CN113887393B - 基于低阶双向差分运算的滑动相干累加信号增强器及方法 - Google Patents

基于低阶双向差分运算的滑动相干累加信号增强器及方法 Download PDF

Info

Publication number
CN113887393B
CN113887393B CN202111151862.0A CN202111151862A CN113887393B CN 113887393 B CN113887393 B CN 113887393B CN 202111151862 A CN202111151862 A CN 202111151862A CN 113887393 B CN113887393 B CN 113887393B
Authority
CN
China
Prior art keywords
signal
low
coherent
differentiator
sliding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111151862.0A
Other languages
English (en)
Other versions
CN113887393A (zh
Inventor
朱建军
孟新宝
周天
李海森
陈宝伟
徐超
杜伟东
秦健峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN202111151862.0A priority Critical patent/CN113887393B/zh
Publication of CN113887393A publication Critical patent/CN113887393A/zh
Application granted granted Critical
Publication of CN113887393B publication Critical patent/CN113887393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Noise Elimination (AREA)

Abstract

本发明涉及一种基于低阶双向差分运算的滑动相干累加信号增强器及方法，主要由低阶双向差分器和相干累加器构成，用于实时输出信噪比得到提高的探测信号。增强方法为，步骤1、低阶双向差分器从多分量探测信号中实时实现感兴趣频率分量选择，同时抑制带外噪声，其输出信号送相干累加器；步骤2、相干累加器实现非相干噪声抵消和相干探测信号增强。本发明方法具备良好的频率辨识能力、噪声抑制能力、不同类型信号适应能力以及数字信号的实时处理能力，适用于周期性连续探测信号实时处理各领域。

Description

基于低阶双向差分运算的滑动相干累加信号增强器及方法
技术领域
本发明涉及一种基于低阶双向差分运算的滑动相干累加信号增强器及方法，属数字信号处理领域。
背景技术
高的信噪比是有效实现信号检测、目标探测与识别的必要前提和可靠保障，无论是在信号处理领域还是在仪器设备研制领域，具有高实时性的高性能信号增强技术方法一直是研究的热点问题。制约信号增强的因素主要包括：(1)待处理信号中频率分量多，有效辨识、选择感兴趣频率分量实现困难。多分量频率可是多种频率分量的有用信号，也可是干扰噪声频率分量，如何从众多频率分量中提取并增强感兴趣的信号技术难度大；(2)常规方法的带内噪声抑制能力有限，直接导致处理输出信号信噪比难以进一步提高；(3)高性能的信号增强方法实时实现难度大，难以实现工程应用。本发明提出的基于低阶双向差分运算的滑动相干累加信号增强器可有效解决上述问题。
发明内容
本发明的目的是实时实现具有强频率辨识性和选择性、高带内噪声抑制能力和良好实时实现特性的相干信号增强，为信号增强技术领域提供一种新的技术途径。
本发明的目的是这样实现的：基于低阶双向差分运算的滑动相干累加信号增强器，主要由低阶双向差分器和相干累加器构成，所述的低阶双向差分器用于从多分量探测信号中实时实现感兴趣频率分量选择，同时抑制带外噪声，其输出信号送相干累加器后实现非相干噪声抵消和相干探测信号增强。整个信号增强器通过两级噪声抑制结合信号自身增强最终显著提高探测信号的信噪比。
基于低阶双向差分运算的滑动相干累加信号增强方法，采取所述的基于低阶双向差分运算的滑动相干累加信号增强器，包括以下步骤：
步骤1、低阶双向差分器从多分量探测信号中实时实现感兴趣频率分量选择，同时抑制带外噪声，其输出信号送相干累加器；
步骤2、相干累加器实现非相干噪声抵消和相干探测信号增强。
具体的，首先将第m-p+1到第m周期p个探测周期的信号依次进行低阶双向差分运算和相干累加，得到第m探测周期的N点增强信号；其次滑动输入第m-p+2到第m+1周的探测信号，依次进行低阶双向差分运算和相干累加，得到第m+1探测周期的N点增强信号；最后以此类推，实现探测过程中不间断的滑动相干累加信号增强输出。
进一步的，步骤1中，低阶双向差分器是按下面过程实现的：
ym(n)＝[b(1)xm(n)+b(2)xm(n-1)+...+b(k+1)xm(n-k)-a(2)ym(n-1)-...-a(k+1)ym(n-k)]/a(1)
其中，xm(n)是第m探测周期对应低阶双向差分器输入的第n个探测信号样本点，n＝1,2,···,N，N为信号总样本数；ak和bk分别为差分器的前向和后向反馈系数，ym(n)是第m探测周期对应差分器的第n个输出样本点。
步骤2中，相干累加器是按下面过程实现的：
其中，Im(n)为第m周期滑动相干累加信号增强器输出的第n个样本点；yi(n)为第i探测周期信号的第n个样本点，i∈[m-p+1,m]。
在步骤1和步骤2实现第m探测周期的N点信号增强处理后，还包括步骤3，滑动输入第m-p+2到第m+1周期的p个探测周期的信号；
进行相同的步骤3的实时信号增强处理，得到第m+1周期的增强信号，以此类推，实现整个连续探测过程的滑动相干累加信号增强。
本发明涉及的低阶双向差分器具有以下优势和特点：
首先，其具有良好的频率辨识性和选择性。通过正向加权和负向反馈双向差分运算确保了从多频率分量中准确提取感兴趣频率信号分量，最大程度降低其它频率分量的干扰，同时对带外噪声实现了最大程度的有效抑制；
其次，低阶数特点确保了良好的实时性，以低的资源占用量和小的计算量确保感兴趣信号辨识与选择的实时实现。
而相干累加器也具有两方面的技术优势：其一是在双向差分器信号增强基础上进一步抵消带内非相干噪声，双重降噪获得了常规噪声抑制方法无法达到的降噪效果；其二是对相干信号进行累加增强，从噪声抑制和信号自身增强两个维度实现了整体信噪比的有效增强。
附图说明
图1是本发明基于低阶双向差分运算的滑动相干累加信号增强器构成框图；
图2是实施例带噪输入信号波形及其频谱(SNR＝0dB)；
图3是实施例低阶双向差分器输出信号波形及其频谱；
图4是实施例相干累加器输出信号波形及其频谱；
图5是实施例滑动输出信号增强效果与传统带通滤波处理效果对比。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步地详细描述。
如图1所示，本发明所述的基于低阶双向差分运算的滑动相干累加信号增强器，主要由低阶双向差分器和相干累加器构成。
低阶双向差分器用于从多分量探测信号x(n)中实时实现感兴趣频率分量选择，同时抑制带外噪声，其输出信号y(n)送相干累加器后实现非相干噪声抵消和相干探测信号增强。整个信号增强器通过两级噪声抑制结合信号自身增强最终显著提高探测信号的信噪比。
增强方法，包括以下步骤：
步骤1、低阶双向差分器从多分量探测信号中实时实现感兴趣频率分量选择，同时抑制带外噪声，其输出信号送相干累加器；
低阶双向差分器是按下面过程实现的：
ym(n)＝[b(1)xm(n)+b(2)xm(n-1)+...+b(k+1)xm(n-k)-a(2)ym(n-1)-...-a(k+1)ym(n-k)]/a(1)
其中，xm(n)是第m探测周期对应低阶双向差分器输入的第n个探测信号样本点，n＝1,2,···,N，N为信号总样本数；ak和bk分别为差分器的前向和后向反馈系数，ym(n)是第m探测周期对应差分器的第n个输出样本点。
步骤2、相干累加器实现非相干噪声抵消和相干探测信号增强。
相干累加器是按下面过程实现的：
其中，Im(n)为第m周期滑动相干累加信号增强器输出的第n个样本点；yi(n)为第i探测周期信号的第n个样本点，i∈[m-p+1,m]；
在步骤1和步骤2实现第m探测周期的N点信号增强处理后，还包括步骤3，滑动输入第m-p+2到第m+1周期的p个探测周期的信号；
进行相同的步骤3的实时信号增强处理，得到第m+1周期的增强信号，以此类推，实现整个连续探测过程的滑动相干累加信号增强。
下面结合实施方式，以具体的实例对本发明及其效果进行说明，图2给出了信噪比SNR＝0dB的带噪信号，其中200ms、210ms、250ms、300ms、360ms、400ms处存在不同幅度量级的时延信号，所有信号均淹没在噪声中；图3为带噪信号经过2阶双向差分器的输出，带外噪声得到了良好的抑制，且可以观察到较强的信号分量；图4是双向差分器输出经过相干累加器后的波形及频谱，带内噪声得到了进一步的抑制，信号自身也得到了增强，已能够明显地从信号波形中观察到各时延处的信号；为了进一步验证滑动相干累加信号增强效果，对连续的100个周期的信号采用本发明方法进行滑动处理，并与传统带通滤波信号增强方法进行对比，如图5所示，信号增强效果明显，能够清晰地检测到各时延信号，充分验证了本发明的有益效果。

Claims (2)

1.基于低阶双向差分运算的滑动相干累加信号增强方法，其特征在于：采取基于低阶双向差分运算的滑动相干累加信号增强器，包括以下步骤：
步骤1、低阶双向差分器从多分量探测信号中实时实现感兴趣频率分量选择，同时抑制带外噪声，其输出信号送相干累加器；
步骤1中，低阶双向差分器是按下面过程实现的：
y m (n) = [b 1 x m (n) + b 2 x m (n−1) +...+ b k+1 x m (n−k) −a 2 y m (n−1) −...
−a k+1 y m (n−k)]/a 1
其中，x m (n)是第m探测周期对应低阶双向差分器输入的第n个探测信号样本点，n=1,2,···,N，N为信号总样本数；a k 和b k 分别为低阶双向差分器的前向和后向反馈系数，y m (n)是第m探测周期对应低阶双向差分器的第n个输出样本点；
步骤2、相干累加器实现非相干噪声抵消和相干探测信号增强；
步骤2中，相干累加器是按下面过程实现的：
；
其中，为第m周期滑动相干累加信号增强器输出的第n个样本点；/>为第i探测周期信号的第n个样本点，i∈[m-p+1, m]；
在步骤1和步骤2实现第m探测周期的N点信号增强处理后，还包括步骤3，滑动输入第m-p+2到第m+1周期的p个探测周期的信号；
进行相同的步骤3的实时信号增强处理，得到第m+1周期的增强信号，以此类推，实现整个连续探测过程的滑动相干累加信号增强。
2.基于低阶双向差分运算的滑动相干累加信号增强器，其特征在于：用于实现权利要求1所述的基于低阶双向差分运算的滑动相干累加信号增强方法，包括低阶双向差分器和相干累加器；
低阶双向差分器，用于从多分量探测信号中实时实现感兴趣频率分量选择，同时抑制带外噪声，其输出信号送相干累加器；
相干累加器，用于实现非相干噪声抵消和相干探测信号增强。
CN202111151862.0A 2021-09-29 2021-09-29 基于低阶双向差分运算的滑动相干累加信号增强器及方法 Active CN113887393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111151862.0A CN113887393B (zh) 2021-09-29 2021-09-29 基于低阶双向差分运算的滑动相干累加信号增强器及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111151862.0A CN113887393B (zh) 2021-09-29 2021-09-29 基于低阶双向差分运算的滑动相干累加信号增强器及方法

Publications (2)

Publication Number Publication Date
CN113887393A CN113887393A (zh) 2022-01-04
CN113887393B true CN113887393B (zh) 2024-04-09

Family

ID=79008047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111151862.0A Active CN113887393B (zh) 2021-09-29 2021-09-29 基于低阶双向差分运算的滑动相干累加信号增强器及方法

Country Status (1)

Country Link
CN (1) CN113887393B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5495204A (en) * 1994-12-19 1996-02-27 Bei Electronics, Inc. Digital FM demodulator and method with enhanced resolution
KR20090053075A (ko) * 2007-11-22 2009-05-27 한양대학교 산학협력단 차분적 이원 직교 신호 수신기, 차분적 이원 직교 신호의복호화 방법 및 이를 기록한 기록매체
CN105407067A (zh) * 2015-10-30 2016-03-16 武汉大学 一种突发模式gmsk的相干载波和定时的恢复方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5495204A (en) * 1994-12-19 1996-02-27 Bei Electronics, Inc. Digital FM demodulator and method with enhanced resolution
KR20090053075A (ko) * 2007-11-22 2009-05-27 한양대학교 산학협력단 차분적 이원 직교 신호 수신기, 차분적 이원 직교 신호의복호화 방법 및 이를 기록한 기록매체
CN105407067A (zh) * 2015-10-30 2016-03-16 武汉大学 一种突发模式gmsk的相干载波和定时的恢复方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于FPGA的DDS波形发生器的研究与设计;任星怡;孙静;;黑龙江科技信息;20110505(第13期);全文 *
基于Golay脉冲编码技术的相干激光雷达仿真研究;周艳宗;王冲;魏天问;上官明佳;夏海云;;中国激光;20180418(第08期);全文 *
用于GNSS基带信号分析的相干累加算法;贺成艳;卢晓春;;数据采集与处理;20091015(第S1期);全文 *
高重频脉冲激光测距回波处理技术研究;左胜广;柴利飞;马号兵;李晓林;许新科;;中国计量大学学报;20180315(第01期);全文 *

Also Published As

Publication number Publication date
CN113887393A (zh) 2022-01-04

Similar Documents

Publication Publication Date Title
CN109523999A (zh) 一种提升远场语音识别的前端处理方法和系统
CN116153329A (zh) 一种基于cwt-lbp的声音信号时频纹理特征提取方法
CN113887393B (zh) 基于低阶双向差分运算的滑动相干累加信号增强器及方法
CN109102818B (zh) 一种基于信号频率概率密度函数分布的去噪音频采样算法
CN113341378A (zh) 基于频谱差分熵检测的自适应信道化接收方法
CN114189781A (zh) 双麦神经网络降噪耳机的降噪方法及系统
CN112115842B (zh) 一种基于改进提升小波变换和高次自相关处理的微弱电信号检测系统及其方法
Ramar et al. A Hybrid MFWT Technique for Denoising Audio Signals
CN107330462B (zh) 基于时频分析的手势识别方法及其装置
Ashwin et al. Audio denoising based on short time fourier transform
Yao et al. Research on wavelet denoising method based on soft threshold in wire rope damage detection
Ming et al. Research on Audio Signal Denoising and Simulation Processing
CN115266094A (zh) 基于tvd和med的滚动轴承故障诊断方法
Pang Improved image denoising based on Haar wavelet transform
CN109460614A (zh) 基于瞬时带宽的信号时间-频率分解方法
CN113343887A (zh) 基于边缘计算与机器学习的多传感器混合故障信号盲分离方法
CN114858430A (zh) 一种基于lcd-小波新阈值的机械密封声发射信号降噪方法
CN113903348A (zh) 一种基于sgn的火电厂发电设备声频去噪方法
CN114449410A (zh) 一种多通道声纹信号同步采集系统及方法
Dawton et al. Proposal for a compressive measurement-based acoustic vehicle detection and identification system
CN113238206B (zh) 一种基于判决统计量设计的信号检测方法及系统
CN118484650B (zh) 一种eLoran信号的提取方法、系统、设备及介质
CN113358927B (zh) 一种基于区域核函数的多分量线性调频信号时频分析方法
CN113885078B (zh) 一种基于峰值判别的差分累加高分辨浅剖分层处理方法
CN113380266B (zh) 一种微型双麦克风语音增强方法及微型双麦克风

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant