂散机理一样,混频后产生随机的差拍信号形成噪声特性的干扰。IIN与光纤的长度有关,当光纤长度增加,反射增多,IIN应当增强,但伴随着长度增加,光的衰减加大,IIN反而减小。当光纤长度较短时,IIN的增长近似于长度的平方关系。因此,无论是光纤很短还是很长时,IIN的作用都不如中间长度时大。

5)检波器散弹噪声,是一种随机噪声,是由检波器输出电流随输入光子的随机到达而呈现统计性波动产生的。在所有的光纤长度上,散弹噪声都起着较大作用,并且在激光器处于弱调制时,随着光纤长度的增加,损耗每增加1dB,C/N劣化1 dB。

6)检波器热噪声,其机理与放大器的热噪声相同。当输入信号光功率低于某一阀值时,热噪声效应显著。因此,光纤长度较长时,热噪声将处于决定性的地位。

从上述分析可知,光纤链路噪声主要由于光链路的有源器件(激光器和检波器)、光纤长度(损耗)以及光纤本身的特质(散射系数、色散特性)相互作用引起,并且光纤链路噪声对总的C/N影响最大,是最主要的噪声来源。

3.4 削波失真

当加在激光器上的RF峰值功率足够高时,在负方向上低于驱动阀值时,会引发削波失真。

由于反向通道上所传输的是数字载波信号,削波失真产生差拍时,互调产物也必然是数字载波特征的信号,由于数字载波信号更像固定宽带噪声,其互调产物的特征也表现为噪声,这种数字信号失真称为组合互调噪声(CIN),CIN类似于模拟通道中的CTB和CSO。

应当指出的是,即使没有削波朱真,差拍产生的互调依然是存在的,只是大多数情况不必区分是削波还是单纯的差拍,因为两者的互调产物具有同频特性,但削波时失真产物才足够大。CIN对整个反向通道的噪声影响体现在整体噪底的提升或某块区域的噪声提升。

信号通道受到白噪声污染和受到CIN污染时的响应是不同的,从星座图上可以一目了然,如图2和图3所示。

3.5 正向差拍

正向信号由于相互混频,产生的差拍产物会落入反向通道中,形成干扰信号,如图4所示。

由于正向信号电平较高,而反向回传电平较低,这些差拍对反向路径产生很大的影响。表现为持续性的尖峰干扰或局部噪底提升。这些差拍干扰信号一般是不稳定的,当接头或触点受到压力、温度、湿度变化影响时,形成的差拍会发生很大的变化,因此是很容易进行区分的。

4 噪声和干扰的测量

如果用普通的测量手段,对如此复杂的噪声与干扰是无法准确识别的,这正是工程人员普遍对反向路径的测量不知所措的原因。当一个信道有多达十余种类型的干扰和噪声时,如何通过测量工具准确捕捉到它们并且区分出每一种噪声和干扰的类型,近而协助查找引起故障的原因是工程技术人员最希望掌握的。大多数从事反向路径维护测试的工程技术人员都了解这些噪声和干扰,也知道用扫描速度较快的频谱分析仪或用具有频谱分析功能的手持电平测量仪器可以协助查找和分析,但如果仔细分析了以上干扰和噪声的机理就会发现这些经验是远远不够的。首先是因为许多干扰和噪声在频谱上是相似的,比如杂散辐射与模拟正向差拍的频谱特征很相似,又比如削波和普通的失真都会引起CIN。其次,如果检测装置的测量速度不够快,不能捕捉到真实的信号“场景”,一方面可能丢失一些瞬发的信息,另一方面可能把在中间截取的实际信号的片段当作干扰,比如,回传信号的特征是Burst方式,这种Burst信号在实时性不强的测量仪中往往被误认为是原来频谱的局部,如图5和图6 所示。

一个良好的反向路径监测装置应该很好地解决上述矛盾。一般的,可以按作用效应把上述噪声与干扰如实记录并分类。重要的是,可以把这些信号按照时间顺序进行对比分析,通过噪声与干扰信号的时间分布特性的差异把具有相同频谱特征的不同干扰识别出来,这种增加一维的分析方法称为TDM方法。

摘要：分析了HFC反向通道中主要的噪声和干扰信号，并提出了测量时需注意的主要问题。为反向通道的维护检测工作提供了技术上的依据。

噪声调相干扰信号的性能仿真篇4

噪声干扰是一种幅度、频率、相位按随机和无规则变化的电磁波信号,包括纯噪声干扰和各种噪声调制干扰,由于它们对各种工作方式下的通信系统都会产生明显的干扰效果,所以是最重要的一种干扰方式[1,2]。下面主要针对噪声干扰中的噪声调相干扰信号进行研究,分析其对直接序列扩频通信系统的影响,仿真不同干扰参数下的干扰效果。

1 噪声调相干扰信号基本原理

广义平稳随机噪声调相干扰过程为:

式中,调制噪声u(t)为零均值;方差为σn2的广义平稳随机过程;φ为[0,2π]均匀分布,且为与u(t)独立的随机变量;Uj为噪声调相信号的幅度;ωj为常数,噪声调相信号的中心频率;KPM为常数。经推导可得J(t)的均值为:

强噪声背景下的弱信号检测仿真篇5

对于一些需要测量的弱信号, 例如弱光、弱磁、弱声、弱位移等, 一般都是通过相应的传感器将其转换为弱电压或弱电流, 再经放大器放大其幅度来指示被测量的大小[1]。但是由于被测量的信号较弱, 传感器噪声、放大电路和测量仪器固有噪声以及来自外界的干扰噪声往往比有用信号的幅度大得多, 且放大被测信号的过程同时也放大了噪声, 所以仅仅靠放大是不能把弱信号检测出来的。只有在有效抑制噪声的前提下增大弱信号幅度, 才能提取出所需要的有用信号。本文提出一种基于锁定放大器 (Lock-in Amplifier, LIA) 的弱信号检测的数字实现方案, 较之传统的检测方案, 数字实现具有无直流漂移和较好的灵活性等优点, 同时将弱信号检测中的数字式平均原理应用于锁定放大器中滤波器的设计, 并对其抑制宽带噪声和单频噪声的性能进行了仿真分析。

1 弱信号检测系统的实现方案

在检测系统中, 由传感器获得的弱信号为较小的直流信号或慢变信号, 为了防止1/f噪声和直流放大器的直流漂移的不利影响, 通常都使用调制器或斩波器将其变换为交流信号后, 再进行放大和处理[1,2]。在本文提出的检测系统实现方案中, 为了仿真实现方便, 待检测的有用信号均已调制为弱正弦信号, 则实现框图如图1所示, 其中待测慢变信号经过载波频率为ω0的调制处理之后进入检测系统, 经过中心频率为ω0的带通滤波器提高信噪比之后, 进入锁定放大器, 经锁定放大器检测并最终得到输出, 由图可知, 锁定放大器主要由信号通道、参考通道、相敏检测器 (PSD) 和低通滤波器 (LPF) 组成[2,3]。

在锁定放大器中, 信号通道输入的是被调制为弱正弦信号的待测信号。参考输入为用于调制的载波信号, 参考通道对参考输入进行移相处理, 以使各种不同相移信号的检测结果达到最佳。PSD以参考信号r (t) 为基准, 对有用信号x (t) 进行相敏检测, 从而将x (t) 的频谱由ω=ω0处迁移到ω=0处, 再经频带极窄的LPF滤除噪声, 输出uo (t) 对x (t) 的幅度和相位都敏感, 以达到既鉴相又鉴幅的目的[3,4]。

图1中x (t) 为被调制后的弱正弦信号, r (t) 为经参考通道以信号通道为参考, 做移相处理之后与x (t) 同频同相的信号, r (t) 一般可选方波信号或正弦波信号, 但由方波信号的傅里叶级数展开式:

$Y (t) = V_{r} \frac{4}{π} \sum_{n = 0}^{\infty} \frac{1}{2 n + 1} \sin [(2 n + 1) (ω_{r} t + θ_{r})] (1)$

可以知道, 它不但含有基波而且还有其他谐波, 它会扩展干扰噪声的相对带宽从而影响到检测弱信号时的精确度[5]。故在此将选择正弦信号作为参考信号, 则:

$\begin{array}{l} x (t) = V_{s} \cos (ω_{0} t + θ) + n (t) (2) \\ r (t) = V_{r} \cos ω_{0} t (3) \end{array}$

式中:Vs, Vr为信号幅度, 不失一般性, 取Vr=1, 则θ为被测信号与参考信号的相位差, 经参考通道移相处理之后, θ可为0, n (t) 为噪声。x (t) 与r (t) 相乘的结果为:

up (t) =x (t) r (t) =0.5Vscos θ+0.5Vscos (2ω0t+θ) +n (t) cos ω0t (4)

式 (4) 经理想低通滤波之后, 只剩下第一项, 它包含了被测信号的幅度和相位信息, 即达到弱信号检测的目的。

2 锁定放大器 (LIA) 中滤波器的设计[1,6]

由公式 (4) 可知, 锁定放大器中滤波器的设计在一定程度上决定了检测系统抑制噪声、检测有用信号的能力[1,7]。在此, 将弱信号检测中得到广泛使用的数字式平均原理——指数加权平均算法应用于锁定放大器中的滤波器设计, 设计出的滤波器具有调整方便, 实现简单和易获得极窄带宽的优点。其中指数加权平均算法的表达式可写为:

$A (Ν) = β A (Ν - 1) + (1 - β) x (Ν) (5)$

可见, 它是在每次数据到来时, 根据新的数据对上次的平均结果进行修正, 得到本次平均结果, 参数β决定了递推更新过程中新数据和原平均数据各起多大的作用。对式 (5) 两边做Z变换, 则其传递函数H (z) 可表示为:

$Η (z) = \frac{1 - β}{1 - β z^{- 1}} (6)$

若T为取样间隔, 则其幅频响应为:

$Η (e^{j ω}) = \frac{1 - β}{\sqrt{1 + β^{2} - 2 β \cos ω Τ}} (7)$

可见, 指数加权数字式平均的实现在0<β<1相当于一个一阶的低通滤波器, 其带宽取决于β, β越接近1, 带宽越窄[1,8]。图2画出了不同β值时指数加权平均的幅频响应。可以看出, 应用这种算法在可编程逻辑器件实现中可以通过调整β值非常方便地得到所需的滤波器。

3 系统仿真

在本文中, 以Matlab为平台, 对系统在强宽带噪声和单频噪声背景下检测弱信号的能力进行仿真分析。设输入信号为x (t) =Vscos (ω0t+θ) +n (t) , r (t) =Vrcos ω0t, 且参考通道工作正常, 则经参考通道处理之后, θ为0。取Vr=1, Vs的幅度由仿真时的输入信噪比决定, n (t) 则依据仿真条件不同来设定。

3.1 提取被宽带噪声淹没的弱信号

n (t) 为服从正态分布的0均值随机噪声, 则当输入信号信噪比为-3 dB和-23 dB时的检测结果如图3所示。

由图3可知, 在经过一定时间系统输出稳定之后, 其输出逼近理论计算值, 特别是当输入信号信噪比为-23 dB时, 系统仍然能够从中检测出所需信号的幅度, 表现出较强的抑制噪声的能力。以图3 (b) 为例, 由系统输出可以知道待测信号的幅度为0.1 V, 其计算方法为:Vreal=k·Vo, k为比例系数, Vo为检测系统稳定之后的输出, Vreal为待测弱信号幅值[9]。当r (t) 为正弦信号时, uo (t) =x (t) ·r (t) =0.5Vscos θ, θ为0, 则k=1/0.5=2。在实际应用中, 如已测得弱信号的幅度值, 则可由此幅度值, 依据所测弱光、弱位移、弱磁等和传感器之间的响应关系即可转换出所测物理量的大小[10]。

3.2 提取被单频噪声淹没的弱信号

同理, 假设n (t) 为频率成分单一的噪声信号, 在此条件下仿真系统抑制噪声的能力, 分别取n (t) =cos (6.67ω0t) 和n (t) =cos (0.9ω0t) , 前一种情况下, 干扰噪声的频率离信号频率较远, 后一种情况下两种信号频率较为相近。则仿真得到的结果如图4所示。

由图4可知, 当噪声频率离信号频率较远时, 系统能够较好地抑制噪声, 得到较为准确的输出值。但当噪声与信号的频率较近时, 系统的输出就不能收敛到准确值上, 这是因为此时噪声通过相敏检测器之后得到的频率成分中有低频分量通过了低通滤波器, 且这些分量有较大的幅度, 这部分噪声极大地破坏了系统检测弱信号的能力。若将仿真条件设定为SNR=-40 dB, β=0.999 9时, 当噪声的频率不在0.75ω0～1.25ω0之内时, 系统可以较好地检测出其中的弱信号。由此可见, 在此弱信号检测系统中, 只要设计的滤波器的等效噪声带宽足够窄, 就可以获得满意的抑制噪声的能力。

图5为在不同噪声背景和不同输入信噪比条件下, 系统输出相对于理论输出的偏移程度, 偏移量 (E) 等于理论输出和仿真输出的差与理论输出的比值。由图5可知, 在宽带随机噪声条件下, 随着输入信噪比的减小, 系统输出偏移理论预期增大, 而在单频噪声条件下, 这种偏移要小而且平稳得多。

4 结语

由上述仿真可知, 文中提出的弱信号检测系统, 主要是基于数字锁定放大器实现弱信号检测的, 其中滤波器的设计对系统检测弱信号的性能起着决定性作用。数字式平均本身就是一种从噪声中提取弱信号的方法, 在此将其中的指数加权平均算法应用于锁定放大器的滤波器设计, 得到了比较满意的结果, 它具有算法简单, 实现容易, 调整方便的特点, 特别是在使用可编程逻辑器件来实现上述系统时, 这种优点将体现得更为明显。

摘要：针对被噪声淹没的弱信号的检测提出一种基于数字锁定放大器 (LIA) 的实现方案, 该方案将弱信号检测中的数字式平均原理应用于锁定放大器中的滤波器设计, 传统的滤波器相比, 该滤波器具有结构简单、通带易于调整控制的优点。以检测传感器电路中的弱电压信号为基础建立检测仿真系统, 并以Matlab为平台, 对方案抑制宽带噪声和单频噪声的性能进行了仿真分析, 可以看到, 本方案取得了较好的抑制噪声的能力, 对于两种不同的噪声污染, 当输入信噪比分别为-23 dB和-60 dB时仍可较精确地检测出淹没在噪声中的弱信号幅度。

关键词：弱信号检测,锁定放大,数字式平均,传感器

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.

[2]刘俊, 张斌珍.微弱信号检测技术[M].北京:电子工业出版社, 2005.

[3]焦斌亮, 李素静.锁相放大器及其相关检测的仿真分析[J].电子技术, 2008 (1) :111-112.

[4]董景新.微惯性仪表——微机械加速度计[M].北京:清华大学出版社, 2003.

[5]胡锦, 凡金湘, 谢沙天.利用DSP改善对微弱信号的检测性能[J].计量与测试技术, 2005 (10) :5-8.

[6]谢立新.数字式多点均衡的微弱信号检测仪设计[J].微计算机信息, 2008, 24 (7) :189-190.

[7]于丽霞, 王福明.微弱信号检测技术综述[J].信息技术, 2007 (2) :114-116.

[8][美]恩格尔.数字信号处理——使用Matlab[M].刘树棠, 译.西安:西安交通大学出版社, 2002.

[9]莫冰, 谭晓昀, 刘晓为.电容检测型微机械陀螺的信号检测电路[J].仪器仪表学报, 2005, 26 (8) :324-326.

噪声信号论文篇6

机电设备在运转过程中,不可避免地发出一些声音,这些无规则、不协调的声音,是由许多不同频率和声强的声波无规律杂乱组合起来,统称噪声。机电设备持续发出的噪声易导致工人听力受损,严重时造成耳聋。此外还能引起高血压、心脏病、神经官能症等疾病,严重危害职工的身心健康。噪声是目前职业危害评价中一项重要的工作场所物理因素检测,我国发布的国家标准GBZ/T189.8-2007《工作场所物理因素测量:噪声》对工作场所的噪声规定了噪声职业接触限值。每周工作5d,每天工作8h,稳态噪声限值为85d B(A),非稳态噪声等效声级的限值为85d B(A)。

开展噪声污染研究与治理,就需要测量工作环境的噪声强度,更进一步需要对噪声进行频谱分析,找出导致噪声超标的主要原因,可以有针对性采取有效的降噪措施,使其噪声符合规定要求,以保障工人的健康。因此,开发噪声信号采集系统是首要任务。

本系统是基于虚拟仪器技术开发完成的。虚拟仪器的概念是美国NI公司在1986年提出的。它是由计算机硬件资源、模块化仪器硬件和用于数据分析、过程通讯及图形用户界面的软件组成的测控系统,是一种由计算机操纵的模块化仪器系统。伴随着计算机技术的不断深化,虚拟仪器无疑在现代工业中将扮演更为重要的角色,因而也成为今后测控领域的研究重点。利用NI公司提供的Lab VIEW技术开发平台,结合噪声信号采集硬件,能方便快捷地开发完成噪声信号采集系统。

1系统硬件

本系统硬件主要包括爱华AWA14425传声器、爱华AWA14604前置放大器和NI USB-4431数据采集卡等组成。

1.1测试传声器与前置放大器

测试传声器与前置放大器是本系统的重要组成部分,它把采集到的声音信号直接转换为与之有确定对应关系并且容易检测的电信号输出,以满足信息的传输、记录、显示、分析、处理等要求。

杭州爱华AWA14425测试传声器是精密的声学测量用声-电换能器,用于将声信号转换为电信号。采用镍振膜和镍合金外壳,并进行特殊的稳定性处理,具有频率范围宽、频率特性好、动态范围宽、动态特性好、温度和长时间稳定性好等优点。其中预极化测试电容传声器,由于不需要另加极化电压,电路简单,使用更加广泛。传声器外径Φ12.7mm(1/2inch),标称灵敏度40m V/Pa,极化电压V=0,频率范围10~16000Hz,频响特性自由场,动态范围17~140d B,电容量20p F。

杭州爱华AWA14604前置放大器是输入电阻很高、输入电容很小、输出阻抗很低的特种放大器,用来与测试传声器配合,进行阻抗变换和前置放大。AWA14604型前置放大器为恒流源(ICP)前置放大器,由恒流源供电,使用BNC插头输出,可很方便地连接。频率范围10~100,000Hz,测量范围15~134d B,增益-0.15d B,ICP工作电压2~10m A,极化电压V=0,外径Φ12.7mm(1/2 inch)。

爱华AWA14425测试传声器和AWA14604前置放大器如图1所示。

1.2数据釆集卡

美国Ni公司的USB-4431数据采集卡如图2所示,是一款具有5通道的便携式USB动态信号采集模块,用于通过集成电路压电式(IEPE)与非集成电路压电式(IEPE)传感器进行高精度声音和振动测量,具有可溯源至NIST的校准。USB-4431数据采集卡具有4路模拟输入(AI)通道,每路同步采样率最高102.4k S/s。四路通道均具有针对传感器的信号调理功能。第五路通道是一个模拟输出通道。USB-4431的AI通道具有100d B动态范围,且每个AI通道具有用于加速度计和麦克风的软件可选式交流/直流耦合IEPE信号调理。这些通道还可兼容IEEE 1451.4(TEDS)传感器,以实现传感器即插即用功能。模拟输出(AO)通道是激励-响应测试的理想之选,可同步至AI通道。AO通道还具有最高96KS/s的更新速率和89d B的动态范围。USB-4431数据采集卡具有24位分辨率,可使模拟输出(AO)和模拟输入(AI)通道获得良好的信噪比。因此采用USB-4431作为噪声分析系统的数据采集卡是很好的选择。

2噪声信号采集系统软件

开发完成的噪声信号采集系统软件主要包括噪声信号采集与存储模块、噪声信号处理与分析模块两部分,界面如图3所示。

2.1噪声信号采集与存储模块

噪声信号采集模块可采集并存储原始的噪声信号,用户可以设置设备名、物理通道、噪声频率范围、传声器灵敏度及采样频率等参数,系统能采集环境噪声信号,并实时显示噪声信号波形图和声压级。采集过程的起止可通过“开始采集”和“停止采集”两个按钮控制,采集信号以TDMS文件格式存储。TDMS文件是NI公司最新推出的数据管理系统。TDMS文件以二进制方式存储数据,它同时拥有方便、高速以及文件小、易存取等诸多优势。它在具备二进制文件优点的同时,又具备关系型数据库的一些优点,它还可以在NI的各种数据分析或挖掘软件之间进行无缝交互,TDMS文件查看器以树形方式列出文件的属性和数据。

2.2噪声信号处理与分析模块

噪声信号处理与分析主要包括信号读取、数字滤波、时域分析、频谱分析等功能。信号读取主要完成对已存储的TDMS文件格式噪声信号的重新读取并显示波形图。在噪声信号采集、转换和传输过程中,会在采集的数据中混入干扰信号。因此,信号必须经过滤波器滤波。系统中采用数字滤波器。数字滤波器是用有限精度算法实现的离散时间线性非时变系统,可以将所需运算编成程序让计算机来执行。数字滤波器不需要增加额外的硬件,而且可随时根据需要更换滤波算法实现不同的滤波方法,因此具有长期工作时稳定性高、精度高、灵活性大等优点。系统中主要选择Butterworth低通滤波器。其特点是通频带内的频率响应曲线最大限度平坦,没有起伏,而在阻频带则逐渐下降为零。时域分析是直接在时域中对系统进行分析的方法,包括信号的均值、均方值、峰值及卷积和相关性分析等。频谱分析是信号的一种频域分析方法,为了解信号的频率成份以及每种成份的强度大小,它利用傅立叶变换将时域信号转换为频域信号。通过分析噪声信号的频率组成和相应量的大小,可以判断机电设备噪声源及产生噪声的原因。

3结论

基于NI公司的Lab VIEW虚拟仪器技术平台,开发完成了噪声信号采集系统,并能实现噪声信号的采集、处理与分析等功能。在此基础上,可进一步进行噪声源识别与噪声污染治理等方面的研究。

参考文献

[1]贺启环.环境噪声控制工程[M].北京:清华大学出版社,2011.

[2]中国安全生产科学研究院.建设项目职业病危害评价[M].徐州:中国矿业大学出版社,2012.

[3]白云,高育鹏,胡小江.基于Lab VIEW的数据采集与处理技术[M].西安:西安电子科技大学出版社,2009.

[4]Jeffrey Travis,Jim Kring.Lab VIEW大学实用教程(第三版)[M].乔瑞萍等译.北京:电子工业出版,2011.

[5]杭州爱华仪器有限公司.测试传声器[EB/OL].http://www.hzaihua.com.cn/products_show.aspx id=114.

[6]杭州爱华仪器有限公司.前置放大器[EB/OL].http://www.hzaihua.com.cn/products_show.aspxid=37.

[7]美国国家仪器(NI)有限公司.USB-4431数据采集卡[EB/OL].sine.ni.com/nips/cd s/view/p/lang/zhs/nid/206676.

[8]陈树学,刘萱.Lab VIEW宝典[M].北京:电子工业出版社,2011.

噪声信号论文篇7

1 噪声调频干扰信号

噪声调频信号的时域关系如下形式[2]

J(t)=U cos(ωjt+KFM∫ $_{0}^{t}$ un(τ)dτ+ϕ) (1)

式中,un(t)为调制噪声;U为载波振幅;ωj为载波频率;KFM表示调制噪声每伏电压引起的频率变化;ϕ为[0,2π]上的均匀分布且与噪声un(t)相互独立。噪声调频信号的有效调频指数mfe=KFMσn/ΔΩn,ΔΩn为调制噪声的频谱宽度,σ $_{n}^{2}$ 为调制噪声功率。当mfe≫1可以得到噪声调频干扰信号的功率谱密度为[3]

$p (f) = \frac{U^{2}}{2} - \frac{1}{\sqrt{2 π} f_{d e}} \exp [- \frac{(f - f_{j})^{2}}{2 f_{d e}^{2}}] (2)$

此时噪声调频信号的半功率干扰带宽 $Δ f_{j} = 2 \sqrt{2 \ln 2} f_{d e} = 2 \sqrt{2 \ln 2} Κ_{F Μ} σ_{n}$ 。当mfe≪1时,噪声调频信号的功率谱为

$p (f) = \frac{U^{2}}{2} \frac{f_{d e}^{2} / (2 Δ F_{n})}{(π f_{d e}^{2} / (2 Δ F_{n}))^{2} + (f - f_{j})^{2}} (3)$

此时噪声调频信号的干扰带宽(-3 dB带宽)为:Δfj=πf $_{d e}^{2}$ /ΔFn=πm $_{f e}^{2}$ ΔFn,ΔFn=ΔΩ/2π。通常情况下mfe≫1。

2 能量法检测技术原理

对于噪声调频干扰信号,由于其信号的随机性很强,很难再使用相关的办法对其进行检测,但在雷达接收系统的设计时,其系统的热噪声相对比较稳定,所以其自身的热噪声功率也是相对稳定的。更为重要的是,对雷达接收机而言,其本身的带宽有限,接收到的雷达脉冲信号的占空比较低,其平均功率也较小,所以从长时间统计意义上看,雷达信号对噪底的功率影响也较小。当有噪声干扰信号进入时,在其干扰频带上会比无噪声干扰信号时在能量上有明显的提高,即雷达接收机的噪声电平将抬高。

图1给出了能量法检测技术信号处理的流程图。在图1中,Jn(t)为噪声调频干扰信号,s(t)为雷达脉冲信号,n(t)为输入噪声。y(t)为接收天线未对准干扰源时进入接收机的信号。首先,在没有干扰信号背景下进行系统标校,通过多次测量一定时间内的信号能量,经平均后得到系统和环境背景本身的噪声电平,计其功率为σy。具体检测时,对相同时间内输入信号进行能量统计,将统计结果与标校结果σy进行比较,其判决准则为

${\begin{cases} σ_{s}^{2} \geq k σ_{y}^{2}, 有干扰 \\ σ_{x}^{2} ＜ k σ_{y}^{2}, 无干扰 \end{cases} (4)$

其中,系数k可适当调整。当k选择为1表示当信号的统计能量高于雷达信号与噪声的能量之和时认为有干扰。但实际中由于虚警的可能,一般k不选为1。例如若选择k为2,即统计结果比标校值高3 dB即认为有干扰,否则判决为无干扰。

对于检测门限的设定,在实际的系统中,系统的热噪声是在设计时所确定的固有性质,相对于外界的环境要稳定得多。在设置门限时,可以在侦察天线没有对准干扰源的情况下得到内外混合噪声以及雷达回波信号的混合平均功率值作为参考信号,其优点是能够真实地反应实际情况,但是此时应避免有其他发射机在工作。因若有其他发射机信号的输入,将参考门限抬高,检测概率降低,出现漏警的概率增加。

文中算法的两个重要参数σ $_{y}^{2}$ 和k决定了检测门限。σ $_{y}^{2}$ 是实际中的统计结果,在这里σ $_{y}^{2}$ 与实际中无干扰仅有雷达信号和噪声进入时的信号功率值越接近越好。影响σ $_{y}^{2}$ 的主要因素是统计时长等,增加统计时长并多次测量后进行平均有利于找到合适的σ $_{y}^{2}$ 值。此外对于k的选择也至关重要,若k过小导致门限过低,虚警率将增大。反之则漏警率增大。

能量法检测的优点是适合于各种噪声压制性干扰,简单实用并易于实现。缺点是没有从频域上分析信号,也不能确定是何种噪声调制干扰。

3 能量统计检测法硬件电路设计

CPLD或FPGA技术的出现,为DSP系统的设计又提供了一种崭新的方法[4]。全新的CPLD/FPGA系列正在越来越多地替代ASIC和PDSP用于前端数字信号处理的运算。

本文利用QuartusⅡ设计了能量统计检测法的硬件电路,其电路图如图2所示。硬件电路的设计思想是:对每1 ms时长接收到的信号进行能量统计,之后与门限进行比较,输出标志表示前1 ms时间有无噪声调频干扰。本电路采用模块化设计,这里设左起第1排的上下两模块分别为模块1和2,第2排为模块3和4,第3排为模块5,第4排为模块6。模块1是信号分路电路,将输入的信号分成两路进行处理,主要是为了降低速度。因噪声调频干扰信号的带宽很大,采样率一般要求较高,分成多路处理可有效降低系统时钟速度,这里采用2路;模块2是分频器,用以产生1 ms的时钟,将每1 ms时长数据的计算结果输出出去。模块3和4均为信号处理模块,进行能量统计,时钟为输入信号速率的一半,由模块1提供。模块5对两路信号能量求和,得到总能量,模块6是比较器。电路的输出flag相对于输入信号延迟1 ms。

4 仿真

为了讨论方便,假设接收机为理想接收机,接收机的带宽足够大并且假设噪声为高斯白噪声,这样的假设具有一般性。仿真使用的噪声调频信号的中心频率为100 MHz,干扰带宽为50 MHz(75～125 MHz),采样率为300 MHz。在不加干扰的情况下进行第一次仿真,产生1个10 ms长的高斯白噪声并叠加1个脉宽为5 μs,重复周期为10 μs的雷达脉冲信号,信噪比为10 dB;第2次仿真时,在3.5～7 ms之间叠加1个上述性质的噪声调频信号,信干比为10 dB。使用Matlab产生数据并将数据量化成8位有符号数。编写Testbench[5]文件并利用Modelsim进行仿真,两次仿真的门限保持一样。利用Matlab计算出无干扰时所产生信号1 ms时长的平均能量 $\bar{E}$ ,再把k取2,以 $2 \bar{E}$ 作为检测门限,表示统计结果比标校值高3 dB即认为有干扰。仿真结果分别,如图3和图4所示。

图3和图4中横坐标的单位为ps,每格时长为1 ms,系统时钟clock为300 MHz,clk_1 ms的周期为1 ms。图3中flag一直为0,表示没有检测到干扰,而图4中可以看出在5～8 ms区间flag为1,因为flag相对于信号输入延迟1 ms输出,说明在4～7 ms区间有噪声调频干扰,这与Matlab产生的信号吻合。容易看出,对于3.5～4 ms区间的干扰信号没有检测到,可见对于每1 ms区间的信号,若只有很短一部分有干扰信号,此方法对此时间信号存在检测盲区。但对于长时间的连续信号,此方法具有较好的检测性能。

5 结束语

由于噪声调频干扰信号具有较强的随机性,利用相关的检测方法难以对此类信号做出有效检测。但是由于噪声调频干扰通常是一个连续的干扰,通过能量统计的方法可以做出有效的检测,统计时间越长,检测越精确。

参考文献

[1]赵国庆.雷达对抗原理[M].西安:西安电子科技大学出版社,1999.

[2]王雷,赵国庆.一种自动识别噪声调频信号的方法[J].电子科技,2009,22(1):20-22.

[3]张永顺,童宁宁,赵国庆.雷达电子战原理[M].北京:国防工业出版社,2006.

[4]Uwe Meyer-Baese.数字信号处理的FPGA实现[M].北京:清华大学出版社,2006.

噪声信号论文篇8

与传统的OOK(开关键控)调制格式相比,新型调制格式BPSK(二进制相移键控)、QPSK(正交相移键控)和QAM(正交幅度调制)等,因具有更高的频谱利用率、更高的接收灵敏度和更强的抗光纤非线性的能力而被业界认为是下一代光纤通信系统的关键技术之一[1,2,3,4,5,6]。与OOK调制格式不同,上述新型调制格式的性能极易受传输系统线性和非线性相位噪声影响。因此,针对采用新型调制格式的光纤传输系统,除了需要对OSNR(光信噪比)进行监控外,还需对信号相位噪声进行监控[4,6,7,8,9]。目前针对相位噪声监控已有相关报道。文献[7]报道了一种基于FWM(四波混频)技术的相位噪声监控方案,该方案通过监控FWM过程中闲频光的功率实现对相位噪声的监控。文献[8]报道了一种利用非对称干涉光纤环行镜实现相位噪声监控的方案。文献[9]报道了一种利用相位调制相干接收技术实现相位噪声监控的方案。而全光、精确、大动态范围相位噪声监控技术还有待进一步研究。

本文针对BPSK信号提出了一种基于光纤参量放大的全光相位噪声监控方案,即通过监控参量放大过程中的信号光功率来监控信号相位噪声的大小。系统仿真结果表明,针对40 Gbit/s BPSK信号,该方案可以实现0~0.4Vπ(Vπ为相位调制器的电压)范围内相位噪声的监控。

1 全光相位噪声监控原理

基于参量放大的BPSK信号全光相位噪声监控原理如图1所示。在本方案中,我们采用双泵浦参量放大的方式。两路中心角频率分别为ω1和ω2的连续光和一路中心角频率为ω3的BPSK信号光注入到非线性介质中(如:光纤),当连续光与输入信号光的频率满足2ω3=ω1+ω2关系时[10],连续光与信号光之间通过参量放大过程会产生功率的相互转移,具体的功率转移过程取决于连续光和信号光之间的相位关系。

假设两路连续光的相位分别为φ1和φ2,带有相位噪声的BPSK信号的相位为φ3,则根据参量放大过程中的相位匹配条件有[10]:φ=φ1+φ2-2φ3,式中,φ为相位失配量。为了利用参量放大过程实现对输入BPSK信号的相位噪声监控,我们固定输入泵浦信号的相位φ1和φ2(例如设φ1=φ2=π)。因此,由参量放大的相位匹配条件可知,满足不同相位失配量φ的BPSK信号将在参量放大过程中被放大或衰减。具体来说,如果输入BPSK信号的相位φ3使得φ满足-π/2<φ<0,则输入的BPSK信号将被放大,否则,输入的BPSK信号被衰减。而且BPSK信号的放大增益或衰减系数也与输入的BPSK信号的瞬时相位φ3有关。因此,我们在接收端通过监控参量放大后BPSK信号光的光功率就能够实现对输入BPSK信号相位噪声的监控。

2 系统仿真和分析

我们基于Rsoft商用仿真软件搭建了仿真系统,如图2所示。

设定两路连续泵浦光和一路BPSK信号光的中心角频率分别为ω1=193.9THz、ω2=194.1THz和ω3=194THz。为了模拟链路中的相位噪声,我们将电高斯白噪声通过相位调制器加载到BPSK信号上,并且通过控制电高斯白噪声的电压幅值来控制加载到BPSK信号上相位噪声的大小。然后,将两路连续泵浦光和一路带有相位噪声的BPSK信号一同注入到高非线性光纤中以实现参量放大。其中,两路连续光的光功率均为12dBm,BPSK信号的光功率为-10dBm,传输比特率为40 Gbit/s。光纤长度为1km,非线性系数为30km-1·W-1。最后,在高非线性光纤的输出端用中心角频率为ω3=194THz、带宽为100GHz的光带通滤波器滤出BPSK信号光,并用光功率计监控其功率。

图3给出了噪声电压为0V时输入BPSK信号的眼图和经过高非线性光纤后的光谱图。由于此时的相位失配量φ接近零,信号在参量放大过程中获得最大增益。经过参量放大过程后,BPSK信号的功率放大到约-5dBm。

图4给出了噪声电压为0.4Vπ时输入BPSK信号的眼图和经过高非线性光纤后的光谱图。由于此时的相位失配量φ在-π/2<φ<0范围以外,BPSK信号在参量放大过程中被衰减,其功率衰减约为-14.5dBm。

随后,我们进一步研究了具有不同相位噪声的BPSK信号经参量放大过程后的功率变化情况。图5给出了不同噪声电压情况下,高非线性光纤输出端信号光功率的变化。在此,我们通过改变加载到相位调制器上的噪声电压值来改变加载到输入BPSK信号上的相位噪声。从图中可以看出,当噪声平均电压在0~0.4Vπ范围内变化时,监控到的BPSK信号的光功率随加载到相位调制器的电压(对应于加载到BPSK信号上的相位噪声)呈单调递减变化,表明本方案能够实现BPSK信号在0~0.4Vπ范围内的相位噪声监控。

3 结束语

本文提出了一种基于双泵浦参量放大的全光BPSK信号相位噪声监控方案,并在40 Gbit/s BPSK系统中仿真验证了该方案的可行性和有效性。仿真结果表明,本方案针对BSPK信号可以实现0~0.4Vπ范围内相位噪声的监控。该技术可用于未来高性能光纤通信系统实现对信号相位噪声的监控,从而实时、动态地获取系统性能,以实现对系统的维护、管理以及可重构配置。

参考文献

[1]Yan L,Willner A E,Wu X,et al.All-optical signal processing for ultra-high speed optical systems and networks[J].Journal of Lightwave Technology,2012,30(24):3760-3770.

[2]Xu C,Xiang L,Xing W.Differential phase-shift keying for high spectral efficiency optical transmissions[J].IEEE J Sel Topics Quantum Electron,2014,10(2):281-293.

[3]张婧,潘炜.基于光纤的RZ-DPSK全光再生技术的研究[J].光通信研究,2010,(2):1-4.

[4]张磊,张晓光,席丽霞,等.PM-QPSK相干光通信系统中基于高阶统计矩的光信噪比监测方法的修正[J].中国激光,2014,41(5):0505004-1-0505004-5.

[5]毕伟,席丽霞,张晓光,等.用π旋转型低密度奇偶校验码提升100Gb/s偏振复用差分正交相移键控光通信系统性能[J].中国激光,2014,41(1):0105002-1-0105002-7.

[6]Elschner R,De Melo A M,Bunge C A,et al.Noise Suppression Properties of an Interferometer-Based Regenerator for Differential Phase-Shift Keying Data[J].Opt Lett,2007,32(2):112-114.

[7]Lu G W,Miyazaki T.Optical Phase Noise Extraction and Amplification Technique Through Four-Wave Mixing and its Application to Optical Phase Noise Monitoring in(D)PSK Systems[J].IEEE Photon Technol Lett,2009,21(13):881-883.

[8]Gao Ying,Xie Yanqiao,Gao Shiming,et al.Highsensitivity phase noise monitoring using aphase-asymmetric nonlinear loop mirror[C]//OFC/NFOEC2011.Los Angeles,CA,USA:OSA,2011:JThA16.

[9]Chen Z Y,Yan L S,Guo Y H,et al.Phase Noise Monitoring for NRZ-DPSK Signals Using Phase Modulation Detection[C]//2012International Topical Meeting on Microwave Photonics(MWP).Noordwijk,Holland:IEEE,2012:156-159.

【噪声信号论文】推荐阅读：

噪声调频信号08-21

噪声信号采集10-08

信号与噪声11-10

信号干扰噪声比10-02

公路噪声论文08-05

语音噪声论文11-17