Question:
Détection de signaux enfouis dans le bruit
James
2020-03-13 20:20:24 UTC
view on stackexchange narkive permalink

C'est une question plus générale pour voir quelles sont les méthodes les plus courantes pour améliorer la détection d'un signal qui est enfoui dans le bruit.Actuellement, nous construisons un système optique pour l'imagerie médicale et le signal détecté est 1000x inférieur au bruit de fond.

Actuellement, nous examinons des méthodes telles que l'amplification / détection de verrouillage et d'autres types de filtrage, mais la question reste ouverte pour voir quelles sont les méthodes courantes pour améliorer la détection d'un signal dans un arrière-plan bruyant.

Plus de contexte requis.
Y a-t-il des informations spécifiques que vous aimeriez connaître?
Je crois comprendre que lorsqu'un LIA peut être mis en œuvre, il est susceptible d'être utilement supérieur à toute autre méthode.c'est-à-dire que vous ne pouvez l'utiliser que lorsque vous générez le signal qui est ensuite traité par le système et qui peut ensuite être corrélé au signal source.Ce n'est pas toujours possible (par exemple, détecter des signaux provenant d'une source indisponible) MAIS quand c'est le cas, vous connaissez la fréquence, la phase de la source, l'amplitude de la source (les deux peuvent être affectés par le système cible, la stabilité, .... donc la détection est beaucoup plus facile que danstout autre cas.
Devrait regarder le livre de Hobbs: Building Electro ‐ Optical Systems: Making it all Work https://onlinelibrary.wiley.com/doi/book/10.1002/9780470466339
Cinq réponses:
#1
+21
TimWescott
2020-03-13 20:59:02 UTC
view on stackexchange narkive permalink

La seule façon de détecter un signal "enfoui dans le bruit" est de faire passer le signal + le bruit à travers un filtre qui atténue le bruit plus qu'il n'atténue le signal. À ce stade, le signal n'est plus enfoui dans le bruit, donc "enfoui dans le bruit" n'était qu'une hypothèse hâtive.

Dans la radio transportant un signal audio (ou en code Morse) en SSB ou AM, vous prenez le signal + bruit et vous le filtrez par la bande passante approximative du signal, puis vous le faites passer à travers un détecteur.

Dans une radio transportant des données numériques, vous la faites passer à travers un filtre adapté, puis un détecteur.

En radio à spectre étalé, vous corrélez le signal + le bruit avec une séquence pseudo-aléatoire, puis un filtre passe-bande, puis détectez.

Dans les systèmes visuels, vous corrélez l'image bruyante avec un prototype 2D du signal anticipé, ou vous exécutez l'image bruyante à travers un filtre spatial passe-bas, puis vous détectez.

Dans tous les cas, le signal doit être distinct d'une certaine manière du bruit - si ce n'est pas le cas, vous ne pouvez pas filtrer le bruit sans filtrer le signal également.

J'ajouterai à ceci:

Au niveau supérieur, un filtre pour les signaux est comme un filtre à café ou une passoire: vous avez ce que vous voulez (café ou pâtes fraîchement cuites) et ce que vous ne voulez pas (marc de café, ou féculent eau), mais tout est mélangé. Alors vous faites passer le désordre à travers un filtre. Dans le cas du café, vous gardez les choses qui passent à travers le filtre. Dans le cas de la passoire, vous gardez les choses qui restent. Dans les deux cas, vous utilisez le fait qu'une chose (marc de café ou morceaux de pâtes) est plus grosse que l'autre (molécules d'eau et toutes les autres choses que vous voulez dans le café et que vous ne voulez pas dans les pâtes).

Un filtre de signal fait la même chose - vous vous débarrassez de ce que vous ne voulez pas parce qu'il est différent de ce que vous voulez.Si vous ne pouvez pas comprendre en quoi c'est différent et comment créer un algorithme pour le séparer, vous ne pouvez pas filtrer votre signal de votre bruit.

Un amplificateur de verrouillage «désobéit en quelque sorte» à la nécessité de filtrer le signal du bruit.Sorte de.En corrélant le signal avec le signal de référence correspondant connu, vous extrayez les composants corrélés sans supprimer au préalable tout le bruit.Oui?
Un amplificateur de verrouillage corrèle le signal, puis filtre passe-bas le résultat.L'étape de corrélation transforme le signal en courant continu, le filtre élimine le bruit sans se débarrasser du signal.Donc ça fait à peu près * exactement * ce dont je parle.
D'ACCORD.Selon ma "sorte de désobéissance".Je ne suis pas tout à fait à l'aise avec l'attribution d'une terminologie standard à des actions qui sont extrêmement utilement différentes de leur utilisation normale dans le même contexte.L'étape de corrélation "transformant le signal en courant continu" (effectivement détection d'amplitude synchrone) n'est pas disponible pour la plupart des autres méthodes, et le bruit est beaucoup moins pertinent que dans la plupart des méthodes sans verrouillage de phase.La comparaison la plus proche est une PLL qui a une bande passante finie dans laquelle elle recherchera des signaux qui s'auto-corrélent dans le temps....
... Le LIA a essentiellement une bande passante nulle sans filtrage conventionnel (mais l'ajout d'un filtrage conventionnel aide) et comme vous le savez EXACTEMENT la fréquence du signal cible, le filtre peut être aussi étroit que les exigences globales l'exigent.Je sais que vous savez tout cela (sauf toutes les parties où je me trompe :-)) - Je ne discute pas de processus - juste comment le voir au mieux.||Lorsqu'une LIA peut être mise en œuvre, elle est susceptible d'être utilement supérieure à toute autre méthode.
#2
+9
Neil_UK
2020-03-13 21:41:45 UTC
view on stackexchange narkive permalink

Le concept général de la détection d'un signal dans le bruit est la connaissance de quelque chose sur le signal, et idéalement quelque chose sur le bruit.

La chose la plus simple à utiliser est la connaissance spectrale.Si vous savez que le signal occupe une partie du spectre, vous pouvez filtrer en toute sécurité le bruit dans d'autres parties du spectre sans perdre de signal.Ceci est poussé à son extrême dans «l'amplificateur de verrouillage», qui est fondamentalement juste une méthode de création d'un filtre passe-bande très étroit à la fréquence précise du signal.

Une propriété plus générale du signal est sa forme d'onde.Nous pouvons corréler le signal plus le bruit avec une copie de cette forme d'onde, puis faire la moyenne.Le bruit ne s'aligne pas avec la forme d'onde corrélée et ajoute donc de la puissance.Le signal est corrélé, donc s'ajoute en tant que tension, entraînant une amélioration de 3 dB du SNR chaque fois que le nombre de moyennes est doublé.

#3
+7
Dirk Bruere
2020-03-13 21:46:29 UTC
view on stackexchange narkive permalink

Une autre technique qui pourrait être utile est l ' autocorrélation

L'autocorrélation, également appelée corrélation série, est la corrélation d'un signal avec une copie retardée de lui-même en fonction du retard. De manière informelle, c'est la similitude entre les observations en fonction de le laps de temps entre eux.L'analyse de l'autocorrélation est une outil mathématique pour trouver des motifs répétitifs, tels que la présence d'un signal périodique obscurci par le bruit, ou identifiant le manquant fréquence fondamentale dans un signal impliquée par ses fréquences harmoniques. Il est souvent utilisé dans le traitement du signal pour analyser des fonctions ou série de valeurs, telles que les signaux du domaine temporel.

Différents domaines d'études définissent l'autocorrélation différemment, et non toutes ces définitions sont équivalentes.Dans certains domaines, le terme est utilisé de manière interchangeable avec l'autocovariance.

#4
+5
Phil Freedenberg
2020-03-14 22:29:14 UTC
view on stackexchange narkive permalink

Et puis il y a l'idée de faire la moyenne de plusieurs observations indépendantes.En termes trop simplifiés, le but ici est d'augmenter la force du signal tout en laissant le bruit s'annuler, c'est-à-dire que le signal souhaité augmente plus vite que le bruit, et plus vous faites la moyenne d'échantillons, mieux c'est.

+1 Même calcul que ici: https://dsp.stackexchange.com/a/63771/41790
#5
+1
analogsystemsrf
2020-03-13 20:51:56 UTC
view on stackexchange narkive permalink

Si vous savez exactement à quoi ressemble le signal, dans le domaine temporel, vous pouvez implémenter des filtres adaptés pour éliminer l'énergie du bruit dans les régions de fréquence qui ne sont pas nécessaires pour construire la forme d'onde.



Ce Q&R a été automatiquement traduit de la langue anglaise.Le contenu original est disponible sur stackexchange, que nous remercions pour la licence cc by-sa 4.0 sous laquelle il est distribué.
Loading...