劉 浩，沈榮生

（宿州學(xué)院，安徽 宿州 234000）

0 引言

光電檢測(cè)技術(shù)是在傳感器裝置的支持下，將裝置所測(cè)得的信息經(jīng)由光通道轉(zhuǎn)變?yōu)橄鄬?duì)應(yīng)的電量，并利用相關(guān)處理技術(shù)，完成在線實(shí)時(shí)檢測(cè)。與傳統(tǒng)檢測(cè)模式相比，光電檢測(cè)系統(tǒng)在對(duì)檢測(cè)信息進(jìn)行處理時(shí)，是由光、電信號(hào)的相互轉(zhuǎn)換實(shí)現(xiàn)數(shù)據(jù)對(duì)接，可對(duì)數(shù)據(jù)信息進(jìn)行實(shí)時(shí)響應(yīng)，具有高精度、高效率檢測(cè)的優(yōu)勢(shì)。從實(shí)際檢測(cè)重點(diǎn)來看，光電檢測(cè)系統(tǒng)的實(shí)現(xiàn)，主要是針對(duì)待檢測(cè)體系中的微弱信號(hào)源進(jìn)行檢測(cè)，精準(zhǔn)分析出微弱信號(hào)所具備的各類關(guān)聯(lián)屬性，只有這樣才可進(jìn)一步確定相對(duì)應(yīng)的檢測(cè)指標(biāo)，并為系統(tǒng)精準(zhǔn)化運(yùn)行提供數(shù)據(jù)支撐。

1 微弱信號(hào)中的噪聲屬性

光電檢測(cè)系統(tǒng)中的微弱信號(hào)不是指信號(hào)本身的幅值大小，而是指在檢測(cè)過程中，微弱信號(hào)值所呈現(xiàn)出的屬性遠(yuǎn)低于檢測(cè)中的噪聲，進(jìn)而造成微弱信號(hào)難以被檢測(cè)出來，因?yàn)槠渚哂邢鄬?duì)性特點(diǎn)。故而，微弱信號(hào)檢測(cè)技術(shù)的應(yīng)用，更加傾向于對(duì)微弱信號(hào)中存在的噪聲進(jìn)行抑制，從而提高系統(tǒng)對(duì)微弱信號(hào)的檢測(cè)精度。從技術(shù)應(yīng)用角度來看，影響微弱信號(hào)檢測(cè)精度的主要因素是系統(tǒng)內(nèi)部所產(chǎn)生的噪聲、系統(tǒng)外部所產(chǎn)生的干擾，噪聲產(chǎn)生動(dòng)因?qū)儆诳陀^存在，不會(huì)被消除，只會(huì)在實(shí)際檢測(cè)中降低噪聲所帶來的干擾，以便進(jìn)一步提高系統(tǒng)檢測(cè)精度。從實(shí)際操作模式來看，微弱信號(hào)具有連續(xù)、隨機(jī)的特征，且不同噪聲之間的參數(shù)信息關(guān)聯(lián)程度不高，在進(jìn)行檢測(cè)時(shí)，必須針對(duì)不同檢測(cè)工作設(shè)定相對(duì)應(yīng)的檢測(cè)技術(shù)，才可深度分析出信號(hào)所呈現(xiàn)出的各類屬性［1］。

2 光電檢測(cè)系統(tǒng)中常用的微弱信號(hào)檢測(cè)方法

微弱信號(hào)檢測(cè)系統(tǒng)測(cè)定數(shù)據(jù)信息的精準(zhǔn)度與檢測(cè)方法具有較強(qiáng)的聯(lián)動(dòng)性。隨著科學(xué)技術(shù)不斷更新，微弱信號(hào)檢測(cè)方法也不再局限于固定的檢測(cè)方案之中，而是通過技術(shù)、設(shè)備、檢測(cè)載體等，實(shí)現(xiàn)多元化信號(hào)檢測(cè)。

2.1 關(guān)聯(lián)檢測(cè)法

關(guān)聯(lián)檢測(cè)法是針對(duì)微弱信號(hào)呈現(xiàn)出的各類屬性進(jìn)行統(tǒng)計(jì)，然后將固定信號(hào)作為參數(shù)指標(biāo)，分析出在不同時(shí)間節(jié)點(diǎn)，當(dāng)前檢測(cè)時(shí)間點(diǎn)內(nèi)微弱信號(hào)所具備的隨機(jī)屬性、聯(lián)動(dòng)屬性等，在不同參數(shù)的界定下，可對(duì)信號(hào)進(jìn)行分離處理。關(guān)聯(lián)檢測(cè)法可對(duì)信號(hào)中含有的噪聲進(jìn)行針對(duì)性抑制，進(jìn)而確定與固定指標(biāo)呈現(xiàn)出關(guān)聯(lián)屬性的各類數(shù)據(jù)值，進(jìn)而提高實(shí)際檢測(cè)精度。

2.2 鎖相放大檢測(cè)法

鎖相放大檢測(cè)方法的實(shí)現(xiàn)，主要是通過檢測(cè)裝置、濾波裝置、信號(hào)傳輸裝置等，實(shí)現(xiàn)信號(hào)在傳輸過程中的全過程檢測(cè)。其中信號(hào)傳輸裝置主要是針對(duì)裝置所測(cè)得的信號(hào)進(jìn)行前期降噪處理，然后將信號(hào)噪聲與傳感器裝置中的阻抗值進(jìn)行對(duì)比，查證出當(dāng)前時(shí)間節(jié)點(diǎn)下信號(hào)參數(shù)的變動(dòng)范圍，繼而進(jìn)行移相處理。鎖相放大檢測(cè)原理主要是針對(duì)當(dāng)前信號(hào)進(jìn)行調(diào)制處理，并針對(duì)信號(hào)所呈現(xiàn)出的屬性與基準(zhǔn)值核對(duì)，遷移信號(hào)頻域，確保待測(cè)信號(hào)呈現(xiàn)出區(qū)域值與基準(zhǔn)參數(shù)相吻合，以便進(jìn)一步降低噪聲干擾所帶來的影響［2］。

2.3 時(shí)域檢測(cè)法

時(shí)域檢測(cè)法主要是針對(duì)當(dāng)前檢測(cè)區(qū)域內(nèi)不同時(shí)間節(jié)點(diǎn)下具有一定噪聲屬性的信號(hào)進(jìn)行累計(jì)，然后依托于噪聲信號(hào)呈現(xiàn)出的隨機(jī)屬性，將噪聲信號(hào)與微弱信號(hào)進(jìn)行整體分離處理，便可增強(qiáng)系統(tǒng)本體的信噪比。但此類檢測(cè)方法對(duì)于檢測(cè)時(shí)間段具有一定要求，即在檢測(cè)過程中，應(yīng)針對(duì)不同屬性信息設(shè)定檢測(cè)周期，才可進(jìn)一步實(shí)現(xiàn)對(duì)數(shù)字信號(hào)的有效檢測(cè)。

2.4 取樣積分檢測(cè)法

取樣積分檢測(cè)法與實(shí)時(shí)進(jìn)行的信號(hào)檢測(cè)相比，具有滯后性特點(diǎn)，即在實(shí)際檢測(cè)過程中，需依據(jù)設(shè)備運(yùn)行模式，設(shè)定相對(duì)應(yīng)的檢測(cè)周期，然后將同區(qū)段、同節(jié)點(diǎn)下的數(shù)據(jù)進(jìn)行采集與積分處理，并取平均值，確保信號(hào)測(cè)定的精準(zhǔn)性。在實(shí)際檢測(cè)過程中，消耗較大的計(jì)算量，整體檢測(cè)周期較長(zhǎng)，且無法進(jìn)行實(shí)時(shí)檢測(cè)。

3 光電檢測(cè)系統(tǒng)的微弱信號(hào)檢測(cè)理論分析

文章所研究的微弱信號(hào)檢測(cè)方法主要是以小波分析為主，首先對(duì)信號(hào)在傳輸過程中呈現(xiàn)出的具有衰減性、波動(dòng)性的小波形進(jìn)行分析，然后通過時(shí)間、空間方面的比對(duì)，確定出不同信號(hào)段內(nèi)時(shí)頻信號(hào)所呈現(xiàn)出的屬性。從光電檢測(cè)系統(tǒng)的應(yīng)用模式來看，由于受到不可抗因素的干擾，信號(hào)在產(chǎn)生及傳輸過程中不可避免產(chǎn)生噪聲，如果在實(shí)際檢測(cè)中并未能針對(duì)此類噪聲干擾進(jìn)行排除的話，實(shí)際檢測(cè)結(jié)果將會(huì)出現(xiàn)偏差，降低實(shí)際檢測(cè)質(zhì)量。為此，在實(shí)際檢測(cè)過程中，必須對(duì)微弱信號(hào)中存在的噪聲進(jìn)行檢測(cè)與處理，如此才可進(jìn)一步強(qiáng)化實(shí)際檢測(cè)精度［3］。

小波分析的應(yīng)用，是針對(duì)當(dāng)前檢測(cè)到的信息存在的微弱信號(hào)區(qū)域進(jìn)行分割，將頻率分解模式映射到空間區(qū)域中，便可通過全域分析模式，將微弱信號(hào)進(jìn)行精細(xì)處理，便于更好地檢測(cè)到微弱信號(hào)中存在的噪聲并予以排除，提高系統(tǒng)檢測(cè)的精準(zhǔn)性?？紤]到微弱信號(hào)與噪聲之間的衍生特點(diǎn)，一般噪聲混合在低頻微弱信號(hào)中，此時(shí)若采用小波分析檢測(cè)，則應(yīng)立足于檢測(cè)閾值與分解尺度之上，確保信號(hào)檢測(cè)過程中各類數(shù)據(jù)檢測(cè)工作順利進(jìn)行，以實(shí)現(xiàn)信號(hào)的高精度處理，進(jìn)而有效規(guī)避因?yàn)樾盘?hào)拆分域過大所造成的噪聲遺漏問題。

混沌理論算法的應(yīng)用，是利用系統(tǒng)本身對(duì)微弱信號(hào)呈現(xiàn)出的敏感值進(jìn)行檢測(cè)，再利用檢測(cè)到的信號(hào)反饋到系統(tǒng)中，查證出兩種信號(hào)傳輸路徑及相關(guān)參數(shù)是否一致，如果兩個(gè)信號(hào)源存在一定偏差，則證明二者檢測(cè)信號(hào)中存在待測(cè)信號(hào)，如果二者信號(hào)一致，則表明當(dāng)前測(cè)定信號(hào)中不含有微弱信號(hào)。混沌理論算法檢測(cè)模式如下：

式（1）中，微弱信號(hào)在測(cè)定過程中均為降噪之后的信號(hào)來源，b代表微弱信號(hào)在確認(rèn)過程中的嵌入維數(shù)，L代表信號(hào)檢測(cè)過程中的時(shí)間延遲量，通過固有參數(shù)值進(jìn)行降噪運(yùn)算，可得出相對(duì)應(yīng)的信號(hào)值。

4 微弱信號(hào)檢測(cè)工序

光電檢測(cè)系統(tǒng)的微弱信號(hào)檢測(cè)流程：收集微弱信號(hào)→小波分析信號(hào)→混沌處理→訓(xùn)練樣本→向量機(jī)訓(xùn)練→參數(shù)優(yōu)化處理→模型建設(shè)匹配信號(hào)參數(shù)。

第一，由光電檢測(cè)系統(tǒng)對(duì)設(shè)備運(yùn)行中存在的微弱信號(hào)進(jìn)行采集處理。

第二，利用小波分析檢測(cè)方法，對(duì)采集到的微弱信號(hào)進(jìn)行變換處理，并依據(jù)閾值來界定出不同操控視域下信號(hào)所產(chǎn)生的高頻段與低頻段。

第三，針對(duì)不同時(shí)域呈現(xiàn)出的高頻信號(hào)、低頻信號(hào)進(jìn)行重構(gòu)處理，進(jìn)而分離出微弱信號(hào)與信號(hào)中存在的噪聲，從而獲得不含噪聲的信號(hào)源。

第四，利用混沌理論算法進(jìn)行數(shù)據(jù)運(yùn)算，得出基于嵌入維數(shù)、時(shí)間延遲量的多維數(shù)據(jù)模型。

第五，對(duì)樣本進(jìn)行檢測(cè)，分析出不同操控視域下數(shù)據(jù)信息所產(chǎn)生的多維參數(shù)是否滿足微弱信號(hào)的檢測(cè)訴求，然后建立相對(duì)應(yīng)的模型，進(jìn)一步通過數(shù)據(jù)映射出當(dāng)前檢測(cè)模型所具備的各類屬性。

5 實(shí)驗(yàn)分析

利用光電檢測(cè)系統(tǒng)對(duì)微弱信號(hào)檢測(cè)時(shí)，為了使各類檢測(cè)環(huán)節(jié)的測(cè)定更具有針對(duì)性，采用信號(hào)檢測(cè)程序，分析出當(dāng)前操控視域下，微弱信號(hào)在采集過程中產(chǎn)生的數(shù)據(jù)，并針對(duì)此類信號(hào)進(jìn)行時(shí)間段內(nèi)的全過程跟蹤，檢測(cè)到的微弱信號(hào)值如圖1所示。

上述中的各類參數(shù)顯示，利用混沌理論檢測(cè)法進(jìn)行分析，微弱信號(hào)在進(jìn)行重構(gòu)時(shí)，其呈現(xiàn)出的數(shù)據(jù)參數(shù)映射到具體模型中時(shí)，主要是通過系統(tǒng)自身的對(duì)比，確定出嵌入維數(shù)、時(shí)間延遲量在最優(yōu)值時(shí)，信號(hào)模型呈現(xiàn)出的參數(shù)。

從圖1 所顯示的數(shù)據(jù)來看，選取200～300 的數(shù)據(jù)監(jiān)測(cè)點(diǎn)進(jìn)行分析，并將得到的單步、多步數(shù)據(jù)進(jìn)行檢測(cè)分析（如圖2所示）。

圖1 微弱信號(hào)值檢測(cè)圖譜

圖2 單步、多步監(jiān)測(cè)結(jié)果

根據(jù)實(shí)際觀察可以看出，通過單步監(jiān)測(cè)數(shù)據(jù)與多步監(jiān)測(cè)數(shù)據(jù)相比較，單步監(jiān)測(cè)質(zhì)量高于多步監(jiān)測(cè)質(zhì)量，產(chǎn)生此類現(xiàn)象的主要原因是在對(duì)微弱信號(hào)進(jìn)行處理時(shí)，多步監(jiān)測(cè)過程是對(duì)時(shí)域下單步監(jiān)測(cè)工序的一個(gè)整合體，此過程相對(duì)于單步監(jiān)測(cè)來講，則屬于一個(gè)誤差累計(jì)過程。但是從實(shí)際監(jiān)測(cè)效果來看，無論是單步監(jiān)測(cè)，還是多步監(jiān)測(cè)，均可對(duì)信號(hào)所呈現(xiàn)出的各類差異問題進(jìn)行描述，從而提高系統(tǒng)監(jiān)測(cè)精度［4］。

采用小波分析、混沌理論算法，實(shí)現(xiàn)了數(shù)據(jù)監(jiān)測(cè)，從這種監(jiān)測(cè)與傳統(tǒng)檢測(cè)相比較可以看出，通過神經(jīng)網(wǎng)絡(luò)、向量機(jī)實(shí)現(xiàn)對(duì)數(shù)字信號(hào)的采集與對(duì)比，然后依托于時(shí)間序列的對(duì)比，精準(zhǔn)界定出不同監(jiān)測(cè)指標(biāo)下，系統(tǒng)監(jiān)測(cè)呈現(xiàn)出的數(shù)據(jù)差異性，以便有效降低誤差值，真正實(shí)現(xiàn)基于指標(biāo)標(biāo)定處理的數(shù)據(jù)分析與確認(rèn)［5］。

6 結(jié)語

光電檢測(cè)系統(tǒng)支撐下的微弱信號(hào)檢測(cè)，可針對(duì)系統(tǒng)當(dāng)前運(yùn)行中存在的問題進(jìn)行分析，并依據(jù)數(shù)據(jù)值之間存在的誤差進(jìn)一步界定出相對(duì)應(yīng)的操控工序，有效對(duì)微弱信號(hào)中存在的誤差進(jìn)行分析，得出更為接近的系統(tǒng)數(shù)據(jù)，輔助系統(tǒng)進(jìn)一步對(duì)信號(hào)進(jìn)行處理。筆者期待在未來發(fā)展過程中，技術(shù)人員可加大研發(fā)力度，設(shè)計(jì)出更為完整的檢測(cè)體系，強(qiáng)化實(shí)際檢測(cè)質(zhì)量。