郎平， 韩磊， 李岩

(1.北京理工大学 信息与电子学院，北京 100081； 2.北京理工大学 机电学院，北京 100081；3.北京理工大学 材料学院，北京 100081)

现代科学研究中，常常需要对低频微弱信号进行检测. 如人体脑电波信号[1]、心电信号[2-3]、人体脉搏信号[4]、机械加工控制及故障诊断信号[5-7]、空间在轨测量的辐射剂量监测信号[8]等，这些低频微弱信号的幅值均在mV或μA级以下，频率在1 kHz以下. 实际检测环境中，这些微弱信号往往淹没在工频、热噪声、散粒噪声、宇宙噪声等复杂噪声环境中，不但给检测带来困难，而且错误或不准确的检测结果也会造成严重后果. 比如，医学上的脑电波信号、心电信号、脉搏信号等的有误检测，可能对病人的病情产生误诊断，造成严重后果[9]；机械故障诊断中的齿轮及传动轴等机械零部件的失效检测，会产生不必要的经济损失；空间在轨测量的辐射剂量监测信号不准确，会造成宇航员身体损伤等.

传统微弱信号的检测方法主要有相关性检测、同步累积法等. 自相关检测中，由于信号与噪声存在一定相关性，在检测的同时部分噪声信号也被视为目标信号，使得信号检测精度降低；互相关检测中需要预先设定参考信号的频率等相关参数，在待测信号频率未知的情况下，该检测方法无能为力. 同步累积法需要将信号多次累加及平均才能提高输出信噪比，但随着累积次数的增加，所需的测量时间也增加，实时性较差. 现代微弱信号检测方法有随机共……