關(guān)于微弱電信號(hào)的信息融合檢測(cè)探討

郭雷宇

摘 要：微弱電信號(hào)包含著非常多的有用信息，提取和檢測(cè)這些信息對(duì)預(yù)測(cè)事物的生長(zhǎng)和發(fā)展趨勢(shì)意義重大。本文對(duì)微弱電信號(hào)的信息融合檢測(cè)進(jìn)行了一些有意義的探討，希望對(duì)相關(guān)工作能夠有所借鑒。

關(guān)鍵詞：微弱電信號(hào)，信號(hào)檢測(cè)，信息融合

DOI：10.16640/j.cnki.37-1222/t.2018.23.095

1 微弱電信號(hào)概述

微弱電信號(hào)包含著非常多的有用信息，以植物電信號(hào)（如圖1所示）為例，探索其內(nèi)涵對(duì)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(chóng)害防治研究等都具有積極意義。近年來(lái)，微弱電信號(hào)的檢測(cè)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(hào)的信息檢測(cè)奠定了良好的基礎(chǔ)。

如果是想分析研究對(duì)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(hào)的標(biāo)準(zhǔn)數(shù)據(jù)集，然后利用信息融合技術(shù)來(lái)對(duì)研究對(duì)象未來(lái)的發(fā)展和成長(zhǎng)趨勢(shì)進(jìn)行預(yù)測(cè)，進(jìn)而為自動(dòng)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(hào)的強(qiáng)度非常小，有時(shí)甚至是微V量級(jí)，這給信號(hào)的檢測(cè)和識(shí)別增加了難度。如何在復(fù)雜的噪聲環(huán)境中準(zhǔn)確檢測(cè)識(shí)別出微弱電信號(hào)是該技術(shù)應(yīng)用的一個(gè)瓶頸。第二，微弱電信號(hào)的功能模型構(gòu)建。檢測(cè)微弱電信號(hào)的目的是為了分析研究對(duì)象未來(lái)的生長(zhǎng)和發(fā)展趨勢(shì)，所以只有查明微弱電信號(hào)的內(nèi)涵及其與研究對(duì)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(hào)的信息檢測(cè)能力也大大提升，但一個(gè)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(hào)處理已經(jīng)難以滿(mǎn)足智能控制的需要，所以有必要探討微弱電信號(hào)的信息融合檢測(cè)問(wèn)題。

2 微弱電信號(hào)的提取和檢測(cè)原理

現(xiàn)實(shí)中，噪聲總是會(huì)對(duì)信號(hào)的提取和檢測(cè)造成影響，對(duì)微弱電信號(hào)的影響就變地更大。微弱電信號(hào)是典型的低信噪比下的信號(hào)檢測(cè)問(wèn)題，這也是當(dāng)前信號(hào)提取領(lǐng)域的一個(gè)研究熱點(diǎn)，而強(qiáng)噪音背景下的微弱信號(hào)提取更是難點(diǎn)之一。要實(shí)現(xiàn)對(duì)微弱電信號(hào)的提取，首先要做的就是消除噪聲，將信號(hào)從強(qiáng)噪音背景下剝離出來(lái)，或者采用一些新技術(shù)或設(shè)備來(lái)提高檢測(cè)系統(tǒng)輸出信號(hào)的信噪比。

通常來(lái)說(shuō)，噪音主要存在以下兩種來(lái)源：檢測(cè)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(guò)盡可能地降低系統(tǒng)噪音來(lái)促使信噪比提高；第二，可以采用屏蔽等技術(shù)手段來(lái)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(duì)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(hào)，也能實(shí)現(xiàn)信噪比大于1。誠(chéng)然，任何技術(shù)都有一定的適用范圍，當(dāng)信號(hào)極度微弱時(shí)，甚至比噪聲小好幾個(gè)數(shù)量級(jí)以至于被噪聲徹底淹沒(méi)，那么該方法所能起到的效果就會(huì)非常有限。此外，當(dāng)我們已知噪聲中的信號(hào)波形時(shí)，就可以利用信號(hào)和噪聲隨同時(shí)間變化的規(guī)律，采用匹配濾波的方法進(jìn)行檢測(cè)。以從白噪聲中檢測(cè)微弱信號(hào)為例，考慮到白噪聲是典型的隨機(jī)噪聲，隨著時(shí)間持續(xù)會(huì)表現(xiàn)出零均值的特性，那么就可以將一定時(shí)間區(qū)間內(nèi)的所有檢測(cè)段的信號(hào)進(jìn)行累加，如果信號(hào)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(hào)。

現(xiàn)實(shí)中，微弱信號(hào)的提取和檢測(cè)已經(jīng)發(fā)展出了多種方法，比如自相關(guān)檢測(cè)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(cè)的微弱電信號(hào)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(duì)微弱電信號(hào)的有效提取。

3 微弱電信號(hào)的信息融合檢測(cè)探討

（1）原始電信號(hào)的目標(biāo)級(jí)融合。上文已經(jīng)介紹，單一微弱電信號(hào)檢測(cè)已經(jīng)無(wú)法滿(mǎn)足對(duì)事物成長(zhǎng)和發(fā)展趨勢(shì)的預(yù)測(cè)，所以目前多個(gè)微弱電信號(hào)的融合檢測(cè)成為主要發(fā)展趨勢(shì)。對(duì)于多個(gè)維度的微弱電信號(hào)，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(cè)到的微弱電信號(hào)映射到高維空間，然后再借助降維算法來(lái)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(duì)微弱信號(hào)特征的提取，實(shí)現(xiàn)原始信號(hào)的目標(biāo)級(jí)融合。

（2）參數(shù)決策級(jí)的信息融合。參數(shù)決策級(jí)的信息融合是一種多層次、多方面的處理過(guò)程，簡(jiǎn)單來(lái)說(shuō)，就是對(duì)多源決策信息進(jìn)行綜合處理，從而得到對(duì)事物演變趨勢(shì)的更準(zhǔn)確和可靠的預(yù)測(cè)。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(duì)促使事物生長(zhǎng)和發(fā)展的自動(dòng)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(hào)檢測(cè)系統(tǒng)的設(shè)計(jì)[J].電子測(cè)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(hào)檢測(cè)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(hào)檢測(cè)方法的現(xiàn)狀分析[J].噪聲與振動(dòng)控制，2011，31（03）：156-161.

[4]劉偉，杜娟.基于循環(huán)譜理論的弱信號(hào)檢測(cè)及特征參數(shù)估計(jì)[J].通信技術(shù)，2010，43（04）：28-30.