基于ARM的微弱信号采集系统的设计

摘要：为提取噪声背景下的微弱信号，提出了一种硬件与软件相结合的实现方案。采用仪表放大技术和单片机控制技术相结合对数据进行检测和处理。该系统优化硬件调理电路设计，保证采集数据的精度要求。利用ARM实现基于数字相关的算法，改善信噪比，有效恢复淹没于强背景噪声中的微弱信号。最后通过对模拟低频微弱电流信号的检测实验，充分显示了该系统在微弱信号检测方面的实用性和有效性。
关键词：微弱信号；仪表放大器；改善信噪比；数字相关

对于绝大多数数据采集系统而言，其采集对象一般都为大信号，即有用信号的幅值远远大于噪声，然而在一些特殊的场合，采集到的信号往往很微弱，并且常常被随机噪声所淹没。这种情况下，仅仅采用放大器和滤渡器无法有效的检测出微弱有用信号。本系统硬件电路针对溶解氧传感器输出的微弱低频电流信号，利用仪表放大器有效抑制共模噪声，通过ARM处理器的数字相关算法优化，保证采集系统的精度要求。
由于确定信号在不同时刻取值具有很强的相关性，而噪声一般都是随机信号，不同时刻其相关性较差。相关检测技术就是基于信号与噪声统计学的特点，充分利用它们的相关性，从而实现微弱信号的提取和降噪的目的。针对被淹没在噪声中的信号，采用数字相关检测算法可以排除噪声。
本系统采用三星(Sam Sung)公司的ARM7微控制器芯片S3C4510B，这是整个系统的核心，由它控制数据的采集和处理。该模块由以下3个功能：
1)起动AD，控制数据的存储和传输；
2)实现数据处理的算法；
3)负责与上位机进行通讯。
S3C4510B芯片是高性价比的16／32位RSIC微控制器，非常适合低功耗的场合。本系统采用S3C4510B作为处理器，通过外部中断读取ADC数据，并实现基于数字相关的算法。

1 基于数字相关检测的算法
微弱信号检测的主要目的就是从被噪声淹没的信号中提取有用信号。目前常用的检测方法有频域信号相干检测、时域信号积累平均、离散信号计数技术、并行检测方法。其中频域信号信号相干检测是常用的一种方法。
传统的相干检测方法是将信号通过前置低通滤波器滤波之后，再通过锁定模拟放大器(LIA)和参考通道信号完成相关运算。利用信号和噪声不相关的特点，采用互相关检测原理来实现淹没在噪声背景下的微弱信号的提取。虽然LIA速度快，但也存在温度漂移、噪声、价格昂贵、体积较大等一些缺点、不适合小型化集成系统。如果把相关运算转换成功率谱计算，就完全可以利用数字相关运算来代替LIA，从而克服模拟锁定放大器的缺点。根据维纳-辛钦定理，功率信号的自相关函数和其功率谱是一对傅里叶变换，因此可将LIA中的相关运算转换为功率谱计算，采用软件来实现相关运算，就可以用数学电路代替模拟模拟锁定放大器。
1．1 检测原理
设被测信号x(n)由有用信号s(n)和噪声η(n)组成：
x(n)=s(n)+η(n) (1)
x(n)的自相关函数为：
Rxx(m)=Rss(m)+Rsη(m)+Rηη(m) (2)
式中Rss(m)——s(n)的自相关函数；Rsη——s(n)与η(n)的互相关函数；Rηs(m)——η(n)与s(n)的互相关函数；Rηη(m)——η(n)的自相关函数。
由于噪声服从正态分布且不含周期分量，因此Rsη=0，Rηs=0，并随着m的增大Rηη(m)趋于0，所以Rxx(m)≈Rs(m)，故而Rxx(m)可简记为R(m)。

根据维纳-辛钦定理，功率信号的自相关函数和其功率谱是一对傅里叶变换，因此可用快速傅里叶变换(FFT)来计算自相关函数。然而在实际中x(n)只有N个观察值，故求出的Rs(m)是自相关的一个估计值。用FFT计算自相关时，x(n)须补N-1个零，使其长度为2N-1。因此自功率谱为：

式中当n=2N-1时的离散傅里叶变换(DFT)。
功率谱估计算法实现数字相关运算的重点是离散傅里叶变换(DFT)。DFT有其快速的算法FFT。对于IFFT，由于经过AD采集的数据为实信号，因此可采用快逮有效的实数FET算法。

2 系统硬件设计
2．1 系统组成
微弱信号采集系统的总体框图如图1所示，系统以S3C4510B为核心，主要包含前置调理电路和采集电路两大部分，主要由模拟信号检测、滤波放大、数据采集处理、信号通信传输电路组成。

2．2 前置调理电路设计
前置调理电路主要有仪表放大器、二阶低通滤波器组成。
数据采集系统中，若采集的信号为微弱信号，必须用放大器放大。然而通用放大器不适合放大微弱信号，因此选择仪表放大器作为放大电路。仪表放大器为差分放大结构，因此有很强的抑制共模噪声的能力，同时有很高的输入阻抗和很低的输出阻抗，而且具有增益高且稳定，失调电压和温漂小等优点，所以仪表放大器非常适合放大微弱信号。
另外，为了使输出电压在高频段能够快速下降，提高低通滤波器滤除噪声的能力，这里选用了二阶低通滤波器。前置调理电路原理如图2所示。