基于三极管有源负载电路的信号放大降噪方法与流程

本发明涉及信号处理，尤其涉及一种基于三极管有源负载电路的信号放大降噪方法。

背景技术：

1、随着传感器技术、生物电信号检测、结构健康监测及物联网感知等领域的快速发展，微弱电信号的精确采集与处理已成为众多应用场景中的核心技术需求，在此背景下，微弱信号放大降噪技术在规模化应用中面临着严峻的高增益与低噪声协同实现的瓶颈挑战，如何在有效放大微弱信号的同时最大限度地抑制噪声，对于提升测量系统的灵敏度和可靠性具有至关重要的实际意义。

2、传统信号放大降噪方案多采用在放大管的集电极接入大电阻负载以获得高电压增益，但大电阻本身会产生显著的热噪声，导致放大后的信噪比无法进一步提升。在数字降噪环节，传统方法多采用固定阈值的小波降噪或单一的数字滤波器，其阈值和参数一旦设定便无法适应信号在不同频率层和不同位置的差异化特性，此外，模拟前端与数字降噪算法之间缺乏系统性的协同配合，各模块独立设计和优化，使得噪声在放大环节被引入后无法在后续数字处理中得到有效补偿，严重制约了微弱信号检测系统的整体性能提升。

技术实现思路

1、本发明提供一种基于三极管有源负载电路的信号放大降噪方法，其主要目的在于实现微弱电信号的高增益低噪声放大与自适应精准降噪，显著提升输出信号的信噪比和波形保真度。

2、为实现上述目的，本发明提供的一种基于三极管有源负载电路的信号放大降噪方法，包括：

3、接收信号放大降噪指令，基于所述信号放大降噪指令确认信号处理系统，其中，所述信号处理系统包括：负载放大电路、小波变换单元、分块阈值单元、维纳滤波单元及小波逆变换单元；

4、获取初始电信号，利用所述负载放大电路对初始电信号执行低噪声放大处理，得到放大模拟信号，再将所述放大模拟信号进行模数转换得到放大数字信号；

5、设定小波分解层的层数为n，利用所述小波变换单元按照层数对放大数字信号执行离散小波变换，得到n组小波系数集合，其中，每组小波系数集合分别对应每个小波分解层，且每组小波系数集合由多个小波系数组成；

6、获取每组小波系数集合的中位数绝对偏差，基于所述中位数绝对偏差计算得到每个小波分解层的估计噪声水平；

7、利用所述分块阈值单元根据估计噪声水平确定每组小波系数集合的最优分块长度，基于所述最优分块长度将每组小波系数集合划分为多个系数子分块，根据每个所述系数子分块对应的估计噪声水平计算得到自适应阈值，并依据所述自适应阈值对所属系数子分块的全部小波系数执行阈值收缩处理，得到初次估计小波系数；

8、将所述初次估计小波系数输入维纳滤波单元，依据所述初次估计小波系数及对应小波分解层的估计噪声水平构建维纳滤波器，采用所述维纳滤波器对初次估计小波系数执行维纳滤波处理，得到最终估计小波系数；

9、将所述最终估计小波系数输入小波逆变换单元，执行离散小波逆变换，得到目标放大信号。

10、可选地，所述再将所述放大模拟信号进行模数转换得到放大数字信号，包括：

11、将所述放大模拟信号输入模数转换器，其中，所述模数转换器内置时钟源、采样保持电路、量化编码电路及数字校准电路；

12、设定放大模拟信号的采样频率及量化位数，利用所述时钟源生成与采样频率同步的采样时钟信号；

13、根据所述采样时钟信号，利用所述采样保持电路对放大模拟信号执行等间隔截取采样，得到m个离散的采样电压值，且每个采样电压值对应一个采样时刻；

14、获取数字逻辑生成的伪随机序列，其中，所述伪随机序列包含m个伪随机序列值，且每个伪随机序列值对应一个采样时刻；

15、获取已知幅值的抖动信号，将所述抖动信号的已知幅值与伪随机序列值依次相乘，得到多个注入抖动值，再将所述注入抖动值与所属同一采样时刻的采样电压值分别相加，得到多个抖动采样值，将所述抖动采样值依次输入量化编码电路，按照所述量化位数对抖动采样值执行均匀量化处理，得到每个采样时刻的初始量化编码值；

16、根据每个采样时刻的初始量化编码值及对应的伪随机序列值，利用所述数字校准电路计算初始量化编码值与伪随机序列值之间的互相关值，基于所述互相关值提取模数转换器的非线性误差参数；

17、根据所述非线性误差参数，对所述初始量化编码值执行实时数字补偿，得到每个采样时刻的校准量化编码值；

18、将所有采样时刻的校准量化编码值按照采样时刻的先后顺序排列，形成时域数字信号序列，并将所述时域数字信号序列作为放大数字信号。

19、可选地，所述设定放大模拟信号的采样频率及量化位数，包括：

20、对所述放大模拟信号执行预采样处理得到数字样本序列，对所述数字样本序列执行频谱分析得到信号频谱分布，并从所述信号频谱分布中提取出最高有效频率；

21、设定安全系数，将所述最高有效频率乘以安全系数得到采样频率；

22、获取所述放大模拟信号的峰值电压及本底噪声电压，计算所述峰值电压与本底噪声电压的比值，得到信号动态范围；

23、设定信噪比阈值，从第1位量化位数开始逐位递增，依次计算每个量化位数对应的理论信噪比，选取第一个满足理论信噪比不低于信噪比阈值的量化位数，作为理论量化位数；

24、计算所述信号动态范围的最小量化位数，并将所述理论量化位数与最小量化位数中的较大值作为初步量化位数；

25、设定位数调整步长，将所述初步量化位数向上取整至位数调整步长的整数倍，得到最终量化位数；

26、以所述采样频率及最终量化位数作为模数转换器的运行参数，完成采样频率与量化位数的设定。

27、可选地，所述利用所述数字校准电路计算初始量化编码值与伪随机序列值之间的互相关值，基于所述互相关值提取模数转换器的非线性误差参数，包括：

28、设定累加次数，其中所述累加次数为不大于m的正整数，基于所述累加次数、初始量化编码值与伪随机序列值，根据以下公式计算得到互相关值：

29、；

30、其中，为互相关值，为累加次数，为第个采样时刻的初始量化编码值，为第个采样时刻对应的伪随机序列值；

31、计算所述互相关值与抖动信号的已知幅值的比值，得到非线性误差参数估计值；

32、采用一阶指数平滑法对非线性误差参数估计值进行迭代更新，将更新后的非线性误差参数估计值作为模数转换器的非线性误差参数。

33、可选地，所述采用一阶指数平滑法对非线性误差参数估计值进行迭代更新，将更新后的非线性误差参数估计值作为模数转换器的非线性误差参数，包括：

34、确认当前迭代周期，获取当前迭代周期的非线性误差参数估计值，并设定平滑因子，其中所述平滑因子的取值范围为0到1之间；

35、判断当前迭代周期是否为首次迭代，若为首次迭代，将当前的非线性误差参数估计值作为首次迭代更新后的非线性误差参数估计值；

36、若为非首次迭代，获取上一次迭代更新后得到的非线性误差参数估计值，计算所述平滑因子与当前迭代周期的非线性误差参数估计值的乘积，得到第一加权值；

37、计算用1减去所述平滑因子所得的差值，再将所述差值与上一次迭代更新后得到的非线性误差参数估计值相乘，得到第二加权值；

38、将所述第一加权值与所述第二加权值相加，得到本次迭代更新后的非线性误差参数估计值；

39、重复执行上述步骤，并将每次迭代更新后的非线性误差参数估计值作为模数转换器的非线性误差参数。

40、可选地，所述根据所述非线性误差参数，对所述初始量化编码值执行实时数字补偿，得到每个采样时刻的校准量化编码值，包括：

41、根据提取得的模数转换器的非线性误差参数，确认所述模数转换器的输入量程；

42、将所述输入量程划分为多个连续且不重叠的量化区间，并为每个量化区间的两个端点分别标定对应的非线性误差参数；

43、获取每个采样时刻的初始量化编码值，确定所述初始量化编码值所属的量化区间，标记为目标量化区间；

44、读取所述目标量化区间两个端点对应左端点的初始量化编码值、左端点对应的非线性误差参数、右端点的初始量化编码值及右端点对应的非线性误差参数；

45、根据以下公式计算所述初始量化编码值对应的补偿量：

46、；

47、其中，为补偿量，为初始量化编码值，和分别为目标量化区间左端点的初始量化编码值和右端点的初始量化编码值，和分别为左端点对应的非线性误差参数和右端点对应的非线性误差参数；

48、将每个采样时刻的初始量化编码值减去对应的补偿量，得到每个采样时刻的校准量化编码值。

49、可选地，所述利用所述分块阈值单元根据估计噪声水平确定每组小波系数集合的最优分块长度，基于所述最优分块长度将每组小波系数集合划分为多个系数子分块，包括：

50、设定每个所述小波分解层的分块长度搜索范围及搜索步长，根据所述搜索步长对分块长度搜索范围依次选取候选分块长度；

51、依据每个所述候选分块长度将对应的每个小波分解层的小波系数集合划分为多个候选子分块；

52、确认每个所述候选子分块对应的所有小波系数及对应的小波分解层的估计噪声水平，并计算每个所述候选子分块的阈值收缩均方风险估计值；

53、将同一候选分块长度下所有候选子分块的阈值收缩均方风险估计值相加，得到每个所述候选分块长度的总风险估计值；

54、遍历所有候选分块长度，选取总风险估计值最小的候选分块长度作为对应小波分解层的最优分块长度；

55、以所述最优分块长度将小波分解层的小波系数集合切分为多个不重叠的系数子分块，其中，每个所述系数子分块包含的小波系数个数等于最优分块长度，若识别到小波分解层的小波系数的总数量无法被最优分块长度整除，则将剩余未切分的小波系数合并至最后一个系数子分块。

56、可选地，所述依据所述初次估计小波系数及对应小波分解层的估计噪声水平构建维纳滤波器，采用所述维纳滤波器对初次估计小波系数执行维纳滤波处理，得到最终估计小波系数，包括：

57、根据每个所述小波分解层的估计噪声水平，设定每个小波分解层的滤波窗口尺寸；

58、将所述滤波窗口尺寸作为滑动窗口长度，根据所述滑动窗口长度，以1作为滑动步长命令所述滑动窗口进行逐点滑动，直至遍历小波分解层的所有初次估计小波系数；

59、确认所述滑动窗口的中心位置，计算所述滑动窗口内所有初次估计小波系数的算术平均值，将所述算术平均值作为中心位置的局部信号均值；

60、计算所述滑动窗口内所有初次估计小波系数的方差，将所述方差作为中心位置的局部信号方差；

61、将所述局部信号方差与对应的小波分解层的估计噪声水平进行比较：若局部信号方差小于或等于估计噪声水平，将中心位置的小波系数替换为局部信号均值；若局部信号方差大于估计噪声水平，计算局部信号方差与估计噪声水平的差值，将所述差值除以局部信号方差得到加权系数，再将中心位置的小波系数与局部信号均值的差值与加权系数相乘，得到加权修正差值，最后将加权修正差值与局部信号均值相加，得到加权修正后的小波系数；

62、将加权修正后的小波系数作为对应的滑动窗口的中心位置的维纳滤波后小波系数，当遍历完所有滑动窗口中心位置后，得到每个小波分解层的维纳滤波后小波系数；

63、将所有小波分解层的维纳滤波后小波系数组合，得到最终估计小波系数。

64、可选地，所述根据每个所述小波分解层的估计噪声水平，设定每个小波分解层的滤波窗口尺寸，包括：

65、将每个所述小波分解层的初次估计小波系数划分为多个局部区域，其中，每个局部区域包含多个小波系数；

66、计算每个所述局部区域内所有小波系数的绝对值之和，将所述绝对值之和除以局部区域内的小波系数的总个数，得到所述局部区域的系数平均幅值；

67、计算所述系数平均幅值与对应的小波分解层的估计噪声水平的比值，得到所述局部区域的幅值信噪比；

68、根据所述幅值信噪比，获取幅值信噪比的取值范围，同时设定多个信噪比阈值，基于所述信噪比阈值将幅值信噪比的取值范围划分为多个连续区间；

69、将每个所述局部区域的幅值信噪比与连续区间执行匹配，当完成匹配后，为每个所述局部区域分配对应的滤波窗口尺寸，并将每个所述局部区域的中心位置映射为对应的滤波窗口尺寸的取值点；

70、对所述取值点对应的滤波窗口尺寸依次执行中值滤波处理，最终得到每个小波分解层所有滑动窗口的滤波窗口尺寸。

71、为实现上述目的，本发明还提供一种基于三极管有源负载电路的信号放大降噪系统，包括：

72、指令系统确认模块，用于接收信号放大降噪指令，基于所述信号放大降噪指令确认信号处理系统，其中，所述信号处理系统包括：负载放大电路、小波变换单元、分块阈值单元、维纳滤波单元及小波逆变换单元；

73、低噪模数转换模块，用于获取初始电信号，利用所述负载放大电路对初始电信号执行低噪声放大处理，得到放大模拟信号，再将所述放大模拟信号进行模数转换得到放大数字信号；

74、小波分块降噪模块，用于设定小波分解层的层数为n，利用所述小波变换单元按照层数对放大数字信号执行离散小波变换，得到n组小波系数集合，其中，每组小波系数集合分别对应每个小波分解层，且每组小波系数集合由多个小波系数组成，获取每组小波系数集合的中位数绝对偏差，基于所述中位数绝对偏差计算得到每个小波分解层的估计噪声水平，利用所述分块阈值单元根据估计噪声水平确定每组小波系数集合的最优分块长度，基于所述最优分块长度将每组小波系数集合划分为多个系数子分块，根据每个所述系数子分块对应的估计噪声水平计算得到自适应阈值，并依据所述自适应阈值对所属系数子分块的全部小波系数执行阈值收缩处理，得到初次估计小波系数；

75、维纳重构输出模块，用于将所述初次估计小波系数输入维纳滤波单元，依据所述初次估计小波系数及对应小波分解层的估计噪声水平构建维纳滤波器，采用所述维纳滤波器对初次估计小波系数执行维纳滤波处理，得到最终估计小波系数，将所述最终估计小波系数输入小波逆变换单元，执行离散小波逆变换，得到目标放大信号。

76、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

77、存储器，存储至少一个指令；

78、处理器，执行所述存储器中存储的指令以实现上述所述的基于三极管有源负载电路的信号放大降噪方法。

79、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于三极管有源负载电路的信号放大降噪方法。

80、本发明为解决背景技术所述问题，首先接收信号放大降噪指令，基于所述信号放大降噪指令确认信号处理系统，其中，所述信号处理系统包括：负载放大电路、小波变换单元、分块阈值单元、维纳滤波单元及小波逆变换单元。可见本发明考虑到传统方案中模拟前端与数字降噪算法之间缺乏系统性协同配合的问题，因此通过指令统一确认集成化的信号处理系统，将低噪声模拟前端与多级数字降噪链路有机整合，为实现全链路协同降噪提供了统一的硬件基础与数据流框架。然后，获取初始电信号，利用所述负载放大电路对初始电信号执行低噪声放大处理，得到放大模拟信号，再将所述放大模拟信号进行模数转换得到放大数字信号。可见本发明考虑到传统低噪声放大电路多采用大电阻负载实现高增益而产生显著热噪声的问题，因此采用三极管有源负载结构替代传统电阻负载，以恒流源偏置的第二三极管作为第一级放大管的动态有源负载，在不引入额外热噪声的前提下实现高电压增益，从源头上降低放大环节引入的噪声。同时在模数转换中引入基于伪随机抖动注入和互相关计算的后台数字校准技术，实时提取并补偿转换器的非线性误差，进一步提升了数字域信号的质量。其次，设定小波分解层的层数为n，利用所述小波变换单元按照层数对放大数字信号执行离散小波变换，得到n组小波系数集合，其中，每组小波系数集合分别对应每个小波分解层，且每组小波系数集合由多个小波系数组成，获取每组小波系数集合的中位数绝对偏差，基于所述中位数绝对偏差计算得到每个小波分解层的估计噪声水平，利用所述分块阈值单元根据估计噪声水平确定每组小波系数集合的最优分块长度，基于所述最优分块长度将每组小波系数集合划分为多个系数子分块，根据每个所述系数子分块对应的估计噪声水平计算得到自适应阈值，并依据所述自适应阈值对所属子分块的全部小波系数执行阈值收缩处理，得到初次估计小波系数。可见本发明考虑到传统阈值大多基于全局噪声水平统一设定，无法适应不同分解层和不同位置系数差异化特性的问题，因此采用逐层独立估计噪声水平的方法，利用中位数绝对偏差对异常值不敏感的特性准确估计每层的实际噪声强度，使阈值处理能够针对各层真实情况进行差异化处理，在此基础上进一步采用分块自适应阈值策略，通过搜索使风险最小的分块长度将每层系数划分为多个子块并在各子块内独立计算阈值，使阈值随信号局部统计特性动态变化，在噪声抑制和信号保真之间取得更优平衡。然后，将所述初次估计小波系数输入所述维纳滤波单元，依据所述初次估计小波系数及对应小波分解层的估计噪声水平构建维纳滤波器，采用所述维纳滤波器对所有初次估计小波系数执行维纳滤波处理，得到最终估计小波系数；将所述最终估计小波系数输入小波逆变换单元，执行离散小波逆变换，得到目标放大信号。可见本发明考虑到阈值收缩的硬判决特性可能导致残留噪声的问题，因此在阈值收缩后进一步引入维纳滤波，对每个系数计算连续的增益系数进行软修正，以进一步压低残留噪声并控制信号失真，维纳滤波的窗口尺寸根据系数局部统计特性自适应调整，信号丰富区用小窗保护细节，噪声主导区用大窗充分抑制噪声。最终经离散小波逆变换重构为目标放大信号，实现从初始电信号到高信噪比信号的全链路低噪声放大与自适应降噪。因此，本发明可实现微弱电信号的高增益低噪声放大与自适应精准降噪，显著提升输出信号的信噪比和波形保真度。