多通道自相关信号检测算法及其FPGA实现

多通道自相关信号检测算法及其FPGA实现
多通道自相关信号检测算法及其FPGA实现

随机信号分析实验报告

一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1.了解随机信号分析理论如何在实践中应用 2.了解随机信号自身的特性,包括均值、方差、相关函数、频谱及功率谱密度等 3.掌握随机信号的检测及分析方法 三、实验原理 1.随机信号的分析方法 在信号与系统中,我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律,需要用统计特新进行分析。这里我们引入随机过程的概念,所谓随机过程就是随机变量的集合,每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述,他们能够对随机过程作完整的描述。但由于在实践中难以求得,在工程技术中,一般采用描述随机过程的主要平均统计特性的几个函数,包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法,条件是N要足够大。 2.微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果,所以信号检测是信号处理的重要内容之一,低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等,通常从以下两种不同途径来解决 ①降低系统的噪声,使被测信号功率大于噪声功率。 ②采用相关接受技术,可以保证在信号功率小于噪声功率的情况下,人能检测出信号。 对微弱信号的检测与提取有很多方法,常用的方法有:自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法,本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上,对信号的自相关函数再多次做自相关。即令: 式中,是和的叠加;是和的叠加。对比两式,尽管两者信号的幅度和相位不同,但频率却没有变化。信号经过相关运算后增加了信噪比,但其改变程度是有限的,因而限制了检测微弱信号的能力。多重相关法将 当作x(t),重复自相关函数检测方法步骤,自相关的次数越多,信噪比提高的越多,因此可检测出强噪声中的微弱信号。

信号检测论评价法实验报告

信号检测论的评价法实验报告 (福州大学应用心理系福建福州 350001)摘要:信号检测论是现代心里物理学最重要的内容之一。本实验使用了信号检测论的基本方法评价法考察了被试对图片再认的准确性和判断标准。通过本实验来了解信号检测论的一些观点和评价法的具体实施方法、步骤。 关键词:信号检测法范式、评价法、感受性、判定标准 一、引言 科学主义要求心理学的量化和精确性。心理物理学的发展在信号检测论出现之后进入了一个新的阶段,被习惯称为现代心里物理学。信号检测论被引入到心理学实验中,是对传统心理物理学的重大突破。信号检测论(Signal Detector Theory)原是信息论的一个分支,研究的对象是信息传输系统中信号的接收部分【1】。信号检测论主要包括有无法和评价法两种实验方法。国内运用信号检测论实验的研究主要集中在记忆领域,在注意、知觉、表象、内隐学习以及社会认知领域的研究也日渐增多[2]。本实验运用了信号检测论的评价法来考察被试对图片再认的准确性和判断标准。 二、实验方法 1、实验目的:(1)掌握信号检测论的基本理论,学会计算信号检测论指标d’、 C、β;(2)学习绘制接受者操作特性曲线,了解信号检测论的用途;(3)了解评价等级对再认回忆的影响。 2、实验仪器与材料:本实验的仪器为计算机和Psykey系统中的信号侦查论---评价法。实验材料为两套图片:一套是识记过的图片,共60张(每个图片内容不同)作为信号SN;另一套是没有识记过的图片,共60张(每个图片也不同,但与相应的第一套相似),作为噪音N。

3、被试:福州大学应用心理学系2012级学生一名,性别男,矫正后视力正常。 4、实验程序: (1)准备工作 打开并登录计算机里的psykey软件系统,找到里面的信号检测论——评价法实验,并开始实验。 (2)正式实验 被试阅读指导语:“请你来做一个记忆实验,先看60张图片,要求你尽量记住这些图片,电脑播放这些图片的速度是没一秒钟一张。”被试阅读完毕并理解指导语后,开始实验。根据实验设计,以1s的时间间隔开始呈现第一套的60张图片,每张图片呈现时间为2s。 接着被试继续阅读指导语:“现在电脑会呈现120张图片,其中一半是你刚才看过的,另一半是新的图片。在看一张图片时,你就要判断它是不是刚才看到过的,并请点击相应数字:5——100%的可能为看过,4——75%的可能为看过,3——50%的可能为看过,2——25%的可能为看过,1——0%的可能为看过。你必须在5秒之内完成判断。请你尽快判断。” 根据实验设计,开始呈现二套图片混合后的120张图片,让被试判断是否是刚才识记过的,并按照规定的等级按键作出评价。 实验完毕由计算机统计实验数据。 二、实验结果 表1 被试实验结果统计 类型 1 2 3 4 5 合计 信号17 2 4 7 30 60 噪音54 1 3 1 1 60

现代测试技术第6章随机信号分析简介

第六章随机信号分析简介 本章总课时理论4课时。 本章主要内容本章介绍测试技术中随机信号分析方法,主要内容包括随机信号的幅值域分析、相关分析、功率谱分析。 本章基本要求熟练掌握描述随机信号的主要数字特征参数,掌握时域与频域分析的基本方法,了解时域与频域分析的应用。 本章重点及难点本章重点为随机信号的幅值域分析、相关分析、功率谱分析的基本原理,难点为各部分相关的理论分析。 本章教学方法 1. 以课堂理论教学为主。 2. 在理论教学过程中,可利用多媒体对已有应用实例进行演示性教学,使学生对随机信号信号时域与频域分析的应用具有一定的感性认识,激发学生掌握相关基本原理与应用的兴趣。 3. 教学中要求学生在掌握基本原理的基础上,对幅值域分析、相关分析、功率谱分析进行比较,以促进对随机信号信号时域与频域分析方法的理论与

应用有比较清楚的认识。 4. 充分利用课外辅导及练习加深对所学理论知识的认识。 实验本章未安排实验课。 课外学习指导及作业 1. 名词解释随机信号的均值、方差、均方值、均方根值、相关函数、功率谱密度函数。 2. 简述题(1) 描述随机信号的主要数字特征参数有哪些?其物理意义是什么?各自描述了随机信号的什么特性? (2) 相关分析是在什么范围内分析随机信号的方法?相关系统与相关函数各自描述了随机信号的什么特征? (3) 相关分析在工程上有什么样的应用?试举例说明。 (4) 功率谱分析是在什么范围内分析随机信号的方法? (5) 功率谱分析在工程上有什么样的应用?试举例说明。 (6) 实际信号的谱分析中为什么自功率谱比幅值谱应用更为广泛? (7) 自相关函数、互相关函数、自谱、互谱各自保留了原信号的哪些特征?这对实际应用有什么影响? 3. 计算题(1) 试求三角波与方波的概率密度函数p1(x)与p2(x)。

微弱信号检测装置(实验报告)剖析

2012年TI杯四川省大学生电子设计竞赛 微弱信号检测装置(A题) 【本科组】

微弱信号检测装置(A题) 【本科组】 摘要:本设计是在强噪声背景下已知频率的微弱正弦波信号的幅度值,采用TI公司提供的LaunchPad MSP430G2553作为系统的数据采集芯片,实现微弱信号的检测并显示正弦信号的幅度值的功能。电路分为加法器、纯电阻分压网络、微弱信号检测电路、以及数码管显示电路组成。当所要检测到的微弱信号在强噪音环境下,系统同时接收到函数信号发生器产生的正弦信号模拟微弱信号和PC机音频播放器模拟的强噪声,送到音频放大器INA2134,让两个信号相加。再通过由电位器与固定电阻构成的纯电阻分压网络使其衰减系数可调(100倍以上),将衰减后的微弱信号通过微弱信号检测电路,检测电路能实现高输入阻抗、放大、带通滤波以及小信号峰值检测,检测到的电压峰值模拟信号送到MSP430G2553内部的10位AD 转换处理后在数码管上显示出来。本设计的优点在于超低功耗 关键词:微弱信号MSP430G2553 INA2134 一系统方案设计、比较与论证 根据本设计的要求,要完成微弱正弦信号的检测并显示幅度值,输入阻抗达到1MΩ以上,通频带在500Hz~2KHz。为实现此功能,本设计提出的方案如下图所示。其中图1是系统设计总流程图,图2是微弱信号检测电路子流程图。 图1系统设计总流程图 图2微弱信号检测电路子流程图

1 加法器设计的选择 方案一:采用通用的同相/反相加法器。通用的加法器外接较多的电阻,运算繁琐复杂,并且不一定能达到带宽大于1MHz,所以放弃此种方案。 方案二:采用TI公司的提供的INA2134音频放大器。音频放大器内部集成有电阻,可以直接利用,非常方便,并且带宽能够达到本设计要求,因此采用此方案。 2 纯电阻分压网络的方案论证 方案一:由两个固定阻值的电阻按100:1的比例实现分压,通过仿真效果非常好,理论上可以实现,但是用于实际电路中不能达到预想的衰减系数。分析:电阻的标称值与实际值有一定的误差,因此考虑其他的方案。 方案二:由一个电位器和一个固定的电阻组成的分压网络,通过改变电位器的阻值就可以改变其衰减系数。这样就可以避免衰减系数达不到或者更换元器件的情况,因此采用此方案。 3 微弱信号检测电路的方案论证 方案一:将纯电阻分压网络输出的电压通过反相比例放大电路。放大后的信号通过中心频率为1kHz的带通滤波器滤除噪声。再经过小信号峰值电路,检测出正弦信号的峰值。将输出的电压信号送给单片机进行A/D转换。此方案的电路结构相对简单。但是,输入阻抗不能满足大于等于1MΩ的条件,并且被测信号的频率只能限定在1kHz,不能实现500Hz~2KHz 可变的被测信号的检测。故根据题目的要求不采用此方案。 方案二:检测电路可以由电压跟随器、同相比例放大器、带通滤波电路以及小信号峰值检测电路组成。电压跟随器可以提高输入阻抗,输入电阻可以达到1MΩ以上,满足设计所需;采用同相比例放大器是为了放大在分压网络所衰减的放大倍数;带通滤波器为了选择500Hz~2KHz的微弱信号;最后通过小信号峰值检测电路把正弦信号的幅度值检测出来。这种方案满足本设计的要求切实可行,故采用此方案。 4 峰值数据采集芯片的方案论证 方案一:选用宏晶公司的STC89C52单片机作为。优点在于价格便宜,但是对于本设计而言,必须外接AD才能实现,电路复杂。

信号检测论

Guangdong University of Education 实验报告 名称:信号检测论 课程名称:实验心理学 学号: 姓名: 年级: 专业名称:应用心理学

实验名称:信号检测论 摘要:本实验的目的在于通过重量鉴别,学习信号检测论实验的有无法;考察不同先定概率下被试的辨别力和判定标准;绘出受试者的操作特性曲线。 引言 随着阈限理论和近代科学技术的发展,一种新的心理物理法——信号检测论诞生了。信号检测论(或讯号侦察论、讯号觉察论)(signal detectiontheory,简称SDT)乃是信息论的一个分支,研究的对象是信息传输系统中信号的接受部分。它最早用于通讯工程中,即借助于数学的形式描述“接受者”在某一观察时间将掺有噪音的信号从噪音中辨别出来。 信号检测论的形成有一个发展过程。早在20世纪20年代末,就有人对信息传输的理论进行了讨论,引进信息量的概念,并取得初步的结果。到了40年代初,人们便清楚地认识到,由于接受的信息带有某种随机的性质,因此,系统本身的结构也必须适应于它所接收和处理的信息这种统计性质。1941~1942年,人们开始将统计方法应用于通讯系统研究中,从而建立了最佳线性滤波理论——维纳滤波理论(Wiener’s filter theory)。从最小均方差准则出发,得出了对线性滤波器最佳传输函数的要求。1943年,人们在雷达技术发展需要的推动下,在研究如何提高雷达检测能力时,提出了一种最佳线性滤波理论。人们在同噪音进行斗争中总结出来的各种方法,实质上都是有意识地利用信号与噪音的统计特性来尽可能抑制噪音,从而提取信号的。1946~1948年建立了基础信息论和潜在抗干扰理论。后者是用概率方法研究高斯噪音中接收信号的理想接收机问题,将那种能够使错误判断概率为最小的接收机称为理想接收机。申农(Shannon,1948)便认识到对消息的事先确定性这一点恰恰是在通信的对象的基础上建立起来了信息论的基础理论。几年以后,于1950年人们开始把信息量概念引用于雷达信号检测中来,提出一系列综合最佳雷达系统的新观念。其基本特点在于,理想接收机应当能从信号与噪音混合波形中提取最多的有用信号。从50年代起,人们在广泛运用现代数学工具基础上,建立了比较系统的信号检测理论。 信号检测理论除了对雷达、声纳、通讯、自动控制等技术的发展奠定了理论基础外,目前还在心理学、地震学、天文学、生物物理学以及其他科学领域里获得了广泛地应用和发展。同时,信号检测论在这些学科中的应用,又反过来推动了信号检测论不断完善和发展。 那么信号检测论为什么能用于心理学中呢?这是由于人的感官、中枢分析综合过程可看作一个信息处理系统(或讯息处理系统),因此有可能应用信号检测论中的一些概念和方法对它进行分析。信号检测论还可以从另一个侧面加深人们对感受系统的理解。通常把刺激变量看作是信号,把刺激中的随机物理变化或感知处理信息中的随机变化看作是噪音。这样,人作为一个接收者对刺激的辨别问题便可等效于一个在噪音中检测信号的问题。显然噪音的统计特性确定后,便可应用信号检测论处理心理学实验结果。于是,坦纳和斯韦茨(Tanner

信号检测与处理计算题

信号检测与处理 1、设在某二元通信系统中,有通信信号和无通信信号的先验概率分别为:P(H 1)=0.8,P(H 0)=0.2。若对某观测值x 有条件概率分布f(x|H 1)=0.25和f(x|H 0)=0.45,试用最大后验概率准则对该观测样本x 进行分类。 2、在存在加性噪声的情况下,测量只能为2v 或0v 的直流电压,设噪声服从均值为0、方差为 2 σ的正态分布,设似然比门限值为0l ,试对测量结果进行分类(10分) 3、设二元假设检验的观测信号模型为: H0:x=-1+n H1:x=1+n 其中n 是均值为零、方差为1/2的高斯观测噪声。若两种检验都是等先验概率的,而代价因子为: C 00=1 ,C 10=4, C 11=2 C 01=8。试求Bayes 判决表示式,并画出bayes 接收机形式。 4、设x1,x2,…xn 是统计独立的方差为2σ的高斯随机变量,在H1假设下均值为a1,H0假设下均值为a0,似然比门限为0l ,试对其进行判决,并求两种错误概率。(20分) 5、在二元数字通信系统中,时间间隔T 秒内,发送一个幅度为d 的脉冲信号,即s 1=d,代表1;或者不发送信号,即s 0=0,代表0。加性噪声服从均值为0,方差为1的高斯分布,当先验概率未知,正确判决不花代价,错误判决的代价相等且等于1时,采用极大极小准则计算其极大极小风险为多大,相应的q 0为多少? 6、在加性噪声背景下,测量0V 和1v 的直流电压在P(D1|H0)=0.1的条件下,采用Neyman-Pearson 准则,对一次测量数据进行判决。假定加性噪声服从均值为0,方差为2的正态分布。(已知erf(0.9)=0.7969) 第四章 1、已知发送端发送的信号分别为???≤≤-=≤≤=T t t A t s T t t A t 0,sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机,对如下假设做出判决,并画出接收机的结构形式。 ???+=+=) ()()(:H )()()(:H 1100t n t s t x t n t s t x ,n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 2、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t A t 0,2sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机,对如下假设做出判决,并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ,n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 3、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t 0,sin )(0,0)(s 1 0ω 试利用最小错误概率准则设计一台接收机,对如下假设做出判决,并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ,n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。

信号检测论有无法实验报告

信号检测论有无法实验报告 摘要:本次实验采用信号检测论中的有无法,测定被试在不同先定概率下对呈现信号和刺激的击中率与虚报率,计算其辨别力d′和判定标准β,并绘制出ROC曲线;检验信号呈现的先定概率发生变化时,被试的击中率、虚报率、辨别力d′和判定标准β是否会受到影响。 关键词:信号检测论;有无法;先定概率;辨别力d′;判定标准β。 1. 引言:信号检测论(SDT)是以统计判定论为根据的理论,基本原则是把刺激的肯定程度用有序的方法数量化。具体做法是把人类个体比作一个信号感受器,具有对信息辨别的感受能力,能在信号和背景噪音不易分清的实验条件下,根据可供选择的假说,选定一个假说做为判断标准,然后报告出现的刺激是信号还是噪音。 信号检测论把刺激的判断看成对信号的侦察并作出决策的过程,其中既包括感觉过程也包括决策过程。感觉过程是神经系统对信号或噪音的客观反应,它仅取决于外在的刺激的性质,即信号和噪音之间的客观区别;而决策过程受到主观因素的影响。前者决定了被试的感受性大小,信号检测论多选用辨别力指标d’来作为反映客观感受性的指标;后者则决定被试的决策是偏向于严格还是偏向于宽松,信号检测论用判定标准β或报告标准C来对反应倾向进行衡量。并学习绘制ROC曲线。 2. 实验方法: 2.1被试:上海师范大学天华学院13应用心理1班女生一名 2.2仪器:采用计算机和Psytech心理实验系统。4种频率声音:1000Hz、1005Hz、1010Hz和1015Hz。 2.3程序:1.登录并打开PsyTech心理实验软件主界面,选中实验列表中的“信号检测论(有无法)”单击呈现实验简介。点击“进入实验”到“操作向导”。在参数设置中,实验者可以让被试先进行预备实验确定信号的频率。如果不做预备实验可以人工选取 1005、1010、 1015中的一种频率的声音作为信号,直接开始实验。 2.预备实验的指导语是:这是一个预备实验,使用1号反应盒。每次实验计算机将先后发出两个不同频率的声音。请你判断哪个声音的频率更高。如果你觉得第二个声音比第一个声音的频率高,请按“+”键;如果觉得第二个声音比第一个声音的频率低,请按“-”键。预备实验将进行30次。当你明白了上述指导语后,请点击下面的“预备实验”按钮开始。3.预备实验结束后,实验者在“预备实验结果”中将正确百分比中最接近80%的频率作为正式实验的信号(SN),而1000HZ则作为噪声(N)。

微弱信号检测装置(实验报告)

微弱信号检测装置 摘要:本设计是在强噪声背景下已知频率的微弱正弦波信号的幅度值,采用TI公司提供的LaunchPad MSP430G2553作为系统的数据采集芯片,实现微弱信号的检测并显示正弦信号的幅度值的功能。电路分为加法器、纯电阻分压网络、微弱信号检测电路、以及数码管显示电路组成。当所要检测到的微弱信号在强噪音环境下,系统同时接收到函数信号发生器产生的正弦信号模拟微弱信号和PC机音频播放器模拟的强噪声,送到音频放大器INA2134,让两个信号相加。再通过由电位器与固定电阻构成的纯电阻分压网络使其衰减系数可调(100倍以上),将衰减后的微弱信号通过微弱信号检测电路,检测电路能实现高输入阻抗、放大、带通滤波以及小信号峰值检测,检测到的电压峰值模拟信号送到MSP430G2553内部的10位AD 转换处理后在数码管上显示出来。本设计的优点在于超低功耗 关键词:微弱信号MSP430G2553 INA2134 一系统方案设计、比较与论证 根据本设计的要求,要完成微弱正弦信号的检测并显示幅度值,输入阻抗达到1MΩ以上,通频带在500Hz~2KHz。为实现此功能,本设计提出的方案如下图所示。其中图1是系统设计总流程图,图2是微弱信号检测电路子流程图。 图1系统设计总流程图 图2微弱信号检测电路子流程图 1 加法器设计的选择 方案一:采用通用的同相/反相加法器。通用的加法器外接较多的电阻,运算繁琐复杂,并且不一定能达到带宽大于1MHz,所以放弃此种方案。

方案二:采用TI公司的提供的INA2134音频放大器。音频放大器内部集成有电阻,可以直接利用,非常方便,并且带宽能够达到本设计要求,因此采用此方案。 2 纯电阻分压网络的方案论证 方案一:由两个固定阻值的电阻按100:1的比例实现分压,通过仿真效果非常好,理论上可以实现,但是用于实际电路中不能达到预想的衰减系数。分析:电阻的标称值与实际值有一定的误差,因此考虑其他的方案。 方案二:由一个电位器和一个固定的电阻组成的分压网络,通过改变电位器的阻值就可以改变其衰减系数。这样就可以避免衰减系数达不到或者更换元器件的情况,因此采用此方案。 3 微弱信号检测电路的方案论证 方案一:将纯电阻分压网络输出的电压通过反相比例放大电路。放大后的信号通过中心频率为1kHz的带通滤波器滤除噪声。再经过小信号峰值电路,检测出正弦信号的峰值。将输出的电压信号送给单片机进行A/D转换。此方案的电路结构相对简单。但是,输入阻抗不能满足大于等于1MΩ的条件,并且被测信号的频率只能限定在1kHz,不能实现500Hz~2KHz 可变的被测信号的检测。故根据题目的要求不采用此方案。 方案二:检测电路可以由电压跟随器、同相比例放大器、带通滤波电路以及小信号峰值检测电路组成。电压跟随器可以提高输入阻抗,输入电阻可以达到1MΩ以上,满足设计所需;采用同相比例放大器是为了放大在分压网络所衰减的放大倍数;带通滤波器为了选择500Hz~2KHz的微弱信号;最后通过小信号峰值检测电路把正弦信号的幅度值检测出来。这种方案满足本设计的要求切实可行,故采用此方案。 4 峰值数据采集芯片的方案论证 方案一:选用宏晶公司的STC89C52单片机作为。优点在于价格便宜,但是对于本设计而言,必须外接AD才能实现,电路复杂。 方案二:采用TI公司提供的MSP430G2553作为控制芯片。由于MSP430G2553资源配置丰富,内部集成了10位AD,可以直接使用,简化电路,程序实现简单。此外还有低功耗,以及性价比高等优点,所以采用该方案。 5 显示电路的方案设计 方案一:采用液晶显示器作为显示电路,液晶显示器显示内容较丰富,可以显示字母数

信号检测论(再认)

不同材料对被试计算信号检测的辨别力的影响 1、引言 信号检测论是信号量论的一个重要分支,1954年,美国心理学W.P.Tanner 和J.A.Swets把它应用于人的知觉过程,使心理物理学方法发展到一个新的阶段。而现在已扩展到记忆、思维、个性等领域。最早把SDT用于再认实验的是Egar,在1958年提出的。 2.实验目的 2.1了解信号检测论可以用于再认实验; 2.2学会计算信号检测论的辨别力指标d′和反应偏向指标β和C。 3实验方法 3.1被试 被试为本小组成员,两名男生,两名女生 3.2仪器与材料 EP2004型心理实验台及EPT801速示仪,具体图形卡片、抽象图形卡片、文字图形卡片各50张。 3.3实验程序 3.3.1将主机与附机EPT801速示仪连接好,打开电源,按<运行/待机>键。 3.3.2主试根据显示屏内容设置:联机模式→信号检测论→学号→姓名→A视场(2秒) →间隔(7秒) →测试(25),主试把具体卡片中的“旧”卡片抽出随机排列好,把第1张插入A视场,讲完指导语后,按<确定>键,主机背后绿色指示灯亮,提示被试实验开始。实验时屏幕上“>”指着间隔时,主试依次将“旧”卡片插入A视场,直至测试暂停,鸣响。主试将看过的卡片与没有看过的“新”卡片混合,按卡片编号排列好,选再做一次设置中次数改为50次,其余不变,再次向被试呈现,直至做满50次,鸣响,黄色指示灯亮,第1材料实验结束。稍事休息3分钟,主试选再做一次,按上述相同方法测试抽象卡片和词卡片。 3.3.3被试见绿色指示灯后,眼睛靠近观察窗口,手按附机上的《确定》键,测试即开始,当同样材料第二次呈现时,被试根据指导语作出反应,直至做满50次,鸣响,黄色指示灯亮,实验结束。 4实验结果 4.1计算辨别力指标d′和反应偏向指标β和C。

一般高斯信号的检测

一般高斯信号的检测 ?一般高斯信号检测原理 ?确定性信号检测的贝叶斯方法

01::H H ==+z w z s w 一般高斯信号假设模型: ~(,) w N w 0C ~(,) s s N s μC 11 ()()()()T T w s s w s s T --=--+-z z C z z μC C z μμ1 11 1'()()()2 T T s w s w s s w T ---=+++z z C C μz C C C C z 矩阵求逆定理

1 11 1'()()()2 T T s w s w s s w T ---=+++z z C C μz C C C C z 1) C s =0 或s=μs 1'()T w s T -=z z C μ说明:确定信号检测相关情形,即广义匹配滤波器2) μs =0 11 111?'()()22 T T w s s w w T ---=+=z z C C C C z z C s 说明:随机信号检测估计器---相关器情形

1 11 1'()()()2 T T s w s w s s w T ---=+++z z C C μz C C C C z 3) s=H θ, ~(,) N θθθμC 1 11 1'()()()2 T T T T T w w w T - --θθθθ =+++z z HC H C H μz C HC H HC H C z 说明:确定信号+随机信号线性模型检测情形 θ=C 0 θ=μ0 ~(,) T N θθs H μHC H

例1:高斯白噪声中确定/随机信号检测问题: 0:[][] H z n w n =1:[][][] H z n s n w n =+0,1,...,1 n N =-2 []~(0,) w n N σ2[]~(,) s s n N A σ1 11 1'()()()2 T T s w s w s s w T ---=+++z z C C μz C C C C z 解: 2 w =σC I s A =μ1 2s s =σC I 2 212 2222 /1'()[] 2N s n s s NA T z z n -=σσ =+σ+σσ+σ ∑ z

信号检测实验报告

Harbin Institute of Technology 匹配滤波器实验报告 课程名称:信号检测理论 院系:电子与信息工程学院 姓名:高亚豪 学号:14SD05003 授课教师:郑薇 哈尔滨工业大学

1. 实验目的 通过Matlab 编程实现对白噪声条件下的匹配滤波器的仿真,从而加深对匹配滤波器及其实现过程的理解。通过观察输入输出信号波形及频谱图,对匹配处理有一个更加直观的理解,同时验证匹配滤波器具有时间上的适应性。 2. 实验原理 对于一个观测信号()r t ,已知它或是干扰与噪声之和,或是单纯的干扰, 即 0()()()()a u t n t r t n t +?=?? 这里()r t ,()u t ,()n t 都是复包络,其中0a 是信号的复幅度,()u t 是确知的归一化信号的复包络,它们满足如下条件。 2|()|d 1u t t +∞ -∞=? 201||2 a E = 其中E 为信号的能量。()n t 是干扰的均值为0,方差为0N 的白噪声干扰。 使该信号通过一个线性滤波系统,有效地滤除干扰,使输出信号的信噪比在某一时刻0t 达到最大,以便判断信号的有无。该线性系统即为匹配滤波器。 以()h t 代表系统的脉冲响应,则在信号存在的条件下,滤波器的输出为 0000()()()d ()()d ()()d y t r t h a u t h n t h τττττττττ+∞+∞+∞ =-=-+-???

右边的第一项和第二项分别为滤波器输出的信号成分和噪声成分,即 00()()()d x t a u t h τττ+∞ =-? 0 ()()()d t n t h ?τττ+∞ =-? 则输出噪声成分的平均功率(统计平均)为 2 20E[|()|]=E[|()()d |]t n t h ?τττ+∞ -? **00*000200 =E[()(')]()(')d d '=2()(')(')d d ' 2|()|d n t n t h h N h h N h ττττττδττττττττ+∞+∞+∞+∞+∞ ---=?? ?? ? 而信号成分在0t 时刻的峰值功率为 22 20000|()||||()()d |x t a u t h τττ+∞ =-? 输出信号在0t 时刻的总功率为 22000E[|()|]E[|()()|]y t x t t ?=+ 22**0000002200E[|()||()|()()()()] |()|E[|()|] x t t x t t t x t x t t ????=+++=+ 上式中输出噪声成分的期望值为0,即0E[()]0t ?=,因此输出信号的功率 成分中只包含信号功率和噪声功率。 则该滤波器的输出信噪比为 222000022000|||()()d ||()|E[|()|]2|()|d a u t h x t t N h τττρ?ττ+∞ +∞-==?? 根据Schwartz 不等式有

信号检测论有无法实验报告剖析

------------------------------------------------------------------------------- 实验报告信息栏 系别心理系年级 13级2班姓名魏晓芹同组成员杨思琪、张彤、韩永超 实验日期 2016年4月学号 120105510215 教师评定 ------------------------------------------------------------------------------- 信号检测论有无法实验报告 摘要本次实验采用信号检测论中的有无法,测定被试在不同先定概率下对呈现信号和刺激的击中率与虚报率,计算其辨别力d′和判定标准β,并绘制出ROC 曲线;检验信号呈现的先定概率发生变化时,被试的击中率、虚报率、辨别力d′和判定标准β是否会受到影响。结果显示:(1)被试在先定概率为0.2、0.5、0.8的条件下,击中率分别为0.8、0.92、0.8625,虚报率分别为0.5125、0.56、0.75,辨别力d′分别为0.592、1.254、0.406,判定标准β分别为0.70、0.38、0.71。 关键词信号检测论;有无法;先定概率;辨别力d′;判定标准β 1引言 传统心理物理学对阈限的理解是有限的,不能将个体客观的感受性和主观的动机、反应偏好等加以区分,从而使研究者渐渐陷入到了由阈限概念本身所引发的僵局之中。而在1954年,坦纳和斯韦茨等人首次应用的信号检测论,正好解决了这个问题。 信号检测论的研究对象是信息传播系统中信号的接收问题。在心理学中,它是借助于数学的形式描述“接收者”在某一观察时间内将掺有噪音的信号从噪音中辨别出来。 信号检测论应用于心理学中的基本原理是:将人的感官、中枢分析综合过程看作是一个信息处理系统,应用信号检测论中的一些概念、原理对它进行分析。信号检测论在心理学中具体应用时,常把刺激变量当作信号,把对刺激变量起干扰作用的因素当作噪音,这样就可以把人接收外界刺激时的分辨问题等效于一个在噪音中检测信号的问题,从而便可以应用信号检测论来处理心理学中的实验结果。 信号检测论的理论基础是统计决策。信号检测论本身就是一个以统计判定为根据的理论。它的基本原理是:根据某一观察到的事件,从两个可选择的方面选

随机信号分析实验

实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法; 2、实现随机序列的数字特征估计。 二、实验原理 1. 随机数的产生 随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时,需要模拟产生各种分布的随机数。 在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布,即U(0,1)。实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下: N y x N ky Mod y y n n n n /))((110===-, (1.1) 序列{}n x 为产生的(0,1)均匀分布随机数。 下面给出了上式的3组常用参数: (1) 7101057k 10?≈==,周期,N ; (2) (IBM 随机数发生器)8163110532k 2?≈+==,周期,N ; (3) (ran0)95311027k 12?≈=-=,周期,N ; 由均匀分布随机数,可以利用反函数构造出任意分布的随机数。 定理1.1 若随机变量X 具有连续分布函数F X (x),而R 为(0,1)均匀分布随机变量,则有

)(1R F X x -= (1.2) 由这一定理可知,分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变换得到。 2. MATLAB 中产生随机序列的函数 (1) (0,1)均匀分布的随机序列 函数:rand 用法:x = rand(m,n) 功能:产生m ×n 的均匀分布随机数矩阵。 (2) 正态分布的随机序列 函数:randn 用法:x = randn(m,n) 功能:产生m ×n 的标准正态分布随机数矩阵。 如果要产生服从2N(,)μσ分布的随机序列,则可以由标准正态随机序列产生。 (3) 其他分布的随机序列 MATLAB 上还提供了其他多种分布的随机数的产生函数,下表列出了部分函数。 MATLAB 中产生随机数的一些函数 表1.1 MATLAB 中产生随机数的一些函数 3、随机序列的数字特征估计 对于遍历过程,可以通过随机序列的一条样本函数来获得该过程的统计特性。这里我们假定随机序列X (n)为遍历过程,样本函数为x(n),其中n=0,1,2,…,N-1。那么,X (n)的均值、方差和自相关函数的估计为

心理学“信号检测论”实验报告

实验题目评价法-信号侦察论 实验课程实验心理学实验指导老师刘海涛 学生姓名吴楚楚1208300045 试验班级心理121 实验简介:信号检测论是人们在对刺激做判断时,对不确定的情况做出某种决定的理论。信号检测 论最早应用在雷达和通讯技术中,用来解决信号接受的正确概率问题。后来信号检测论被广泛应用到感知觉过程的研究中。通过信号检测论的实验方法可以对被试的感受性和反应倾向性进行有效的测量,克服被试的主观因素和噪音干扰对感受性的影响。信号检测论不仅能测定人对信号的反应,也测定人对噪音的反应,因而能够将人的感受性与其判断标准区分开,并且分别用不同的数量来表达。信号检测论有三个基础实验程序,即有无法、迫选法和评价法。其中,评价法可以在相同的时间内获得被试更多的信息。 在评价法中,不仅要求被试对有无信号作出判断,还要求按规定的等级作出评价,即说明每次判断的把握有多大。这样,被试就有了几个判断标准,因而用一轮实验的结果就可以绘制出ROC曲线。 实验目的:通过图片再认,学习信号侦察论及其基础程序评价法。 实验器材:PsyKey心理教学系统 实验被试:大学生一名,年龄21岁,性别女。 实验过程: 本实验采用图片再认作为评价法的实验。刺激共有两套:一套是识记过的图片,共60张(每个图片内容不同)作为信号SN;另一套是没有识记过的图片,共60张(每个图片也不同,但与相应的第一套相似),作为噪音N。 第一步,先让被试识记第一套图片,计算机屏幕随机呈现每张图片,60张图片连续呈现; 第二步,把这60张识记过的图片与第二套60张图片混合在一起,仍按上述的方法呈现给被试,让被试判断是否是刚才识记过的,并按照规定的等级按键作出评价。 采用五等级评价的方法,其中1—0%,2—25%,3—50%,4—75%,5—100%。让被试直接点击对应的数字按钮来进行反应。

自相关与互相关函数

相关函数 1.自相关函数 自相关函数是信号在时域中特性的平均度量,它用来描述信号在一个时刻的取值与 另一时刻取值的依赖关系,其定义式为 (2.4.6) 对于周期信号,积分平均时间T为信号周期。对于有限时间的信号,例如单个脉 冲,当T趋于无穷大时,该平均值将趋于零,这时自相关函数可用下式计算 (2.4.7) 自相关函数就是信号x(t)和它的时移信号x(t+τ)乘积的平均值,它是时移变量τ的函数。 例如信号的自相关函数为 若信号是由两个频率与初相角不同的频率分量组成,即 ,则

对于正弦信号,由于,其自相关函数仍为 由此可见,正弦(余弦)信号的自相关函数同样是一个余弦函数。它保留了原信号的频率成分,其频率不变,幅值等于原幅值平方的一半,即等于该频率分量的平均功率 ,但丢失了相角的信息。 自相关函数具有如下主要性质: (1)自相关函数为偶函数,,其图形对称于纵轴。因此,不论时移方向是导前还是滞后(τ为正或负),函数值不变。 (2)当τ=0时,自相关函数具有最大值,且等于信号的均方值,即 (2.4.8)(3)周期信号的自相关函数仍为同频率的周期信号。 (4)若随机信号不含周期成分,当τ趋于无穷大时,趋于信号平均值的平方,即 (2.4.9)实际工程应用中,常采用自相关系数来度量其不同时刻信号值之间的相关程度,定义式为 (2.4.10)

当τ=0时,=1,说明相关程度最大;当τ=∞时,,说明信号x(t)与x(t+τ)之间彼此无关。由于,所以。值的大小表示信号相关性的强弱。 自相关函数的性质可用图2.4.3表示。 图2.4.3 自相关函数的性质 常见四种典型信号的自相关函数如图2.4.4所示,自相关函数的典型应用包括: (1)检测信号回声(反射)。若在宽带信号中存在着带时间延迟的回声,那么该 信号的自相关函数将在处也达到峰值(另一峰值在处),这样可根据确定 反射体的位置,同时自相关系数在处的值将给出反射信号相对强度的度量。 时间历程自相关函数图形 正 弦 波

信号检测论——评价法

信号检测论——评价法 姓名 (小组成员:) 摘要:本实验选取了两名上师大心理系本科生,两名被试均为女性,采用了信号检测论的评价法考察了两名被试对汉字再认的准确性和判断标准。实验发现:(1)信号检测论的评价法是一种进行记忆再认研究的有效工具;(2)在同一种判断标准下,被试二的击中率和虚报率均高于被试一;(3)在同一种判断标准下,被试一的判定标准β要大于被试二的,辨别力要小于被试二的。 关键词:信号检测论评价法;ROC曲线;辨别力d’;判定标准β 1 导言 信号检测论是现代心理物理学最重要的内容之一,它的出现彻底改变了以往人们对阈限的理解,将个体客观的感受性和主观的动机、反应偏好等加以区分,从而解决了传统心理物理学所无法解决的问题[1]。 信号检测论认为:被试觉察信号有一个中枢神经效应,这种效应随着每次剌激呈现,时刻都在变化。信号总是在噪音的背景上产生,信号的影响和噪音的影响都被假定为正态分布,这两种分布由于信号比噪音微弱增强,故有一定的重叠,而使信号和噪音都可能引起同一程度的感觉。人类觉察是建立在统计决策论的基础上。就是说被试选择一个标准,当给定的刺激超过这个标准时,被试就反应“有”,否则则说“元”,而这个反应标准的选择由很多因索(如感受性、利益得失、动机、态度、情绪、意志等)决定。这个反应标准就是阈限,而不是感觉本身的东西,它包括两个独立指标:一个是反应偏向,可用似然比值(B)或报告标准(C)来表示,它包括利益得失、动机、态度等因素;另一个是感觉辨别力指标(d’),表示感知能力。 信号检测论有三个基础的实验程序:有无法、迫选法和评价法。评价法又称多重决策法,或评级量表法。这一方法呈现刺激的方式同有无法一样,对信号和噪音的先验概率和奖惩办法,都可以随实验要求,由主试确定。但对被试的要求有所不同,对被试的反应不是简单的“有”或”无”的方式,而是将被试从“有信号”到“无信号”这一感觉的连续体,规定出不同的感觉评价等级。然后让被试根据对所呈现刺激的自信度情况,报告有信号(或元信号)的评定等级。一般评价从有信号到无信号这一感觉连续体的等级可划分为六个;六个等级含义为:第一等级,非常肯定有信号出现;第二等级,一般肯定有信号出现;第三等级,可能有信号出现;第四等级,可能无信号出现;第五等级,一般肯定无信号出现:第六等级,非常肯定无信号出现[2]。 信号检测理论中的评价法在心理学实验中的应用是非常广泛的,如在研究“知道感”任务中的图片和字词的感受性和判断标准的实验中,该实验考察了在“知道感”(FOK)任务中的字词和图片的感受性和判断标准的差异。实验运用Hart的“回忆一FOK判断一再认”(RIR)范式,用字词和图片作为刺激材料,采用两种不同的加工水平,并根据信号检测论中的评价法对结果进行分析。结果表明,在知道感任务中,只有在线索回忆正确百分率和FOK判断

信号识别小结

信号识别 1.特征参数法 思路:根据瞬时幅度,瞬时相位,瞬时频率特征参数的差异进行识别优点:计算量小,简单 缺点:受信噪比影响大 2.功率谱方法 思路:经典功率谱估计有直接法,间接法 直接法:P PER w=1 N X N W2 优点:简单,快速 缺点:当数据N太大时,谱曲线起伏加剧,N太小时,谱分辨率不好。 间接法: 2 1 j 1 (k)e M jwk PER N k P x M - - = '=∑ 优点:采用分段取平均值方法使方差性能得到改善。 缺点:方差性能的改善是以牺牲偏差和分辨率为代价的。 3.基于小波变换(衍生的方法) 思路:1.对信号进行小波变换,提取变化后时域的包络方差与均值平方之比作为特征参数 2.提取频域频率,幅度,相位,功率谱密度等特征 3.时域频域相结合 优点:克服傅里叶变换的不足,对瞬时信息具有较强的检测能力 缺点:小波变换的方法对于类间识别效果还不是很理想, 如对2PSK 和4PSK的识别, 单独用该方法还不能达到很好的分类效果, 必须与其它方法结合 使用。 4.高阶累积量方法 思路:计算二阶、四阶、六阶、八阶累积量,并通过归一化、平方等变换寻找差异进行区分 优点:对噪声不敏感 缺点:对载波和码元同步要求较高 5.人工智能识别方法 思路:利用专家系统、人工神经网络、模糊推理、Agent理论、遗传算法等人工智能方法形成经验与知识的推理规则 优点:不依赖数据库的先验知识,分析灵活,自我学习 缺点:容易漏检、误判 6. 基于支持向量机的信号识别 思路:通过优化算法函数(结构风险最小化原理,粒子群优化,模糊数学,粗集理论),模型建立(一对一或一对多)和参数的而选择(带宽、均值、峰值点,归一化瞬时幅度等)进行信号的识别

相关文档
最新文档