基于增益可调放大器的低功耗CMOS前端信号检测研究*

2020-05-18 08:45
菏泽学院学报 2020年2期
关键词:低功耗波束信噪比

李 铮

(黄山学院信息工程学院,安徽 黄山 245041)

引言

在CMOS场效应管设计过程中,需要构建低功耗CMOS前端信号的检测模型,结合信号输出稳定性测试方法,进行低功耗CMOS前端信号的放大处理,提高信号的检测和识别能力.低功耗CMOS前端信号检测过程中,受到场效应环境干扰和噪声因素的影响,导致低功耗CMOS前端信号检测的准确性不高[1],需要提升CMOS前端信号输出性能,相关的低功耗CMOS前端信号检测放大技术研究受到人们的极大关注[2].

文献[3]设计了低噪声放大器、开关电容型增益可调放大器以及逐次逼近型模数转换器等模块.并采用低噪声放大器运放代替传统仪表放大器.该方法的CMOS前端信号检测过程较为简单,但是出现了误差较大问题.文献[4]针对CMOS 有源传感器产生的暗信号随机电报噪声(RTS)的特性,提出一种实时自动检测算法,用以检测、重建暗信号RTS,并提取噪声关键参数.该方法精度较为客观,但是检测结果信噪比偏低.文献[5]设计了一种薄膜体声波谐振器.与振荡电路相结合,获取多个信号检测参数度量.该方法理论支持较可靠,但是缺乏实际应用验证.

本文提出基于增益可调放大器的低功耗CMOS前端信号检测方法.构建低功耗CMOS前端信号接收模型,采用前馈滤波检测方法进行低功耗CMOS前端信号的滤波处理,以此提升信号检测精度.采用自相关波束形成方法进行低功耗CMOS前端信号的输出集成,实现信号增强,提高信号信噪比.通过所设计的仿真实验验证了研究方法在提高低功耗CMOS前端信号检测能力方面的优越性能.

1 低功耗CMOS前端信号接收模型以及信号预处理

1.1 信号接收模型

为了实现对低功耗CMOS前端信号的智能检测构建,采用信号处理方法对低功耗CMOS前端信号进行特征提取和信息识别,需要首先构建低功耗CMOS前端信号检测模型,然后提取低功耗CMOS前端信号的高阶统计特征量图谱,通过梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)系数特征分析方法,进行低功耗CMOS前端信号的模糊聚类和特征分析,基于反相双峰指数模型感知低功耗CMOS前端信号的频谱特征提取,令低功耗CMOS前端信号的采集传感器为均匀分布阵列,在参考阵元中得到低功耗CMOS前端信号频谱分布为ν(t,θ),即:

(1)

式中,“*”表示复共轭算子.采用自适应波束形成方法,对低功耗CMOS前端信号进行指数性融合,得到输出的低功耗CMOS前端信号的频域特征量为:

ν(t,θ)=ωH(θ)x(t)=xH(t)ω(θ)

(2)

式中,“H”表示复共轭转置;x(t)和ω(θ)分别为低功耗CMOS前端信号的瞬时时域信号分量和加权向量,可以表示为:

(3)

(4)

(5)

结合自适应滤波和盲源分离方法进行低功耗CMOS前端信号的特征分解[6],得到低功耗CMOS前端信号的模糊度检测输出为:

(6)

(7)

以上述信号模型为输入,构建低功耗CMOS前端信号接收模型,采用前馈滤波检测方法进行低功耗CMOS前端信号的滤波处理[8].

1.2 信号滤波和增益可调放大处理

采用高分辨的信号特征分解技术进行低功耗CMOS前端信号的增益放大和特征分离,采用图1所示的滤波器进行增益可调放大器.

图1 增益可调放大器

在增益可调放大器中对接收数据做非线性处理,低功耗CMOS前端信号匹配滤波检测的带宽参数为θ1(k),受到低功耗CMOS前端信号输入的信号强度的影响,检测的目标向量为y(k)y*(k),这里“*”代表复共轭,低功耗CMOS前端信号的滤波检测传递函数为:

θ1(k+1)=θ1(k)-μRe[y(k)φ*(k)]

(8)

其中μ是低功耗CMOS前端信号的输出阶数,称为步长;φ(k)是输出低功耗CMOS前端信号,y(k)对匹配滤波检测器的时域偏转θ1(k)的幅频响应,在低信噪比下采用多样本检测方法,得到信号s(t)的复信号z(t),得到增益可调放大输出函数为:

(9)

其中

(10)

对低功耗CMOS前端信号检测输出进行增益放大,提高信号检测输出的信噪比[9].

2 信号检测输出

2.1 信号特征分解

采用自相关波束形成方法进行低功耗CMOS前端信号的输出集成,实现信号增强[10],将实信号s(t)转变为复信号z(t)的形式,得到低功耗CMOS前端信号检测的尺度分解输出为:

(11)

在多个干扰成分下,对低功耗CMOS前端信号进行自适应匹配滤波检测,提高了输出信号的聚焦能力,对低功耗CMOS前端信号进行匹配滤波处理,去除干扰噪声[11],进行低功耗CMOS前端信号的概率密度特征估计,得到限幅器类处理的门限为:

si(t)=ui(t)cos[2πf0t+φi(t)] (i=1,2,…,d)

(12)

式中,ui(t)和φi(t)分别为低功耗CMOS前端信号的频谱正频部分和相位,采用波束自适应聚焦方法,得到低功耗CMOS前端信号的传递函数为:

(13)

对于所有的ω,|V(ejω)|=1,得到低功耗CMOS前端信号的正频特征量满足V(ejω)=ejΦ(ω),采用多尺度小波分解方法,进行信号滤波和特征分解,采用效能函数:

(14)

采用相关频谱检测方法,得到低功耗CMOS前端信号的特征分解结果,实现信号的优化检测[12].

2.2 信号增强输出及增益放大

采用自相关波束形成方法进行低功耗CMOS前端信号的输出集成,实现信号增强,优化限幅输出为:

(i=1,2,…,d;m=1,2,…,M)

(15)

式中

(16)

采用效能函数作为非线性指标参数,得到低功耗CMOS前端信号z(t)的可调增益为:

(17)

(18)

采用置零器和削波器群进行低功耗CMOS前端信号的稳定性控制,输出为:

(19)

根据信号增强输出结果进行增益可调放大处理,构建增益可调放大器,实现低功耗CMOS前端信号检测优化,输出为:

(20)

信号在脉冲型噪声中的检测误差为e(n),可将上式化简可得:

(21)

利用自相关波束形成方法对低功耗CMOS前端信号输出集成,实现信号增强.在多个干扰成分下,对低功耗CMOS前端信号进行自适应匹配滤波检测,采用相关频谱检测方法,得到前端信号的特征分解结果,实现信号的优化检测.

3 仿真测试分析

为了验证本文方法在实现低功耗CMOS前端信号检测中的应用性能,进行仿真实验,实验仿真平台采用Matlab 7 ,对低功耗CMOS前端信号的采样频率为120 KHz,信号的采样幅值为56 dB,噪声中脉冲分量的占比为0.78,低功耗CMOS前端检测的带宽为40 dB,可调放大器的阶数为7,平均测度为4,根据上述仿真环境和参数设定,进行低功耗CMOS前端信号检测,得到接收到的CMOS前端信号如图2所示.

以图2 的采集信号为输入信号样本,根据信号增强输出结果进行增益可调放大处理,构建增益可调放大器,实现低功耗CMOS前端信号检测优化,得到检测输出如图3所示.

图2 接收到的CMOS前端信号 图3 信号检测输出

分析图3数据,以文献[3]方法和文献[4]方法作为实验对照组,对比三种方法的低功耗CMOS前端信号检测精度,实验结果如下:

由图4的实验对比结果可知,在实验的80次迭代下,两种传统方法的准确率一直处于波动状态.相比之下,研究方法的准确率更为稳定,且准确率数值一直保持在更高水平.

图4 检测准确率对比

为进一步验证研究方法的有效性,对不同方法的信号检测信噪比进行实验.测试信号输出信噪比,得到对比结果见表1.分析表1数据得知,研究方法进行低功耗CMOS前端信号检测的输出信噪比较高,说明研究方法的应用性能更优,在实际应用中具有明显优势.

表1 输出信噪比 dB

4 结语

针对传统低功耗CMOS前端信号检测存在的缺陷,提出基于增益可调放大器的低功耗CMOS前端信号检测方法.采用前馈滤波检测方法进行低功耗CMOS前端信号的滤波处理,利用自相关波束形成方法进行低功耗CMOS前端信号的输出集成,实现了信号增强,并实现低功耗CMOS前端信号检测优化.根据仿真实验结果分析可知,研究方法进行低功耗CMOS前端信号检测的输出准确性较好,信号输出的信噪比较高,具有更好的应用前景.

猜你喜欢
低功耗波束信噪比
两种64排GE CT冠脉成像信噪比与剂量对比分析研究
一种高速低功耗比较器设计
基于共形超表面的波束聚焦研究
超波束技术在岸基光纤阵中的应用
基于深度学习的无人机数据链信噪比估计算法
毫米波大规模阵列天线波束扫描研究*
一种宽带低功耗四合一接收机设计
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
低功耗便携智能翻译手套系统
低功耗技术在驾驶行为管理模块中的应用