信号检测理论（精选9篇）
信号检测理论 篇1
近年来, 因瓦斯浓度超标引起的重大矿难逐年增加, 造成人员伤亡, 社会影响极比较大, 因此做好瓦斯浓度信号检测工作及时控制矿井瓦斯的变化情况, 对井下安全作业有着极其重要的意义[1]。针对瓦斯检测中的实际问题, 煤矿井下环境非常复杂, 随机干扰因素很多, 导致瓦斯浓度信息被检测信号较为微弱, 这给井下瓦斯浓度信号的检测带来极大的挑战, 同时这一领域也成为越来越多的学者的关注热点。
至今为止, 混沌理论已被广泛应用于众多的学科之中, 其中在信息处理领域的应用是信息处理发展的主要方向之一。Duffing振子系统对微弱周期信号有极强的敏感性, 而且对噪声具有很强免疫性, 因此人们常利用Duffing振子这个特点来检测微弱信号[2]~[4]。Duffing振子系统检测微弱信号的核心是判断系统相轨迹状态的变化;多年来, 学者已提出了很多判断相轨迹变化的方法, 但是其中最常用, 最直观, 同时也是应用最为广泛的就是视图法, 也就是通过观察系统的相轨迹判断其的变化。淹没在噪声中的被测微弱信号被Duffing振子系统检测, 将被测信号作为混沌系统周期策动力的摄动, 由于混沌系统对噪声的免疫力和对周期小信号的敏感性[5], 即使被测信号的幅值非常之小, 只要输入Duffing系统之中, 系统的相轨迹状态都会发生巨大的相变, 通过模式识别或取包络识别等方法判断系统状态的变换, 从而可判定被信号是否存在, 若需要检测更多的被测信号更多的参数只需作进一步处理即可。
本文将混沌理论中的Duffing振子检测信号的方法引入到井下信号处理之中, 将良好的抗噪性能的Duffing系统在检测法用于对瓦斯浓度信号的检测当中, 井下瓦斯信号的强的背景噪声能得到有效抑制[6], 从而提取目标被测信号。本文详细研究了Duffing混沌系统检测信号的原理, 并把其应用于井下瓦斯信号的检测之中。最后, 进行了数值仿真, 仿真验证了基于混沌理论的微弱信号检测法在复杂的井下环境的瓦斯信号检测中依然有效[7]。
1、混沌理论的检测技术
混沌检测系统中, 应用最多最为广泛的混沌振子是Holmes型Duffing振子, 其数学模型如下:
(1) 式可转化为:
式 (1) 与 (2) 方程描述的系统对微弱周期信号的检测时有极强的敏感性, 而却噪声具有免疫性, 这是Duffing系统检测微弱信号的基础。
固定k, 增大r, 系统依次历经状态:当x较小时, 相轨迹表现为庞加莱映射意义下的吸引子;当r超过rc时, 系统便从同宿轨道状态进入分叉状态;r继续增大, 系统逐渐进入混沌状态 (如图1) ;直到r大于阈值rd时, 系统摆脱混沌态, 进入大周期状态 (如图2) [8]~[9];这些状态中, 在混沌到大周期的转变中, 系统状态变化巨大, 因此, 现在一般用此作为Duffing振子检测信号的依据[10]。
2、数据仿真
瓦斯信号是比较复杂, 而且是多变的, 数学模型不易表达, 而由傅里叶级数的普适性可以知, 瓦斯信号可以变换为多个正弦或者余弦信号之和的形式。所以, 本实验以微弱正弦信号作为被测信号, 从而来使基于混沌理论的瓦斯信号检测法的原理与性能得到验证。
实验1
分别向Duffing振子系统之中输入高斯白噪声和与系统策动力信号频率相同的正弦信号, 通过计算机观察Duffing系统状态轨迹的变化。这个分组实验的目的是证明混沌系统能有效的检测微弱目标信号。仿真实验具体步骤如下:
本实验中取混沌振子参数分别为:。首先调节系统策动力的幅度值r, 迫使混沌系统处于混沌到大周期的临界状态, 则r=0.8247, 即rd=0.8247;首先将均值为零, 方差为δ=1的随机噪声作为待测信号输入混沌振子系统之中, 其系统的时域与相轨迹图, 如图3;其次, 将本文采用的被测信号s=0.0001cos (t) 输入到Duffing振子系统之中, 此时系统的时域与相图都发生了重大变化, 即混沌状态进入了大周期状态, 如图4。
域图以及其对应的相图
系统时, 系统时域图及其对应相图
此组对比实验结果验证了Duffing振子系统具有对井下噪声具有极强的免疫力, 而对与其策动力频率相同的微弱正弦信号瓦斯信号却极其敏感的性质;所以Duffing振子能有效的检测微弱信号, 即可验证混沌振子系统检测瓦斯信号的有效性。
实验2
设混沌系统的输入信号为:
式中, r为目标微弱信号的幅值, n (t) 为背景噪声。
将被淹没在背景噪声之中的被测小信号信号s (t) 输入进Duffing振子系统之中, 则系统的输入变成。基于Duffing振子检测微弱信号原理基本可以总结为:首先以一定步长调节策动力幅值r, 混沌到大周期的临界状态出现在系统, 此时策动力幅值记为rd (rd表示Duffing振子在混沌到大周期的临界状态时内置频率的幅值) ;然后输入淹没在背景噪声中的目标小信号信号, 系统状态发生了变化, 然后策动力的幅度值r以一定的步长被减小, 直到混沌状态再次出现系统相轨迹当中为止, 此时策动力幅值记为r。则待检测信号的幅值为:rx=rd-r。
本实验的具体实验步骤为:首先调节策动力幅值r, 使混沌到大周期的临界状态出现在Duffing振子系统之中, 此时rd=r=0.8247;然后向Duffing振子系统之中输入淹没在背景噪声中的目标信号s (t) , 此时无论是时域还是频域的Duffing振子系统均发生了巨大的变化, 相图如图6;然后再次改变策动力幅度值r, 系统再次出现混沌为止, 如图5, 此时策动力幅值为0.8246;则待检测信号的幅值为:rx=rd-r=0.0001。
由本实验可以看出, 强噪声背景下的微弱瓦斯信号可以被混沌振子系统有效的检测, 所以为了瓦斯信号被有效检测乃至井下安全作业, 提出了基于Duffing振子的微弱瓦斯信号检测法,
3、结语
由于瓦斯信号的微弱性以及井下自然环境的恶劣, 本文在井下瓦斯浓度信号检测之中引入了最新的基于混沌技术微弱信号检测法。通过建立Duffing振子系统, 其初值敏感性以及检测微弱信号的原理得到了深入的分析, 并给出了计算机仿真图。最后进行了数据仿真, 仿真结果证明了瓦斯信号能被基于混沌理论的井下瓦斯浓度信号检测法有效的检测。
参考文献
[1]王振东, 罗先熔, 王坚, 邱伟, 王光洪.地电化学技术在青藏高原冻土覆盖区寻找隐伏金矿的研究[J].现代矿业, 2012, V28 (02) :50-52.
[2]Guanyu Wang, Dajun Chen, Jianya Lin, etal, The Appli-cation of Chaotic Oscillators to Weak Signal Detection[J], IEEETransactions on Industrial Electronics, 1999, 46 (2) :440-445.
[3]庄艳丽.基于混沌振子的微弱信号检测方法研究[D].成都:成都电子科技大学, 2006.
[4]李亚安, 贾雪松, 孙进才.基于局部投影理论的水声信号降噪处理研究.西北工业大学学报, 2005, 23 (2) :147-151.
[5]李月, 郭华, 唐方江等.噪声通过混沌振子后统计特性的定性分析[J]吉林大学学报, 2002, 32 (3) :287-289.
[6]T.M.Janaki and G.Rangarajan, Computation of the Lyapunov spec-trum for continuous-time dynamical systems and discrete maps, Physical Review E, 60 (1999) :6614-6626.
[7]WANG Li, GAO Jian-Jun.Design and Implement of Mix-ModeMine Dynamic Management Information System[J].Modern Mining, 2012, V28 (03) :1-4.
[8]李月, 杨宝俊, 石要武等.混沌振子用于强噪声下微弱正弦信号的检测[J].吉林大学自然科学学报, 2001, 1 (1) :75-77.
[9]梁倩.微弱信号的混沌检测方法[C].西北工业大学硕士毕业论文, 2007.3.
[10]魏新建.基于Duffing混沌振子微弱信号检测方法[C].天津大学硕士毕业论文, 2010, 6.
信号检测理论 篇2
DTMF 信号的产生与检测
指导老师：
申艳老师
时 时
间：
2014 年 年 7 月 月 18 日
设计任务书 双音多频 DTMF（Dual Tone Multi Frequency）信号是在按键式电话机上得到广泛应用的音频拨号信令，一个 DTMF 信号由两个频率的音频信号叠加构成。这两个音频信号的频率分别来自两组预定义的频率组：行频组和列频组。每组分别包括 4 个频率，据 CCITT 的建议，国际上采用的这些频率为 697Hz、770Hz、852Hz、941Hz、1209Hz、1336Hz、1477Hz和 1633Hz 等 8 种。在每组频率中分别抽出一个频率进行组合就可以组成 16 种 DTMF 编码，从而代表 16 种不同的数字或功能键，分别记作 0~9、*、#、A、B、C、D。如下图所示。
图 1-1 双音多频信号编码示意图 要用 DSP 产生 DTMF 信号，只要产生两个正弦波叠加在一起即可；DTMF 检测时采用改进的 Goertzel 算法，从频域搜索两个正弦波的存在。
实验目的 掌握 DTMF 信号的产生和检测的 DSP 设计可使学生更加透彻的理解和应用奈奎斯特采样定理，与实际应用相结合，提高学生系统地思考问题和解决实际问题的能力。通过对 DSP信号处理器及 D/A 和 A/D 转换器的编程，可以培养学生 C 语言编程能力以及使用 DSP 硬件平台实现数字信号处理算法的能力。
技术指标及设计要求
基本部分 1)使用C语言编写DSP下DTMF信号的产生程序，要求循环产生0~9、*、#、A、B、C、D对应的DTMF信号，并且符合CCITT对DTMF信号规定的指标。
2)使用C语言编写DSP下DTMF信号的检测程序，检测到的DTMF编码在CCS调试窗口中显示，要求既不能漏检，也不能重复检出。
3)DTMF信号的发送与接收分别使用不同的实验板完成。
发挥部分 1)
使用一个DSP工程同时实现DTMF信号的发送和检测功能。
2)
改进DTMF信号的规定指标，使每秒内可传送的DTMF编码加倍。
3)发送的DTMF信号的幅度在一定范围内可调，此时仍能完成DTMF信号的正常检测。
方案完成情况
在实现基本要求的基础上，我们又完成了发挥部分的全部要求：能够实现在一个 DSP 实验箱上同时实现自发自收，基本能实现无差错传输。通过改变处理信号的点数 N 的数值实现了 DTMF 信号编码加倍，能够在一秒内传送够多的数据。通过 gel 添加滑动条的方法实现输入信号幅度可调，并实现判决门限的自适应处理，能随着幅度的变化自动调整门限的值，进而了判决传输信号的正确性。
设计内容
DTMF 信号的的定义 双音多频(DTMF)信号是由两个不同频率的信号叠加而成,设V(t)为DTMF信号、 t V H和 t V L 分别为构成V(t)的两个信号,则它们应满足关系式(1)。
V(t)= t V H + t V L
(1)根据CCITT建议,国际上采用697Hz、770Hz、852Hz、941Hz、1209Hz、1336Hz、1477Hz、1633Hz8个频率,并将其分成两个群,即低频群和高频群。从低频群和高频群中任意抽出一个频率进行叠加组合,具有16种组合形式,让其代表数字和功率,如表3-1所列,则有关系式(2)。
V(t)=AsinH t+BsinL t
(2)其中AsinH t为低频群的值,BsinL t为高频组的值,A、B分别为低频群和高频群样值的量化基线，具体见表2-1。
Lf
Hf
1209 1336 1477 1633 697 1 2 3 A 770 4 5 6 B 852 7 8 9 C
941 * 0 # D 表2-1
DTMF频率及其对应的键值
DTMF 信号 生成方法
利用采用数学方法产生 DTMF 信号 buffer[k]= sin(2*pi*k *f0/fs)+ sin(2*pi*k *f1/fs)
（式 2-1）
f0 为行频频率，f1 为列频频率，fs 为 8000 采样频率，k 为对信号的采样。
利用两个二阶数字正弦波振荡器产生 DTMF 信号（本课程设计实际采用方法）
DTMF 编码器基于两个二阶数字正弦波振荡器，一个用于产生行频，一个用于产生列频。向 DSP 装入相应的系数和初始条件，就可以只用两个振荡器产生所需的八个音频信号。典型的 DTMF 信号频率范围是 700～1700Hz，选取 8000Hz 作为采样频率，即可满足 Nyquist条件。由数字振荡器对的框图，可以得到该二阶系统函数的差分方程
（式 2-2）
其中 a1=-2cosω0，a2=1，ω0=2πf0 /fs，fs 为采样频率，f0 为输出正弦波的频率，A 为输出正弦波的幅度。该式初值为 y(-1)=0，y(-2)=-Asinω 0。CCITT 对 DTMF 信号规定的指标是，传送/ 接收率为每秒 10 个数字，即每个数字 100ms。代表数字的音频信号必须持续至少45ms，但不超过 55ms。100ms 内其他时间为静音，以便区别连续的两个按键信号。编程的流程如图 1 所示，由 CCITT 的规定，数字之间必须有适当长度的静音，因此编码器有两个任务，其一是音频信号任务，产生双音样本，其二是静音任务，产生静音样本。每个任务结束后，启动下一个任务前（音频信号任务或静音任务），都必须复位决定其持续时间的定时器变量。在静音任务结束后，DSP 从数字缓存中调出下一个数字, 判决该数字信号所对应的行频和列频信号，并根据不同频率确定其初始化参数 a1=-2cosω0 与 y(-2)=-Asinω0。该流程图可采用 C 语言实现，双音信号的产生则由 54x 汇编代码实现。整个程序作为 C 5 4 x 的多通道缓冲串口（McBsp）的发射串口中断服务子程序，由外部送入的 16000Hz 串口时钟触发中断，可实时处理并通过 D / A 转换器输出 DTMF 信令信号。
图 2-1 DTMF 编码流程
DTMF 信号的检测方法 DTMF信号的检测方法可以有多种。主要分为从信号时间域处理和从信号频率域处理两大类。
前一种方法包括：过零点位置检测法、信号峰值位置检测法、过零点位置及信号幅值检测法。其特点是实现简单，可以通过MT8880等芯片加上外围电路实现，易于集成化。缺点是易受干扰，对信噪比要求高。现在广泛应用于一般的脉冲拨号电话机。通过神经网络等辅助判别方法可以大大提高信号的识别率。
后一种方法包括：频率判断、能量判断两类。频率判断主要通过滤波器提取DTMF相应的频率信号进行比较判断，滤波器可以用窄带、低通、高通滤波器，应用方式可以有并联、级联、混合联接等方式。能量判断是直接对DTMF信号相应的能量进行计算，找出高、低频率群中最强的信号，进行判断，包括有DFT法（Discrete Fourier Transform）、FFT(Fast Fourier Transform)、Goertzel法等。
本次实验我们采用的是能量判断法，并采用了 Goertzel 算法。
设计方案、算法原理说明
Goertzel 算法原理
Goertzel算法信号解码是将两个音频信号提取出来，并通过他们的频率，确定所接受的DTMF数字。原来使用模拟技术音频信号频率进行检测，一般通过模拟电路进行过零点检测，通过零点计数完成对输入信号的频率检测。在数字信号检测电路中，一般使用频域计算技术代替时域信号处理。我们可以直接通过付立叶变换，直接得到输入的信号频率。信号各个频率分量的幅值直接计算可以使用DFT。对于N点数据序列{x(n)}的DFT为: 1 N ,..., 1 , 0 k , W n x k XnkN1 N0 n
（式 3-1）
如果用FFT算法来实现DFT计算，计算将涉及复数乘法和加法，并且计算量为 N Nlog2。虽然我们可以得到DFT的所有N个值，然而，如果希望计算DFT的M个点，并且M< N log 2 时，可以看到，直接计算DFT则更加有效。下面我们用到Goertzel法，是一种直接计算DFT有效的方法。我们应用Goertzel算法对DTMF信号的检测，并且对其进行改进。
Goertzel算法，从根本上说，是计算DFT的一种线性滤波算法，它可以通过调整滤波器的中心频率和带宽，直接计算出DFT的系数。
Goertzel算法利用相位因子 kNW 的周期性。我们可以同时将DFT运算表示为线性滤波运算，由于kNNW=1，我们可以用该因子对公式(4)(DFT表达式)两边相乘，得到: m N kN1 N0 mkNNnkN1 N0 nkNNW m x W W n x k X k X W
（式 3-2）
我们注意到，上式就是卷积形式。可以定义序列 n Y K 为: m N kN1 N0 mkW m x n Y
（式 3-3）
显然，Yk(n)就是长度为N的有限长输入序列 n Y K 与具有如下单位脉冲响应的滤波器的卷积: n u W n hknN k
（式 3-4）
可以看到，当n=N时，该滤波器的输出就是DFT在频点 kN2k 值 即
N nKn Y k X
（式 3-5）
我们可以通过比较式(6)和式(7)来验证上式。对于单位脉冲响应为 n h k 的滤波器来说，其系统函数为: 1 kNkz W 11z H
（式 3-6）
这个滤波器只有一个位于单位圆上的极点，其频率为 kN2K 。因此，可以使用输入数据块通过N个并行的单极点滤波器或者谐振器组来计算全部的DFT,其中每个滤波器有一个位于DFT响应频率的极点。
因此，对于式(7)的卷积计算，我们可以使用差分方程形式来表示用式(9)给出的滤波器，通过迭代的方法计算 n Y K，从而得出DFT的计算结果: 0 1 y , n x 1 n y W n yk kkN k
（式 3-7）
计算涉及复数加法和复数乘法，计算量大。由于我们只需要计算幅值信息，而不关心相位信息。我们在单位圆上另外引入一个极点，与原有的极点形成一对共扼极点。将两个滤波器组成一对复数共轭极点的谐振器。原有的单极点滤波器计算方式变成形如式(10)的方式。其系统函数为: 2 11 kNzz z N k 2 cos 2 1z W 1z H
(式 3-8)上式中:N / k j2 KNe W，为差分方程的系数。由于引入了复数共扼极点，避免了式(9)中复杂的复数加法和复数乘法。
显然，对式(10)无法进行直接计算。为了便于计算实现，我们引入中间变量 n Q k，将式(9)表示为差分方程形式: n x 2 n Q 1 n QNk 2cos 2 n Qk k k
（式 3-9）
式中，初始条件为: N ,..., 1 , 0 n , 0 2 Q 1 Qk k
1 N Q W N Q N Y k XkkN k k
（式 3-10）
其中，Nk 2kNe W
Goertzel 算法改进与实现 Goertzel算法是计算离散傅立叶变换的方法，需要计算的频率点数不超过21092 N时Goertzel算法将比FFT(Fast Fourier Transform)更为有效。Goertzel算法相当于一个二阶IIR滤波器，(10)式是它的转移函数我们可以根据(10)式画出改进Goertzel算法的模拟框图，如图 3-1所示 + ++ N2nk2cos1z n x1z -1Q(n)Q(n-1)-KNW Q(n-2) n y k
图 3-1
Goertzel算法的模拟框图 图2中可看到，整个计算过程分为两部分:前向通路式(11)和反馈通路式（12)。显然，对于式(11)的递推关系计算需要重复N=1,?，N重复N+1次，但是式(12)中的反向计算只需要在n=N时计算一淡。每次计算只需要计算一次实数乘法和两次实数加法。所以，对实数序列x(n), 由于对称性，用这种算法求出X(k)和X(N-k)的值需要N+1次实数乘法运算。
我们现在可应用Goertzel算法完成实现DTMF解码器了。由于有8种可能的音频信号需要检测。所以需要至少8个由式(9)给出的滤波器，将每个滤波器调谐到这8个频率值上。在完成信号判决时，我们并不需要相位信息，只需要幅值信息|X(k)|。因此，对式(12)两边进行平方，计算幅度的平方值|X(k)| 2。我们将递推方程式(9,11, 12)进一步简化，得到滤波器计算的前向部分的简化表达方式，即滤波表达式的分子项部分: 由于我们只需要幅值信息，不需要相位信息，因此，对前向部分进行改进，输出幅度平方值。
1 N Q N QNk 2cos 2 1 N Q N Q N y N y k Xk k2k2k k k2
（式 3-1）
改进 Goertzel 算法原理小结 在式(12)中可以使用A, B分别代替递归项，令 1 N Q Ak ， 2 N Q Bk 将离散付里叶变换DFT的改进计算过程总结写为: k2 22kABcoef B A N y
（式 3-2）
其中
kN2cos 2 coef k， 2 2kk X N y
可以看到，由于上面两式中: 忽略相位信息，使用实数运算，无复数运算。等式右边全部是实数运算，大大提高了运算速度，降低计算量。
实际实现中误差分析
舍入误差问题 我们再次回到公式 3-1 进行分析：
1 N Q N QNk 22cos 1 N Q N y N y k XK K2K k k2
（式 3-1）
简单地说，在实际的DSP实现中将使用（4）式和（6）式来得到DTMF信号的频谱信息，（4）式实际就是一个递归线性滤波器的表达式，它在n=0…N之间进行循环。每N个样点对公式（6）进行了一次计算。
在这个算法中，DTMF频率（f i）变换成了离散傅立叶系数（k）,它们之间存在如下关系：,Nkffsi
这里，N是滤波器的长度，f s 是采样频率。在给定的采样频率下，我们可以通过调整N和K值，得到相应的DTMF频率（if）上的能量幅值。
但是，由于k和N是整数，有可能不能取到合适的DTMF频率（f i）。实际上，计算时如果采用FFT变换，计算字长N将被限定为2得n次方，每次计算可以同时得到N/2个频率点的幅度值。而对于DFT或Goertzel算法来说，对于N长度的算法，其可以分辨的最高频率为采样频率的一半。其输出序列为
{X(0)、X(1)……,X(N)} 对应的信号计算频率为f i ,i=0,1,…，N。所以，我们可以知道，可计算的信号频率存在一定的限制。式（4-12）给出了Goertzel算法的频率分辨率。对于不是正好在输出序列计算点上的信号频率，其计算结果分布在相近的频率值上，将会出现泄漏，这不是我们所期望的。
计算字长 N 的问题提出 N和k的选择不同，计算的误差会有很大不同。缩小N值，将显着减少计算量，所以N值的选取，是完成实时计算的核心。
在相关文献中，N值的选取也有很大的不同。有使用16个106字长计算完成信号监测及语音检测的，也有使用105字长或205字长完成Goertzel算法完成检测的，由此我们提出这样一个问题，在文所利用的Goertzel算法中，进行DTMF信号检测的最佳字长是多少？ 由采样频率公式可知，在采样率一定的情况下，N值的取值同时决定Goertzel算法计算时对应的频率，即Goertzel滤波器的中心频率。通过改变N值，计算出我们感兴趣的对应一组k值，即完成DTMF频率检测。但是，由式（14）可知k取整数，计算中心频率的位置与实际的DTMF频率必然会产生一定的舍入误差。我们将Goertzel算法中的中心频率与实际的DTMF频率的差值定义为D。可以计算出D的最大值为 Dmax=2Nf s,当k的误差 k =时，对应的频率百分比为：dtmfs2Nff,dtmff为所需计算的DTMF频率。
这实际上是DTMF频率位于“所计算的信号窗口的边缘”。当N值取较大值时，同时采取较高的采样频率可以取得较准确的检测结果，但是也加大了计算量。
由于N的取值，影响了计算时的Goertzel滤波器的中心频率的位置。实际应用中，首先需要确定N，同时对应不同的DTMF频率，取相应的k值，通过Goertzel算法，得到相应的X(k)。可以看到，N的取值是Goertzel算法设计DTMF信号检测器的关键，它直接决定了检测器的性能及对ITU建议的满足性。以下讨论在满足ITU要求的情况下，寻找的N值的过程，同时，我们在这里讨论的是误差的百分比，因此，可以通过计算点数的误差百分比来估计频率的百分比。
Goertzel 算法中 N 的选择要求 N的选择应考虑如下的因素：
频率偏移度不但要求主瓣宽度存在一定的范围之内，同时也和计算窗口中心频率有关。Goertzel算法种计算长度N的取值也影响到计算窗口中心频率的取值。
例如，如果N=125，f s
=8000Hz,对于770Hz信号的完成检测，频域分辨率为8000/125=64Hz,ITU规定的对于频率误差大于%的信号拒识，即对于770Hz信号为中心，宽度为到。的频率分辨率将矗立的信号为为中心，其他范围的频率则不满足规定要求。
舍入误差的寻优 根据siffN k ，在Goertzel算法进行递归计算时k要取整数，因而存在舍入误差。舍入误差是随机和离散的，不同的N值和不同的f i 舍入误差是不同的，因此造成的频率的偏移也是不同的。由于k的舍入误差反映的是频率的偏移，因此必须兼顾每个频率，选择k舍入误差小得N值。表3-1列出了当N=125时，不同的频率k值的舍入误差，表3-2列出了当N=205时，不同的频率k值的舍入误差.信号频率（Hz）
k 计算值 k 相对偏差（%）
679
770
852
941
1209
1336
1477
1633
表3-1
N=125时不同的频率值k的舍入误差
信号频率（Hz）
k 计算值 k 相对偏差（%）
679
770
852
941
1209
1336
1477
1633
表3-2
N=205时不同的频率值k的舍入误差 由于k的舍入误差反映的是频率的偏移，因此必须选择k舍入误差小的N值。同时还要兼顾每个频率，每个频率k舍入误差都比较小，或者尽可能的都取“舍”或者都取“入”，这样就会使偏移比较小或者都向同一个方向偏移。
复杂度比较
直接计算离散傅里叶变换，对于每一个k值，需要4N次实数乘法及4N-2次的实数加法，N点的傅里叶变换需要24N 次实数乘法及N(4N-2)次实数加法，因此，采用直接法计算的计算复杂度为O(2N)。
对于Goertzel算法来说。其输入的X(n),Wk,是复数，每计算一个新输出Y值需要做四次实数加法和四次实数乘法。由于我们只需要幅值信息，对于相位信息可以忽略，通过变换得到幅值信息。因此，共需要N+l次实数乘法，计算复杂度为O(MN)。
对于单个解码器来说，对于每次成功完成DTMF信号解码的时间估计十分重要。通过对解码器的处理时间估计，我们可以得到其处理性能，通过对处理性能评价，就可以预计单个解码器工作时可以承载的最大信道个数。在这里，定义DTMF解码器成功完成两个DTMF信号解码之间所耗费的时间可以这样估算: 每处理一个采样样本的时间间隔允许的最大值为:
ssf1T 125 s
（式3-3）
前向计算所需的时间为：sT N
可以看到，计算时间主要决定于计算字长N。对于每一个需要检测的频率，都必须进行(N+4)次实数乘法和(N十2)次加法。检测8个DTMF频率需要的总共的计算量为:(8N+ 32)次乘法与(16N十16)次实数加法。
算法流程图
图 4-1 程序算法流程图
源程序注释
初始化程序 rn“,ch);
}
else
中DTMF-SEND&RECEIVE,双击，即可加载.out 文件。CCS 将程序装载到目标 DSP 上，打开显示程序反汇编指令的 Disassembly 窗口。选择 Debug/Go Main，从主程序开始执行。最后单击 Debug－Run（或按 F5 键）运行程序。
图 6-10 下载 gel 文件
图 6-11
程序编译成功
图 6-12
将程序下载到实验箱
图 6-13
程序运行
图 6-13
打开 gel 文件滚动条
实验结果及图像 本次实验中，我们通过一台电脑循环产生 0——9、A、B、C、D、*、#，在另一台电脑上会循环显示检测到的 DTMF 信号，即循环显示 0——9、A、B、C、D、*、#。
下面我们从时域和频域两个角度观察一下检测信号的波形：
使用 CCS 中 Graph 显示 发送端的时域图形参数设置及显示结果如下所示 ：
：
图 6-14
发送缓存区图形参数设置（时域及频域）
图 6-15 发送缓存区时域图形显示
图 6-16 发送缓存区波形频谱显示
检测端的时域图形参数设置及显示结果如下所示 ：
：
图 4-17 检测缓存区图形参数设置（时域及频域）
图 6-18 发送缓存区时域图形显示
图 6-19 发送缓存区波形频谱显示
.2
使用虚拟仪器显示
图 6-20 发送端信号时域波形
图 6-21 发送端信号频谱 7.遇到的问题及解决方法 【 问题一】
】
新建工程时头文件路径不匹配，文件编译出错。
解决方法：在菜单栏中选中 Project-Build Options-Compiler-preprocessor-Include Search Path，添加正确路径即可。
【 问题二】
】
数据类型定义不当导致 cmd 文件中，内存分配不足，文件编译出错。
解决方法：打开 Debug 中的.map 文件，观察缓存溢出情况，修改 cmd 文件内存分配。
【 问题三】
】
声卡抽样频率设置有误，导致虚拟仪器观察输出波形时，出现多余频谱分量。
解决方法：打开，更改波特率设置，即采样频率设置为 8K 后，输出信号频谱正常。
【 问题四】
】
信号幅度控制与自适应阈值选取衔接有误。
解决方法：算法有误，后采取合理算法即原域值 30%+倍第二大频点的幅度平方值 70%（thresh=thresh*+*(linshi[1]*），信号检测正常。
【 问题五】
】
阈值选取不当，无法正常检测输出信号。
解决方法：经过多次尝试并修改阈值，最终选取合理阈值，正常判决、检测以及显示结果。
8.心得体会
刘璐：
双音多频DTMF信号是在按键式电话机上广泛应用的的音频信号，由于我家里最早接触的就是固话，一开始对这个题目比较感兴趣，就选择了这个题目。
通过看课件与查阅资料逐渐懂得了DTMF信号产生与检测的原理，熟悉了利用CSS这款软件和DSK板调试的过程。刚开始只知道按部就班的把过程操作一遍，后来通过学习也渐渐知道添加的*.lib,*.h这些文件的意义所在，比如(支持C语言运行的库)、、（是使用dsk板所需的库），c5400/cgtools/include里面含有dsp通用头文件，与硬件无关，而c5400/dsk5402/include中是硬件专用头文件等等。还有关于C语言在DSP课程设计中的应用和以前大一所学习的简单常用的C语言还是很有些区别，要掌握好编程还需要学习和努力。还有一个体会就是最后几天要接到实验板实在很困难，早上起的很早可能也没法借到板子来调试。
这次实验收获很大，掌握了一些对于CCS的运用，学习了DTMF信号的产生与检测的原理，学习了C语言的编程在dsp中的应用，真正体会到了DSP芯片强大的运算和处理能力，并且这次的课程设计不仅仅让我们学会如何使用DSP芯片以及应用，更是给我们今后在实际解决或系统设计时提供了一种设计思路，可根据不同系统的设计要求采用性能要求不同的DSP处理芯片来解决实际问题，同时有效地锻炼和提高了我们的软件编程能力。
总之，此次的课程设计使我收获颇丰，不仅掌握了 DTMF 信号的相关知识与 CCS 的操作，更锻炼了我处理问题的实际能力和思考问题的方法，这也必将对日后的科研相关工作奠定积极的意义。最后感谢老师对我的耐心细致的指导，谢谢老师。
9.参考文献 [1]高海林 钱满义编写《DSP技术及其应用》清华大学出版社 [2] 陈后金等 《信号分析与处理实验》 高等教育出版社
信号检测理论 篇3
从强噪声背景中检测微弱的有用信号是工程应用中的重要内容,前人已经开展了大量的研究工作。传统的基于线性理论的信号检测方法由于对噪声背景下的输出信噪比难以提高而存在局限性,尤其对强噪声背景下的微弱信号检测更是受到限制。然而很多研究证明,利用“混沌振子对周期小信号具有敏感依赖性,而对噪声具有免疫性”的特点[1,2],从强噪声背景中提取微弱的周期信号是一种行之有效的方法,引起了人们极大的兴趣。1995年Haykin[3]利用人工神经网络方法实现了混沌背景噪声中的小信号提取。
1996年Leung[4]利用MPSV方法进行了混沌通信系统中如何提取有用信号的研究。之后Wang Guan-Yu等人[5,6]利用混沌测量系统实现了白噪声背景下信噪比低达-66 dB的正弦信号的测量,成功提取了谐波信号;2004年李月、杨宝俊[7]提出了在色噪声背景下nV级正弦信号、方波信号、周期脉冲信号的混沌测量方法。文献[8]作了基于Duffing振子系统的电路仿真试验研究;文献[9]中开展了微弱信号检测的试验电路研究,并对2 Hz、20 Hz和60 Hz频率下的微弱信号进行了检测试验;文献[10]研究了如何利用混沌控制实现对微弱信号的检测。目前关于微弱信号检测虽然有了理论计算以及实验验证,但是实际的效果却缺乏说明。
本研究针对工程实际中常见的中、低频率信号开展微弱信号的自跟踪扫频检测方法的研究,并设计制作相应的自跟踪扫频检测电路,从而实现在噪声背景下的中、低频率微弱周期信号的检测。
1 混沌系统检测微弱信号基本原理
通过对Duffing振子混沌过程的控制实现微弱信号的检测是经典的方法之一,即利用混沌系统对参数及初值具有敏感依赖性的特点,通过控制混沌系统从临界状态到周期态形态的变化进行微弱周期信号的检测,Duffing方程的具体形式为:
式中:k—阻尼比;-x+x3—非线性恢复力;acos(ωt)—周期策动力;a,ω—周期策动力的幅值、频率。
这是一个描述非线性动力学的运动方程。
在调整周期策动力的强度从小到大时,系统相平面(x,
2 适应不同检测频率的控制方法
Duffing振子检测微弱信号方法实质上就是如何实现对混沌的有效控制[11]。为了使系统能检测任意频率的信号,本研究对式(1)所示系统改进为如下方程:
式中:accos(ωnt)—驱动系统的扫频控制信号,axcos(ωt)+n(t)—待测信号,n(t)—高斯白噪声。
对于不同的控制信号accos(ωnt),利用Melnikov方法可以求出Duffing振子存在混沌的阈值为[12,13,14]:
由此可知,不同的频率对应不同的混沌阈值。为了进行微弱信号的检测,必须求得不同频率时混沌阈值所对应的控制信号幅值。如ω1对应于ac1=kR(ω1),ω2对应于ac2=kR(ω2),ωn对应于acn=kR(ωn)等。
混沌振子检测原理如图2所示,其中策动力(即扫频控制信号)为accos(ωnt),待测信号为axcos(ωt)+n(t),首先将扫频控制信号输入到混沌系统中,调整扫频控制信号强度至混沌阈值,此时相平面为混沌临界状态,输入待测信号,若待测信号与驱动力频率相同,输出相图转变为大周期状态,若使用相关滤波方法,当信号同频时,相关性最大,但是当微弱信号绝对强度低到nV级别或者噪声强度超过信号强度10倍以上时,相关滤波方法并不理想。
根据检测原理图,取阻尼比k=0.5,令x=v1,y=v2,则方程式(2)对应的电路状态方程为:
选定电阻R22=2R21=2R12,其中积分电容C1=C2=C,通过改变电阻阻值和积分电容的大小可以使电路适应不同频率的正弦信号。根据式(4)设计的原理图如图3所示。根据图3所示,本研究选定电阻为R22=2 kΩ,R12=R21=1 kΩ,只需要通过调整电容C1、C2以适应不同频率的信号检测。
3 自跟踪扫频控制方法及其电路实现
在工程实际中,待测信号的频率往往是未知的,或者只知道某一个大致的范围。为了实现未知微弱信号的自跟踪检测,该设计采用芯片合成控制信号作为扫频信号输入Duffing振子检测电路中,利用单片机使控制信号扫频输出,在控制信号扫频的过程中,通过单片机实时调整Duffing振子检测电路的电容C1、C2,以适应不同频率的信号检测,识别淹没在强噪声背景下的微弱信号,具体实现介绍如下。
3.1 控制信号的合成
该设计采用Atmega16A控制AD9850芯片产生扫频信号,然后经过幅值调整模块将控制信号的强度调整为混沌临界状态阈值。
AD9850芯片是一种高性能DDS芯片,主要由可编程DDS系统、高性能模数变换器(DAC)和高速比较器3部分构成。AD9850芯片在有一个精确的时钟源作为参考频率源时,能产生一个频谱很纯的频率或相位可编程的模拟正弦波输出,AD9850包含一个40位控制字,32位用于频率控制,5位用于相位控制,1位用于电源休眠控制,2位用于选择工作方式,可以通过并行或者串行方式送入器件,在串行传输模式下,通过总线D7向AD9850芯片输入频率控制字,设定初始相位为零,则只需要输入32位频率控制字,其他位默认为零,AD9850的工作原理如图4所示。
AD9850的输出正弦波的频率计算公式为:
fout=Δψ·Fc/232 (6)
式中:Δψ—32位频率控制字的值,fout—输出信号频率,Fc—参考时钟频率。
如图4所示,AD9850采用32位的相位累加器将信号截断成14位输入到正弦查询表,查询表的输出在被截断成10位后输入到DAC,DAC输出两个互补的电流。DAC满量程输出电流通过一个外接电阻RSET调节,调节关系为ISET=32(1.248/RSET),当这个外接电阻大小确定,输出正弦波幅值随之确定,该设计通过调节RSET,使输出控制信号峰峰值为1 V,AD9850输出信号为cos(2πfoutt)。电路原理如图5所示,其中,D2引脚接地表示串行通信,第7、8、22引脚为控制信号输入,第25引脚为频率控制字输入口,第21引脚为输出信号。
AD9850输出频率分别为10 Hz、1 000 Hz的正弦信号如图6所示。
为了获得能够使混沌检测电路处于混沌临界状态的控制信号,需要进一步调整由AD9850芯片输出的控制信号,使它的强度处于混沌阈值。该设计采用可编程数模转换器TLC5615、乘法器AD633或乘法器AD534、运放电路实现控制信号幅值的调整,其中每个频率对应的混沌阈值存储在Atmega16A单片机的存储器ROM中,控制信号频率改变时,单片机读出需要的阈值输入到幅值调整模块。
TLC5615是串行10位D/A转换器,最大输出电压是基准电压值的2倍,具有上电复位功能,只需要3条串行总线就可完成10位数据的串行输入,TL5615的输出函数为:
Vout=2·VREF·D/210 (7)
式中:VREF—参考电压,可选2.5 V或者3.0 V,该设计选2.5 V;D—控制字,根据需要软件可编程设置。
微处理器控制TL5615,实现10位幅值调节,精度达0.005 V。本研究将TLC5615输出的直流电压与AD9850输出的正弦信号输入到乘法器后,经过运放线性放大(放大3倍)便可得到符合要求的扫频控制信号,幅值调整原理如图7所示。
由于TL5615的输出精度为0.005 V,如图7所示,经过线性放大后输出控制信号精度达到0.015 V,通过调整控制字D,可以得到强度在0～15 V区间的控制信号。幅值调整模块电路原理图如图8所示。通过微控制器调整输入幅值调整模块的控制字D=512,得到10 Hz、1 000 Hz的输出控制信号实例如图9所示。
3.2 自跟踪扫频的实现
该设计采用Atmega16A单片机作为控制单元,控制检测电路所需控制信号的生成;在控制信号扫描过程中,如图3所示电路中,电容C1、C2根据控制信号的频率实时改变,该设计采用继电器控制检测电路电容的调整,继电器控制部分如图10所示,通过单片机引脚控制继电器的开关K通断来改变检测电路电容参数,以适应不同控制信号频率。
系统原理框图如图11所示:系统上电初始化后,通过输入模块设定初始值,包括扫频间隔时间t(间隔时间t需确保检测电路的输出相图稳定)、根据估计输入(实际工程中一些故障能够知道信号的大概频率范围)控制信号扫频范围ω1～ω2、扫频步长b(根据需要进行粗扫、细扫);按“扫频”键后,系统控制信号从频率ω1开始扫频,经过时间t,2t,3t,…,nt,…后,控制信号频率为ω1+b,ω1+2b,ω1+3b,…,ω1+nb,…,直到控制信号频率为ω2,系统停止扫频;扫频期间若相图没有出现大周期状态,则待测信号频率不在ω1～ω2之间,需要重新评估待测信号频率范围,重新扫频;若扫频过程中检测模块输出相图能稳定在大周期状态,此时按“暂停”键,系统停止扫频,显示模块显示控制信号频率为ω、强度为a1;然后按下“幅值扫描”键,控制模块控制幅值调整模块将控制信号的强度逐渐减小,等待检测模块输出相图重新回到混沌临界状态,按下停止键,控制信号强度不再减小,此时显示模块显示控制信号强度改变为a2。因此待测信号即为频率ω,强度为a1-a2。软件流程图如图12所示。
4 噪声背景下微弱信号的扫频检测
假设一个微弱信号频率为100 Hz,峰峰值为0.1 V,本研究将其作为待测信号加入到如图3所示检测电路中,设置好系统初始值,设置扫频范围为95 Hz～105 Hz,扫频间隔时间为10 s,扫频步长为1 Hz,然后按“扫频”键,系统开始扫频,在检测电路输出相图如图13(b)所示大周期状态;按下“暂停”键,系统停止扫频,显示模块显示控制信号频率为100 Hz,峰峰值为2.7 V;然后按下“幅值扫描”键,控制信号强度开始减小,检测模块再次进入如图13(a)所示的混沌临界状态后,按下停止键,显示模块显示频率为100 Hz,峰峰值为2.6 V,故待测信号的频率为100 Hz,峰峰值为0.1 V。
如图13(c)所示的正弦信号频率为100 Hz,峰峰值为0.1 V,高斯白噪声强度为10 V;两个信号经加法器合并后如图13(d)所示,此时SNR=-40 dB;将如图13(d)所示的信号加入混沌电路后,扫频输出相图混沌临界状态和大周期状态分别如图13(e)、13(f)所示。
示波器显示相图如图14所示,合并的信号如图14(a)所示,并不能看出该信号中是否含有周期信号,本研究将图14(a)所示信号作为待测信号送入检测电路,按照第3.2节中所述检测步骤,设定扫频范围为100 Hz～400 Hz;频率扫描步长为1 Hz,然后开始频率扫描,当控制信号为293 Hz时,示波器显示为如图14(c)所示的大周期状态,此时LCD显示控制信号峰峰值为7.3 V,然后按键控制开始控制信号幅值扫描,控制信号强度开始减小,当控制信号的峰峰值显示为7.2 V时,示波器相图显示为如图14(b)所示混沌状态,可知待测信号中含有293 Hz的正弦信号,且峰峰值为0.1 V。因此,淹没在强噪声背景下的微弱信号能够被有效地识别出来。
5 结束语
该设计根据Duffing振子原理实现了微弱信号的检测电路,在检测电路的基础上进行微弱信号自跟踪扫频方法的研究,使电路具有了一定的自适应性,最后完成了微弱信号的自跟踪扫频检测电路,利用AD9850、TLC5615等数字芯片产生扫频信号,利用继电器进行参数的自动跟踪控制,通过AVR芯片控制继电器的通断来实时的控制混沌检测系统内的电容参数,使系统扫频过程中处于临界状态,等待微弱小信号的合并,进入大尺度周期状态,确定小信号的信息;最后实验结果表明,该电路实现了噪声背景下一定范围中低频率微弱正弦信号的检测。
摘要：为解决工程实际中因待测信号常常被淹没在噪声背景中而传统信号检测方法难以检测等问题,将基于混沌理论的非线性信号检测技术应用到实际工程故障诊断中,开展了基于Duffing振子的微弱信号检测原理的分析,建立了混沌振子与微弱信号检测之间的关系,提出了基于Duffing振子的微弱信号检测方法,利用混沌系统相变对周期小信号的敏感性和对噪声具有免疫力的特点,设计制作了基于Duffing振子的微弱信号检测电路;对微弱信号检测的自适应进行了研究,利用AVR单片机及AD9850等芯片实现了信号检测电路的自动跟踪扫频功能,最后开展了该信号检测电路对不同频率微弱信号的检测试验。研究结果表明,用该电路可以实现在工程中常见的噪声背景下的中、低频率微弱周期信号的检测。
信号检测理论 篇4
序列检测：实现不确定观测时间而留待检测过程中确定的检测--P127 有点：平均观测时间E[Ts]小于固定样本的观测时间T，尤其在大信噪比的情况下更是如此。缺点：检测时间具有随时性，在信噪比小的情况下，检测时间可能很长。
4.2瓦尔特序列检测：解决这一类问题的基本方法是讲观测矢量的序列求平均值。--------P128
4.3序列检测与固定样本检测的比较：结论：1）2）3）----------------------P134
寻列检测的突出优点是：高效样本效率，与固定样本数检测相比，一般情况下可节省样本数1/2以上。它的缺点是，在检测的每一步都要重新调整检测统计量，并在做出判决之前还必须存储用过的样本。
第5章 非参量检测
（当被采样的噪声超过门限时，表示虚警）
在强干扰中提取信号，不仅要求有一定的信噪比，而且必须能对信号做恒虚警处理，要使接收具有恒虚警特性，大体上有三种方法：1）2）3）----------------------P137
5.2非参数检测原理：----------------------P139
检测器的渐近相对效率（ARE）----------------------P141
基本非参数检测器：1.符号（恒虚警）检测器----------------------P143
2.秩检测器----------------------P148
符号检测器：利用样本的极性符号信息，结构简单，容易实现。
秩检测器：既利用样本的极性符号信息，又利用样本的绝对值大小信息，性能比符号检测器
大有改善。
第6章 稳健（Robust）检测
概念：----------------------P156
特点：利用了有关干扰的部分统计知识，所以只要干扰属于这个分布类，所设计的检测器的新能总是好的，即总能满足某种最低性能要求，不会出现检测性能特别坏的情况。
信号检测理论 篇5
剩余电流保护装置俗称漏电保护器或触电保安器,在防止低压电网的人身触电和保障电气设备运行安全方面起着重要的作用。国内目前常用的剩余电流保护装置有鉴幅式和鉴幅鉴相式两类,其动作判据通常是低压供电回路总泄漏电流的幅值大于某个整定值,或者是总泄漏电流的微增量大于某个规定值。运行实践表明,目前运行的剩余电流保护装置,就动作特性而言,大多都无法真正辨识人体触电支路的汲出电流信号,常常出现大负荷时合不上闸、无法正确投运(此时的工频总泄漏电流值已接近或超过整定值);或在潮湿天气条件下,因电气回路绝缘水平显著降低,导致对地泄漏电流增大,进而出现误动作和误切电源的现象。
多年来,国内外许多学者对剩余电流保护装置做了大量研究和改进。在硬件结构方面,文献[1]在测量控制电路中增加全波S/H相位检测器及两段延时电路,可以消除容性泄漏电流对保护装置的影响,但不能解决对地阻性泄漏电流引起的保护装置误动作问题;文献[2-5]通过改进电流传感器的制造工艺及材料,避免电流传感器磁饱和以及暂态精度不高的问题,提高了保护装置的灵敏度,但未改变保护装置的检测及动作值整定方法。在漏电信号检测方面,文献[6]根据中性点不接地系统中故障、非故障支路的零序有功功率方向和大小的不同,实现漏电选线;文献[7]通过故障支路和非故障支路的总泄漏电流数值变化相反的特点,确定漏电支路,减少电网分布电容对保护装置的影响;文献[8]根据故障后各支路的零序电流暂态波形的形状、大小等特征,提出了基于相关函数的漏电故障选线方法,适用于供电线路长,线路对地分布电容较大的情况。文献[6-8]计算的电气参量仍然是总泄漏电流,没有涉及到触电支路电流的检测,且检测算法仅适用于煤矿企业的中性点不接地系统。目前,中性点接地系统中触电电流的检测尚未见报道。上述成果虽然在一定程度上提高了剩余电流保护装置的技术性能,但并未从根本上讨论和解决误动作和正确投运率低的问题。
近年来,混沌理论在电力系统负荷预测、电力市场等领域得到广泛应用[9,10]。20世纪90年代起,有学者将混沌理论应用于微弱信号的检测,为混沌理论的工程应用开辟了新领域[11]。在此背景下,本文提出一种新的集小波变换、混沌理论和李雅普诺夫(Lyapunov)指数方法于一体的低压电网触电电流检测方法。其出发点是,从包含强噪声的总泄漏电流中提取触电电流的幅值,并以此作为农村电网末级剩余电流保护装置的整定依据,从而解决剩余电流保护装置普遍存在的误动作和正确投运率低的技术难题。
1 基于Duffing振子混沌理论的触电信号检测方法
典型的混沌系统动力学模型有多种,如Duffing振子、Logistic映射、Lorenz模型、Rossler模型等。其中,Duffing振子在描述非线性动力系统时表现出丰富的非线性动力学特性,已成为研究混沌系统的常用模型之一。
本节从基于Duffing振子的微弱信号混沌检测方法入手,分析如何利用最大Lyapunov指数确定混沌系统临界状态的策动力幅值。
1.1 基于Duffing振子混沌理论微弱信号检测方法
1.1.1 Duffing振子的数学模型
研究结果表明,一般的混沌系统均可用Holmes型的Duffing方程表达。在实际工程中,为满足不同频率信号的检测要求,Duffing方程通常被描述为:
式中:x为混沌信号;(-x+x3)为混沌系统的非线性恢复力;b>0为阻尼系数;ω为策动力角频率;F为混沌系统原始策动力f(t)的幅值。
1.1.2 混沌系统的特性
当式(1)中的b为定值时,随着原始策动力幅值F的逐渐增加,系统的相轨迹将历经同宿轨道、分岔、混沌轨迹等各个状态,当F值超过某个临界阈值Fr时,系统的相轨迹迅速从混沌状态变为大尺度周期状态,这就是混沌系统的初值敏感性[12]。临界阈值Fr对应的相轨迹即为临界混沌状态,此时的相变对同频率的信号非常敏感。理论分析及大量仿真结果还表明,混沌系统除具有初值敏感性外,还具有对噪声的强免疫特性[11,12]。
利用混沌系统的初值敏感性及对噪声的强免疫特性,可以根据系统的相变及相变的程度来检测微弱信号。图1分别为混沌状态和大周期状态的相轨迹,可以看出,混沌状态和大周期状态之间的差别较大,易于寻找简单的判据进行区分。
1.1.3 基于Duffing振子混沌理论的触电信号检测方法
对于式(1)所描述的混沌系统,当系统的相轨迹处于混沌状态和大周期状态的临界状态时,向系统注入待检测微弱信号。考虑混沌系统对原始策动力同频率的周期信号敏感而对噪声具有免疫力,可以忽略噪声的影响,然后根据系统的相变及相变的程度来检测微弱信号。
设待检测的微弱信号为s(t)
式中:A为待检测信号的幅值;Δω为待检测信号与原始策动力的绝对频差;t为时间;ϕ为待检测信号与原始策动力的相位差。
将s(t)作为混沌系统新的策动力引入到原始混沌系统中,则式(1)演变为
式中:Fm(t)为由原始策动力f(t)和新策动力s(t)构成的总策动力的幅值;θ(t)为总策动力的初相角,对于微弱信号的检测而言,存在FA,故θ(t)可忽略不计。
分析式(4),考虑人体触电信号的频率与低压电源的频率相同,即Δω=0,要想满足系统发生相变的条件,即Fm(t)≥Fr,则有方程(6)、(7)成立。
当发生人体触电时,ϕ值为6.2°左右[13],cosϕ≈1,则式(7)变为
调整原始策动力幅值F,使式(8)中总策动力的幅值Fm(t)=Fr,则可按照下式简便地计算出触电电流的幅值:
设按式(7)计算出的人体触电电流的幅值为A′,则当考虑Fr≫A时,式(9)和式(7)的计算结果之间的误差为
由式(10)知,当ϕ值为6.2°时,e≤0.585%。
我国低压电网的剩余电流保护装置的额定动作电流通常设定为交流有效值30 m A[14],对应的幅值为42.42 m A。令A′=42.42 m A,并代入式(10),可以得到触电电流幅值的计算值为42.17 m A,两者之间的计算误差很小,能够满足工程计算的要求。
1.2 利用Lyapunov指数确定临界状态的策动力幅值
从1.1节的分析可知,采用混沌方法检测微弱信号的关键是确定混沌系统在加入待检测信号前后发生相变时所对应的策动力幅值。在实际的信号检测过程中,由于混沌状态与大周期状态之间没有明显界限,仅仅通过混沌系统输出的相轨迹来判断系统是否存在相变,从而确定策动力的临界阈值,缺乏严格的定量判断依据,难以满足高精度信号检测的要求。
Lyapunov指数是刻画混沌系统内在不稳定性的一个典型特性指数,它反映了相空间中相邻轨道平均发散或收缩的程度[12],可以通过混沌系统的最大Lyapunov指数1λ来判定系统的运动状态,即:(1)1λ>0时,系统处于混沌状态;(2)1λ<0时,系统处于大尺度周期状态;(3)1λ=0或1λ≈0时,系统处于混沌与周期状态的临界状态,此时的策动力幅值即为系统发生相变的临界阈值。因此,可以将最大Lyapunov指数作为混沌系统相变的量化判断依据,从而准确地判定临界状态的策动力幅值。
在应用混沌系统检测触电信号时,由于触电信号的幅值未知,无法直接根据系统的运动方程来获取最大Lyapunov指数的解析解,只能根据系统输出的时间序列来估算最大Lyapunov指数。
2 基于小波多分辨分析和Duffing振子混沌理论的触电信号检测方法
2.1 小波多分辨分析基本原理[15]
Mallat塔式分解算法是一种基于多分辨分析的快速小波变换算法,其思想方法就是先从L2(R)的某个子空间出发,在这个子空间中先建立起基底,然后利用简单的变换,将基底扩充到L2(R)中去,从而得到整个空间L2(R)的基底。通过Mallat多分辨分析法得空间L2(R)的小波正交基如式(11)。
对于任意f∈L2(R)信号可表示为式(12)。
J是任意设定的尺度;φ(t)为尺度函数;分解系数akj(k)和dkj(k)分别为第2j尺度(第j层)的离散逼近和离散细节,其递推计算如式(13)所示。
式(13)中,分别为分解低通与高通滤波器。分解至上限频率大于且接近基波频率频段时,分解结束。由低频段分量akJ(k)重构基波分量,由高频段分量dkj(k)重构各次谐波分量。
2.2 基于小波多分辨分析的信号检测方法
当发生触电事故时,电网总泄漏电流在短时间内发生突变,它与缓慢变化的电网正常泄漏电流具有明显差异,其中还包含了比较复杂的白噪声信号。本文选择Daubechies系中的db11分解滤波器和重构滤波器,采样频率设定为25 k Hz,对含噪信号进行七层分解,得到包含50 Hz触电电流信号的最小频带范围。
对触电信号进行小波多分辨分析及重构的过程如图2所示。图2(a)为通过低压供电实验系统[16]检测到的总泄漏电流3i0的实际波形,其中包含了触电前供电回路的正常泄漏电流(幅值15.5 m A)和触电后流过人体等值电路的触电电流(幅值13.86m A)。图2(b)为叠加信噪比为-20 d B的白噪声信号后的总泄漏电流3i0′的波形。图2(c)为采用db11小波作7层分解后得到的时域重构信号,分析可知,其中包含有0~97.6 Hz的多种频率的电流分量。
由此可见,通过对含噪信号进行小波分析获得的重构信号,起到了一定降噪和滤波效果,但无法实现单一频率信号的提取。为此,需要设计一种新算法,使其能够从上述时域重构信号中提取基频电流的信号。
2.3 基于小波多分辨分析和Duffing振子混沌理论的触电信号检测方法
本文提出的集小波变换、混沌理论和李雅普诺夫指数方法于一体的信号检测方法,原理框图如图3所示。其技术思想是:采用小波分析方法对触电前、后的总泄漏电流进行预处理;根据混沌理论,利用最大李雅普诺夫指数λ1=0或λ1≈0作为判断混沌系统相变的量化依据,自动识别混沌系统的临界状态;将预处理后的信号作为新的策动力分别加入到已调整到临界状态(策动力幅值为F0r)的原混沌系统(混沌检测器)中。由于混沌系统对与原始策动力同频率的周期信号敏感而对噪声具有免疫力,使得系统由临界状态进入大周期状态。调整原始策动力幅值的大小,直到系统重新处于临界状态,记录此时的策动力幅值F1r或F2r(F1r、F2r分别为触电前、后总泄漏电流加入到原始混沌系统后重新调整到临界状态时对应的策动力幅值),利用F1r和F2r即可计算出触电电流的幅值。
具体步骤及实现程序如下:
1)设置混沌系统的初始值,包括阻尼比b、策动力角频率ω、策动力初始幅值F、策动力迭代步长ΔF、采样时间h、系统初始状态(x,x)等。
2)对混沌系统的输出进行采样,得到系统的时间序列,并用FFT算法计算序列的平均周期。
3)根据系统的时间序列,应用C-C方法[12]选择嵌入维数m和延迟时间τd,并重构相空间。
4)利用重构的相空间,使用小数据量法估算系统的最大Lyapunov指数λ1。
5)判断λ1>0还是λ1<0。若λ1>0,则用ΔF对F进行修正后,返回步骤2),重新计算新策动力下的λ1,直到λ1=0,输出此时的F,即为混沌系统临界状态的策动力幅值F0r;若λ1<0,则退出计算,并输出F。
6)对触电前低压电网中含噪的正常泄漏电流进行小波多分辨分析,将重构的信号进行相位修正后,作为策动力的一部分并入到原始混沌系统中,返回步骤2),计算至步骤5),再次满足λ1=0时,输出的F即为原始混沌系统加入低压电网正常泄漏电流后的临界状态策动力幅值F1r。
7)检测触电后电网中含噪的总泄漏电流,按照与步骤6)相同的方法对信号进行处理,当第三次满足λ1=0时,输出的F即为原始混沌系统并入触电后总泄漏电流的临界状态策动力幅值F2r。
8)由步骤6)和步骤7)的结果计算触电电流的幅值。
3 仿真与验证
仿真工具:Matlab软件。
仿真对象:低压供配电系统的拓扑结构、电气泄漏、人体等值阻抗、触电过程。
仿真过程及目的:供电系统和触电支路建模;通过Matlab软件获取触电前后的系统总泄漏电流波形;验证不同信噪比下,两种计算方法即本文提出的算法和单一混沌检测方法(待检测信号未经小波变换预处理)的有效性和可行性。
3.1 基于小波多分辨分析和Duffing振子混沌理论的触电信号检测方法
采用2.3节的程序和步骤,对图2(c)的时域重构信号进行基频信号的提取。仿真和计算过程如下:
1)对混沌检测器参数初始化:系统初始状态,角频率ω=100pi,阻尼比b=0.5,采样步长h=0.0001,初始策动力幅值F=0.9,策动力幅值迭代步长ΔF=0.0001。
2)确定原始混沌检测器的临界状态及阈值F0r:采用2.3节步骤2)至步骤5),逐渐增加策动力F的幅值,当F=0.9113时,最大Lyapunov指数λ1≈0,混沌系统处于临界状态,此时的策动力幅值即为系统发生相变的临界阈值F0r。
3)将触电前的含噪信号作为新的策动力,加入原始混沌检测器,确定其临界状态及阈值F1r:采用2.3节的步骤6),原始系统已处于临界混沌状态,此时系统将进入大周期状态。取迭代步长ΔF=0.0001,逐步减小原始混沌检测器的策动力幅值,当F=0.8960时,λ1≈0,系统重新回到临界状态,此时策动力幅值即临界阈值F1r。
4)将触电后的含噪信号作为新的策动力,加入原始混沌检测器,确定其临界状态及阈值F2r:采用2.3节的步骤7),原始系统已处于临界混沌状态,因其对同频率的正弦信号异常敏感,从而进入大周期状态。采用上述同样的跟踪方法,当F=0.8825时,λ1≈0,系统重新回到临界状态,此时策动力幅值即临界阈值F2r。
5)根据3)和4)得到的两个临界阈值F1r、F2r,由式(9),计算出触电电流的幅值(13.5 m A),该值与实际的触电电流幅值(13.86 m A)间的相对计算误差仅为2.6%,能够满足工程计算的要求。
3.2 两种算法的信号检测结果对比与分析
由3.1节的计算方法和仿真过程,得到不同信噪比条件下的信号检测结果,见表1。计算过程中涉及的信噪比范围为-5 d B到-45 d B,覆盖了触电电流的强噪声范围,表1只列出了-5 d B、-20 d B、-40 d B三种典型情况。
注:*表示该信噪比时,单一混沌检测方法失效。
表1中,第1列为实际的触电电流幅值,如9.24、13.86、20.05、30.03、46.2、57.75 m A等6种实验结果;第2列为白噪声信号的信噪比;第3、4列为本文提出方法的检测结果和计算误差;第5、6列为单一混沌方法的检测结果和计算误差。因篇幅所限,本节未列出单一混沌检测方法的具体仿真过程。
在[-5 d B,-45 d B]信噪比范围内,不同电流幅值情况下,若将两种算法的信号检测误差以曲线形式表示,则分别如图4(a)、4(b)所示。
综上所述,可以得出以下结论:
1)在相同计算精度条件下,譬如将计算误差控制在6%以内,则单一混沌方法的信噪比范围很窄,仅为[-20 d B,-25 d B],而本文算法适用的信噪比范围更宽,为[-15 d B,-35 d B]。
2)在触电电流的强噪声范围内,即[-5 d B,-45d B]区间,本文提出算法的检测精度均高于单一混沌算法。
3)当噪声强度超过-40 d B、被检测电流幅值超过某一数值时(本算例为46.2 m A),单一混沌算法无法收敛,导致计算失效。
4)在超强噪声背景(-50 d B以上)下,两种算法均无法收敛而失效,需要另行研究其他触电信号检测方法。
4 结论
本文提出一种集小波多分辨分析和李雅普诺夫指数于一体的触电电流混沌检测新方法。其技术路线是:首先利用db11小波将含噪的总泄漏电流信号作7层分解,获得时域重构信号;然后根据混沌理论,利用最大李雅普诺夫指数,通过循环迭代方法,判断混沌系统临界状态,获得系统的临界阈值;在此基础上,可以方便地计算出触电电流的幅值。
仿真和计算结果表明:1)在相同精度条件下,本文算法比单一混沌算法的信噪比适用范围宽得多,抗噪声能力更强;2)在触电电流的强噪声范围内,本文算法的检测精度均高于单一混沌算法;3)在超强噪声背景下,两种算法均无法收敛而失效,需要研究其他的信号检测方法。
摘要：提出一种集小波多分辨分析和李雅普诺夫指数于一体的触电电流混沌检测新方法。该方法对触电前后的总泄漏电流进行消噪和滤波,根据混沌系统从混沌状态到大尺度周期状态的分岔行为具有对小信号敏感性和对噪声免疫性的特性,将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动判别触电前后混沌系统的临界状态,从而计算出其中包含的触电电流分量。仿真结果表明,该方法能够从包含强噪信号的总泄漏电流中检测出微弱的触电电流信号,对于开发新一代剩余电流保护装置具有一定的参考价值。
信号到达检测 篇6
关键词：到达检测,PN序列,仿真
信号到达检测对接收系统非常重要, 若能正确检测到信号的到达, 就能迅速恢复解调所需的参数, 进一步地能够迅速实现帧同步和跳频同步。
接收端所用的位同步恢复、频偏恢复等算法都是针对有用信号而言的, 当信号未到达, 对噪声进行同样计算时, 会改变所用算法中参数寄存器的值、偏移算法初始状态, 导致有用信号到达时不能迅速估计出所需的解调信息, 所用环路不能快速稳定, 最后产生误码, 如果情况恶劣的话, 还会影响帧同步和跳频同步。
(一) 信号到达检测估计
信号是否到达一般是通过检测导频中所包含的特殊信息来判断的。在发送端, 数据信号前将添加一定符号长度的导频信息, 用于接收端的信号到达检测及有关解调参数的初始估计。导频在一个跳频包中的位置如图所示:
本设计选用m序列通过映射产生相关性能较弱的前导字序列。
假设在高斯白噪声信道下接收到的信号为, 其中xn为已知的PN序列, 其值为±1, wn为高斯白噪声, 均值为0, 方差为σ2。
则可以计算出:
如果信号没有对齐, 利用PN序列的相关的特性
如果仅仅收到噪声, 没有信号, 则有, 可以计算出:
(上接第42页)
假设我们设置一个门限k, 使它满足当信号到时, ;仅仅有噪声或信号没有对齐时, 。根据以上分析结果有。对于N=64, 最小信噪比为0dB的系统有。
要让接收信号与PN序列充分的对齐, 还需要做以下操作:
1. t-1时刻的接收信号与PN序列的互相关值的绝对值要大于t-2时刻的;
2. t-1时刻的要大于t时刻的。
找出接收信号与PN序列互相关最大值的时刻。
(二) 性能仿真与测试结果
分析:在仿真中, 跳频包长M=200, 在特定位置50加入前导序列;采用8倍采样的平方根升余弦匹配滤波器滤波。从上图中看到, 接收信号与前导序列的互相关值在50这个位置出现峰值, 突破门限, 说明前导序列在这个点到达。
(三) 结论
本文利用相关理论, 以PN序列为前导字, 给出了采样率为8情况下的前向数据辅助的同步算法。该算法应用几十位的前导字就能快速、有效地估计出信号的到达, 因而, 特别适合于突发同步系统。
参考文献
[1]I.Gurantz, S.Blake, E.Hoversten, and J.Petranovich.“A high performance multiple data rate burst modem for satellite packet communication”[C], EASCON Conference Record, Nov.1981.
[2]A.J.Viterbi, A.M.Viterbi:Nonlinear estimation of PSK modulated carrier phase with application to burst digital transmission[J].“IEEE Trans.On Info.Theory”, Vol.IT-32, May1986, p.419-422.
[3]郑大春, 相海格.一种全数字QAM接收机符号定时和载波相位恢复方案[J].通信学报, 1998.07.
[4]刚强, 刘乃安, 刘增基.高速突发通信零中频接收技术研究[J].西安电子科技大学学报, 2002.02.
信号检测系统的研究 篇7
信号检测方面的研究技术已经很成熟, 但对电路板检测方面的研究还不常见。目前市场上本领域的产品主要有“在线测试仪”[1]、如三航公司的电路在线测试仪GT4040P、英国POLAR公司的在线测试仪T3000, 电路在线测试仪配合电脑使用, 全部智能化, 能够在维修人员缺乏图纸资料或不清楚电路板工作原理的情况下, 对各种类型电路进行测试, 在线检测器件好坏, 迅速检测到电路板上故障器件, 并具有以下特点:
先进的测试技术, 强大的驱动能力, 任何故障原因的电路板皆可修好;
友好简单的中文操作界面, 不需专业训练, 任何人均可;
无需电路原理图, 不必知道器件型号, 任何电路板皆可快速维修。
以上都是“在线检测仪”的优点。但其价格昂贵, 对多层电路板检测有时失误等缺点也不容忽视。而本论文研究的“信号检测系统”方法简单, 所用器件为常见基本元器件。由信号发生、信号检测、信号采集和信号显示四部分组成。主要任务是信号检测和信号显示, 其中信号检测属于信号部分, 信号显示属于软件部分。信号发生分为模拟信号和数字信号。模拟信号由AD 9854电路板产生, 波形可选择:正弦波、三角波等;数字信号由软件LabWindows/CVI产生, 通过数据采集卡[2]NI6024E输出。信号检测包括电源、信号选择、信号输出三部分。信号采集通过数据采集卡NI6024E来实现。最后, 信号显示通过LabWindows/CVI[3]平台来实现显示。
1方法
1.1信号发生部分
1.1.1模拟信号发生
1.1.1.1 AD 9854[4,5]的工作过程
(1) 要保证上电后复位, MasterRESET高有效, 至少持续10个系统时钟周期。
(2) 选择参考信号输入方式, 若采用单端输入方式, REFCLKB应接电源或地。若采用多片9854产生多个相位相互关联的正弦波, 则应该选用差分输入模式, 这样可以减小各个DDS参考时钟间的相位误差。我们选择的是单端输入模式。
选择数据输入方式, 对S/PSELECT管脚置1为并行, 置0为串行, 我们选择的是并行输入方式。
1.1.1.2 AD 9854的安装与调试
(1) 首先把AD 9854的电源接好.使用的是3.3V稳压电源。其中3根接正电压, 另一根接负电压;实际操作时要认真检查好。否则会使电路板损坏。
(2) AD 9854与计算机的连接.使用的是打印机接口线。连接线一头是25标准打印机接口接计算机的打印机口, 另一头是与电路板相接的。若连接好, 电路板上会有灯显示, 说明已与计算机连接好。
(3) AD 9854软件的安装.AD 9854的软件根据相应的系统选择。比如计算机的系统是win2000, 就选择win2000下的AD 9854的驱动。安装完后会提示系统重新启动。重启后就可以使用AD 9854的驱动来设置输出信号的类型、频率等一系列特征了。图1-1为AD 9854驱动的界面。
模拟信号就可以根据我们的设置来输出了。
1.1.2 数字信号的发生
数字信号[6]是用LabWindows/CVI平台编写软件然后由数据采集卡NI6024E输出的。关于LabWindows/CVI我将在后面介绍。
数字信号产生的软件界面见图1-2。其中界面上:“LIGHT”为高地电平的显示灯, 灯亮表示高电平“1”。反之为低电平“0”;“Driver”为采集卡驱动号, 是由采集卡决定的;“UNITY”为产生高低电平的个数;“ON/OFF”为信号产生的开关, “ON”产生信号, “OFF”则不产生信号;“QUIT”为软件的退出控件。图1-3为高电平时的显示。
1.2 信号检测部分
信号检测部分[7]主要是信号, 包括电源、信号选择和输出选择等三部分。信号检测信号三部分关系见图1-4。
1.3 信号采集部分
1.3.1 NI6024E数据采集卡采集检测
Meesurement&Automation带有对采集卡数据采集的检测软件。
1.3.2 模拟输入的检测
我们选择通道“0”连接好信号发生器后, 打开检测装置就可以看到所输入的模拟波形, 如图1-5所示。
则显示模拟输入正常工作。
1.3.3 数字输入/输出的检测
以数字通道“0”为例, 当我们选择“Input”时, 默认的电平为高, 指示灯亮, 当我们输入低电平是指示灯变灭。当我们选择“Output”时默认的电平为低, 我们可以用仪器检测电平是否为“0”, 如图1-6所示。
1.4 信号显示部分
1.4.1 设计步骤
(1) 新建工程项目,
(2) 创建仪器面板,
(3) 修改控件属性,
(4) 产生程序代码与添加函数代码。
1.4.2 模拟信号的显示[8,9]检测
把信号发生器和转接板CB-68LP的接孔“68” (即模拟通道“0”) 和接孔“32” (模拟地) 连接好。就可以通过模拟信号显示系统来显示所输入的信号。如图1-7所示, 输入信号为正弦波信号, 频率为1 kHz, 通过模拟通道“0”输入。扫描速度设置为2 kHz。
如图1-8所示, 输入信号为方波信号, 频率也为1 kHz, 模拟通道“0”输入。扫描速度设置为2 kHz。
经过反复试验, 得出结论。“模拟信号显示系统”可以根据需要正确的显示出所输入的模拟信号。而且方便简单。在实际应用中易掌握灵活。
2 总结
“信号检测系统”的各部分都得到了实现, 从信号发生、信号采集和信号显示整个系统都能得到了实现。能在科研试验中方便的检测电路板的功能, 节省了时间和不必要的麻烦。
适合于各种电路板, 容许板上模拟和数字通路同时存在。
本系统自带显示软件, 使用者不必再担心信号显示的不同步和不完整。
在电子方面科研中, 电路板是不可缺少的。对它的检测更是不能缺少, 检测不通电的印刷电路板对一块有故障电路板而言, 通电检查是不安全的, 甚至是不可能的。此外, 使用传统测试设备, 检测者必须具备足够的电路知识和齐全的设备操作说明书, 但本系统易学简单使用等各方面的优点, 都得到了体现。在实际的使用中能减少大家很多不必要的损失和麻烦。
参考文献
[1]鲜飞.在线测试技术的现状和发展.电子与封装, 2006;6 (6) :3—8
[2]肖辉军, 丁树文, 杜丹蕾.基于PCI总线的图像数据采集卡设计.微计算机信息, 2008;24 (13) :104—105
[3]江凡, 薛冬新, 宋希庚.基于labwindows/CVI平台的数据采集及信号处理软件的开发.仪器仪表与分析监测, 2003; (1) :16—18
[4]王征, 郭肃丽.AD9854在通信测控系统中的应用.无线电工程, 2006; (1) :39—41
[5]王迺琳, 刘明成.基于AD9854的程控信号源设计.甘肃联合大学学报:自然科学版, 2008;22 (2) :48—49
[6]崔红梅, 麻硕士, 裴喜春.基于LabWindows/CVI平台的虚拟数字信号分析仪的研究与开发.计量技术, 2005; (11) :24—26
[7]全庆武, 全庆一.基于分组并行最大似然检测的多用户信号检测器.电声技术, 1997; (7) :1—4
[8]孙继峰, 胡壁垒.高低煤位煤仓限位控制器的设计与应用.中国西部科技:学术版, 2007; (8) :38—38
视觉报警信号检测工装设计 篇8
国家食品药品监督管理局于2009年12月25日发布了YY 0709-2009《医用电气设备第1-8部分安全通用要求并列标准:通用要求, 医用电气设备和医用电气系统中报警系统的测试和指南》, 并于2010年12月1日正式实施, 该标准等同采用国际标准IEC 60601-1-8:2003。对于这份全新的标准, 其中部分条款的要求目前市面上无对应的检验设备。本视觉报警信号检测仪是针对该标准中的“201.3.2.2视觉报警信号的特征”而设计。
1.“201.3.2.2视觉报警信号的特征”的要求及普遍的测试方法
1.1“201.3.2.2视觉报警信号的特征”的要求
条款201.3.2.2的主要检测内容如表1。
1.2 目前普遍的测试方法
对于指示灯的颜色, 我们可以通过肉眼判断得出。而对于闪烁频率、占空比这类指标只能通过仪器设备进行检测。目前, 普遍采用的方法是使用示波器来捕捉示指灯的电压波形从而测出其闪烁频率和占空比, 但这种方法存在一定的弊端和局限性。
使用示波器测量指示灯的电压波形, 需要检验人员预先熟悉被检样品的机械结构和电气结构, 再一步步拆解被检样品, 最后找到示波器的接入点。对于复杂的样品, 可能要花费半天至一天的时间来拆解和复原。而且有些样品由于产品本身特性, 在拆开的状态下无法正常工作或激活报警状态。此外, 随着新技术的发展和普及, 越来越多的产品使用了液晶显示屏或其他显示手段, 视觉报警信息直接通过显示屏展现给医护人员, 这类显示屏使用数字信号控制, 无法使用示波器进行检测。因此, 为了解决上述问题, 切实有效地实现视觉报警信号的检测, 我们设计了本检测工装。
2. 工作原理和电路设计
2.1 工作原理图
如图1所示, 本设计的工作原理是通光传感器采集视觉报警光源的变化, 通过信号处理之后, 由单片机进行计算并向显示屏输出结果。
2.2 电路原理图 (图2)
3. 软件设计
单片机的主程序工作流程如图3所示。
4. 元器件选型
4.1 传感器
视觉报警其本质上是按特定的频率控制光强度或是颜色变化从而对医护人员起到警示的作用。因此, 从光方面入手, 选用光敏感元器件通过对光强度的检测, 既可以免去拆解样品带来的人力和时间的损耗, 又能解决示波器对数字信号控制类的视觉输出设备 (如:液晶显示屏) 无法实现检测的局限性。光敏元件按其光敏感特性分为红外光敏元件、可见光敏元件和紫外光敏元件。
本设计采用可见光敏电阻作为传感器的核心元件。其特性如表2所示, 其对波长的灵敏度见图4。
4.2 传感器输出信号的处理
由于本设计采用的单片机I/O口不带A/D转换功能, I/O口只能识别高电平 (>2V) 和低电平 (<0.8V) , 当电平在0.8V~2.0V的区间内, 单片机无法有效地识别电平。因此, 需要对传感器输出的信号进行转化和处理。
由上述的光敏电阻特性可知, 光敏电阻的电阻值会随着所接收的光强度改变而变化。在同一光强度下, 不同波长的光其对应的灵敏度不同, 而单纯的电阻值变化, 并不能让单片机识别出相应的检测信息。利用电阻的分压原理, 先将一10kΩ电阻与光敏电阻串联并在两端施加5V电压 (如图2所示) 。即可在光敏电阻和电阻的连接处得到光敏电阻值变化引起的电压波动。对于普通的LED指示灯, 在点亮的时候连接点处的电压实测为2.3V, 在熄灭的时候为0.2V, 属于单片机I/O口可识别的信号。对于液晶显示屏, 由于其工作时背光灯产生的光会对检测带来干扰。实际测量部分液晶显示屏, 当液晶屏输出视觉信号时, 连接点的电压为2.3V, 当液晶屏未输出视觉信号时连接点的电压为0.88V。此时连接点的电压无法让单片机正确识别。为此, 作者使用电压比较器对连接点的电压再进行处理。
电压比较器是将模拟量电压信号和一个参考电压相比较, 输出电压将产生跃变, 相应输出高电平或低电平。因此, 在电压比较器的参考电压端输入1V的电压, 并且将连接点与电压比较器输入端相连。当连接点的电压为2.3V的时候, 电压比较器输出5V;当连接点的电压为0.88V时, 电压比较器输出0V。满足了单片机的对高低电平识别要求。
5.结论
该工装实现了视觉报警检测的简易性、高效性和普遍适用性。从需要拆解样品到“无创” (免拆样品) 检测, 从耗时耗力到几秒钟得出检测结果, 普遍适用各种形式产生的视觉报警信号。解决了目前检测方法存在的弊端和局限性, 符合YY 0709-2009的检测要求。
摘要：国家行业标准YY 0709-2009《医用电气设备第1-8部分:安全通用要求并列标准:通用要求, 医用电气设备和医用电气系统中报警系统的测试和指南》已于2010年12月01日实施, 如何让检测工作变得更加简便快捷尤为重要。本文详细介绍了视觉报警信号检测工装的设计。
关键词：视觉报警,信号检测,工装
参考文献
探索串行密码信号检测器 篇9
设计任务:设计一个二进制序列信号检测器, 它有一个输入X, 当接收到的序列为1001, 则在上述序列输入最后一个1的同时, 电路输出Z=1, 否则输出为0, 输入序列可以重叠 (即在一连串输入信号中检测2..5, 5..8, 10..13符合, 5是重叠的) 。例如:当输入X的序列为0100100101001 (首位在左) , 对应输出Z=0000100100001。
一、用分立触发器设计
触发器的种类很多, 其中双端输入的JK触发器和单端输入的D触发器最具代表性。由于用D触发器设计的电路更为简单, 故采用它来设计电路。
1. 逻辑抽象
由于待检测的序列为1001, 故设电路在输入0 (即电路还未接收到序列中的第一个1) 时的状态为S0, 输入一个1以后的状态为1S, 连续输入10以后的状态为S2, 连续输入100后的状态为S3, 连续输入1001后的状态为S4。于是得到状态转换表1。
选取第一、三行解释其原理:S0表示接收到的是0, 当在此基础上再接收到一个0后变为00, 而需要检测的序列是1001, 所以电路状态仍然停留在S0上;当电路在S0的基础上接收到1后表示接收到1001序列中的第一个1, 于是电路状态转为1S。同理S2表示已经接收到10, 当在此基础上接收到0后变为100, 电路转到S3, 但是接收到1后则变为101, 于是前面接收的两位代码失去作用, 只有第三位的1可作为1001的第一位, 所以电路状态转回1S。
通过观察状态转换表, 可以发现, 1S和S4在同样的输入下有同样的输出, 而且状态转移后得到同样的状态。因此它们是等价的可以合并为一个。于是, 状态转换表可以化简为表2。
从物理概念上也不难理解这种情况。当电路连续接收到1001后, 输出为1, 但序列可以重叠, 故最后一个1可作为下一个1001序列的第一位 (即状态1S) , 所以电路在连续接收到1001后的状态S4实际上就是1S。
2. 编码
由化简后的状态转换表2可知, 电路总共有4种状态 (S0～S3) , 而每一个触发器的输出Q可以用0或1表示2种状态, 于是两个触发器的输出Q1 Q0的4种00、01、10、11就可以表示这4种状态S0～S3。这个过程就是编码。
3. 列真值表并写出状态方程
把化简后的状态转换表中各状态用编码表示出来就得到了真值表 (如表3所示) 。其中Q1*Q0*表示Q1 Q0的下一状态。写出1Q*、0Q*、Z关于X, 1Q, 0Q的方程就得到电路的状态方程。
4. 作逻辑电路图
由于D触发器的特性方程为Q*=D, 从而, 根据该方程就可以做出逻辑电路图 (如图1) 。
二、将触发器接成移位寄存器来设计
上面的设计方法主要依靠电路的状态转换来实现序列码检测的, 虽然得到的电路简单, 但是设计过程比较复杂, 特别是当需要检测的序列码位数较长时, 工作量相当巨大。为此, 将触发器接成移位寄存器的方式可以大大简化电路设计, 同时也便于扩展成位数更多的序列码检测器。如图2所示电路就是用四个D触发器接成的向右移位寄存器。
由图知, 。在移位脉冲CLK作用下, 输入端X输入的二进制码依次向右移动, 每当出现一个完整的1001序列时, 输出端Z便出现高电平。这样就实现了序列码检测的功能。
三、用中规模集成电路来设计
既然用移位寄存器可以实现序列信号检测, 那么用集成移位寄存器加少量门电路同样可以实现, 而且电路可靠性更高。, 如图3所示为用4位集成移位寄存器74LS194来实现的序列1001的检测器。
四、当序列不可重叠时电路的设计
用以上三种方法设计出的电路都是序列可以重叠的序列码检测器, 若要求被检测的序列不可重叠, 则在方法1中, 只需要根据实际情况修改状态转换表即可, 后面的设计原理及步骤不变。这种设计方法存在的问题仍然是当待检测的序列位数很长时, 设计工作量巨大, 电路可靠性降低。在采用第二、第三种方法设计时, 需增加部分控