微弱信号检测是信号处理前端最重要的课题,微弱光信号和人体产生的微弱声信号都是典型的小信号。这些信号通常包含丰富的有用信息。对它们进行有效检测,即进行采集、放大、去噪,并提取其中的有用信息一直是微弱信号研究领域的重点与难点。对微弱光信号的测量,本文沿用单光子测量技术。该技术已被广泛应用于放射性检测、非破坏性物质分析、三维成像、量子通信及医学成像等领域。在研究中,我们首先分析了现有的单光子测量技术在去除噪声方面存在的不足,并由此提出一种能精准有效滤除噪声的新方案。新方案具体内容为:(1)硬件电路部分,在原有的前置放大单元、电压比较单元、脉冲计数单元电路的基础上,增加一个AD采样单元和一个DA电压输出单元。AD采样单元将前置放大后的信号输出到FPGA;DA电压输出单元把FPGA要设置的阈值电压由数字量转为模拟量;(2)FPGA程序设计,又分为两部分:一是波形峰值检测部分,提出动态单阈值峰值检测法,能有效检测出每个光电子脉冲与噪声的峰值,从而可以根据峰值设置电压比较器的阈值电压;二是光电子计数部分,对电压比较器输出的矩形脉冲进行计数。然后进行仿真及测试:(1)用Multisim对硬件电路部分进行仿真,用Modelsim软件对各子程序进行仿真,两者各自验证对应设计的正确性。(2)用波形发生器生成相应的波形,对整个设计进行了测试,其中实测阈值电压与理论值的最大相对偏差为3.778%。相比以往的方法,能够更有效且准确地滤除光电子信号中的噪声。该方案有助于改进现有的光子测量、光子成像技术。微弱声信号,本研究中指颈椎运动时产生的爆裂音,对其用小波变换进行处理。小波变换已被广泛应用于肺音信号、心音信号、心电信号和癫痫信号等非平稳信号的分析。在本文中首先介绍了颈椎爆裂音的获取方式和基于小波变换的去噪方法。其次,使用基于小波变换的平稳--非平稳滤波器(Wavelet Transform Based Stationary-Nonstationary,WTST＿NST)对颈椎爆裂音进行降噪。并对降噪后的信号进行频率成分分析。最后在测试部分,对小波去噪后的颈椎爆裂音进行图像对比分析;并得出在合适条件下的去噪百分比为91.02%。该研究有助于实现颈椎状态的日常监测。
暂无评论