搜索
课程名称：现代信号分析与处理专业：机械工程姓名：xxxxxx学号：xxxxxxxxxx指导教师：王海英二〇一五年一月课程总结本课程主要介绍工业自动化,环境监测,楼宇控制,交通等领域中常见物理量(压力、应变、位移、加速度、温度等）的传感器测量原理、测量电路原理和信号分析方法。主要内容如下：传感器原理、信号分析基础、测试系统特性、模拟信号处理、数字信号处理、虚拟仪器技术与工程应用。传感器是借助检测元件将一种形式的信息转换成另一种信息的装置。能量转换型:直接由被测对象输入能量使其工作.例如:热电偶温度计,压电式加速度计。能量控制型:从外部供给能量并由被测量控制外部供给能量的变化.例如:电阻应变片。主要介绍电阻式传感器、电容式传感器、电感式传感器、磁电式传感器、压电式传感器、磁敏元件传感器等。信号的分类主要是依据信号波形特征来划分，本章介绍信号分类方法，信号时域波形分析方法，信号时差域相关分析方法，信号频域频谱分析方法灯。信号的时域波形分析是最常用的信号分析手段，用示波器、万用表等普通仪器直接显示信号波形，读取特征参数。以幅值大小为横坐标，以每个幅值间隔内出现的概率为纵坐标进行统计分析的方法。它反映了信号落在不同幅值强度区域内的概率情况。测试系统是执行测试任务的传感器、仪器和设备的总称。本章介绍测试系统特性对测量结果的影响以及测试系统的测量方法。静态测量时，测试装置表现出的响应特性称为静态响应特性。无论复杂度如何，把测量装置作为一个系统来看待。问题简化为处理输入量、系统传输特性和输出三者之间的关系。信号调理的目的是便于信号的传输与处理。传感器输出的电信号很微弱，大多数不能直接输送到显示、记录或分析仪器中去，需要进一步放大，有的还要进行阻抗变换。有些传感器输出的是电号中混杂有干扰噪声，需要去掉噪声，提高信噪比。某些场合，为便于信号的远距离传输，需要对传感器测量信进行调制解调处理。本章介绍模拟信号放大电路原理，信号调制解调原理，信号滤波器工作原理等。数字信号处理主要研究用数字序列来表示测试信号，并用数学公式和运算来对这些数字序列进行处理。内容包括数字波形分析、幅值分析、频谱分析和数字滤波。本章介绍信号模数转换和数模转换原理，信号采样原理能正确选择采样频率，数字信号处理中信号截断、能量泄漏、栅栏效应等现象，常用的数字信号处理方法。虚拟仪器是在计算机上显示传统仪器面板，它将硬件电路完成的信号调理和处理功能由计算机程序完成，这种硬件功能软件化是虚拟仪器的一大特征。本章介绍虚拟仪器的构成和工作原理，常用的虚拟仪器开发平台。阵列信号处理相关技术研究1高分辨率DOA技术1.1子空间类算法DOA(波达方向)估计的基本问题就是确定同时处于空间某一区域内多个感兴趣的信号的空间位置(DOA)。阵列接收数据的协方差矩阵经过特征值分解，可分为信号子空间和噪声子空间。利用信号子空间和噪声子空间性质的空间谱方法称为子空间类算法。子空间类算法又可分为两种：一种利用噪声子空间的噪声子空间类算法，代表为MUSIC算法：另一种是利用信号子空间的信号子空间类算法，代表为旋转不变技术(ESPRIT算法)。1.1.1MUSIC算法假设阵列阵元的加性噪声为空间白噪声，有P个信号入射到M元阵列(p≤M)，阵列接收信号协方差矩阵的谱分解表达式为，R=APAH+σ2I=USASUHS+σ2UnUHn这里信号为互不相关信号，所以矩阵APAH为满秩矩阵，对角矩阵AS、包含着P个较大的特征值。由于σ2，Un，是阵列协方差矩阵R相对应的特征值和特征向量，所以RUn=σ2Un将噪声子空间％右乘以式有RUn=APAHUn+σ2Un对比得APAHUn=0因此UnAPAHUn=0由于P为非奇异阵，则得；AHUn=0所以有噪声特征空间和导向矩阵正交UHnα(θ)=0θ∈{θ1θ2θ3，⋯，θP)由于U=[US，Un]为酉矩阵，不同的特征值对应的特征向量相互正交，所以UsHUn=0由上式可知，阵列输出方向矩阵A与阵列数据矩阵的协方差矩阵的信号特征向量组成的子矩阵U。张成的子空间相同，可以表示为：span{θ1θ2θ3，⋯，θP)=span{u，⋯，up)}其中，α(θi)=[1，exp(-j2π(d/λ)sin(θi))，⋯，exp(-j2π(d/λ)sin(θi))]由式可得，噪声特征值所对应的特征向量与信源的方向正交。空间谱估计形式PMUSIC(θ)=1/αH(θ)UNUNHα(θ)上式分母为信号向量与噪声矩阵的内积，当其『F交时分母为零，由于噪声的存在，其值为一最小值，PMUSIC(θ)为峰值，通过对θ的搜索，可确定信号的波达方向。MUSIC算法步骤：(1)由阵列的接收数据得到数据协方差矩阵；(2)对得到的协方差矩阵进行特征值分解；(3)由特征值进行信号源数判断；(4)确定信号子空间与噪声子空间；(5)根据信号参数范围进行谱峰搜索；(6)找出极大值点对应的角度就是信号入射方向。1.1.2SPRIT算法ESPRIT(旋转不变子空间)的概念是由Roy，PaulraJ和Kailam提出的，其含义就是利用旋转不变子空间估计信号参数。EsPRjT算法估计信号参数时要求阵列的几何结构存在所谓的不变性，这个不变性可以通过两种手段获得：一是阵列本身存在两个或两个以上相同的子阵；二是通过某些变换获得两个或两个以上的相同子阵。旋转不变子空间(ESPRIT)算法是空间谱估计中的典型算法，它利用接收数据协方差矩阵信号子空间的旋转不变特性。与MUSIC算法相比，ESPRIT算法的优点在于计算量小，不需要进行谱峰搜索。将整个阵列划分成几个完全相同结构的子阵，相邻子阵间存在一个固定的间距，这个固定的间距反映出各相邻子阵间的一个固定关系，即子阵间的旋转不变性。而ESPRIT算法就是利用了这个子阵间的旋转不变性实现了参数估计。ESPRIT算法最基本的假设存在两个完全相同的子阵，且两个子阵之间的间距d已知。由于两个子阵的结构完全相同，且子阵的阵元数为L，对于同一个信号而言，两个子阵的输出只有一个相位差φi=l，2，⋯N。假设第一个子阵的接收数据为五，第二个子阵的接收数据为X2。信号模型：X1=[α(θ1),...,α(θn)]S+N1,=AS+N1X2=[α(θ1)ejφ,...,α(θn)ejφ]s+N2=AφS+N2式中，φ=diag[ejφ,...,ejφ]从上面数学模型可知，需要求解的是信号的方向，而信号的方向信息包含在A和φ，由于西是一个对角阵，所以只要考虑矩阵φk=(2πdsinθk)/λ只要得到两个子阵间的旋转不变关系φ，就可以方便的得到关于信号到达角的信息。将两个子阵的模型进行合并，即上式的协方差为R=E[XXH]ARSAH+RN2MUSIC算法仿真仿真采用4阵元均匀天线阵；d为1/2λ；采样点数为1024；两个非相干信号的入射角10°、40°；输入信噪比为lOdB。仿真结果见下图，从这个空间谱图可以看出，对于非相干信号MUSIC算法能够精确的估计出信号DOA。仔细观察可发现MUSIC谱的分辨率随着入射信号角度的增大而有所降低。3致谢感谢王海英老师，在这学期给予我们的关心和支持。对于现代信号分析与处理这门课老师讲的很透彻，使我对关于传感器，关于信号检测，关于信号采集，关于传感器在工程机械方面的应用有了一个全新的认识。同时我也认识到自己以前的不足，以及某些错误认识。在自己不懂的地方怎样查找相关资料文献，以后遇到类似问题怎样思考解决。