说明

    最近在调研学习数字滤波的东西，看到关于信号包络检测这样一个知识点，感觉很有意思，于是想着简单捋清楚并写篇博文装载起来总结一下。本博文与车载毫米波雷达的信号和数据处理无关，所以本文不会放到车载毫米波雷达系列专题规划和文章目录_墨@#≯的博客-CSDN博客里头，但是会放在车载毫米波雷达的专栏里面。

    信号包络检测简单来说就是做这样一件事：从一段连续的时域信号中找到我们感兴趣的信号出现的位置(我们假定该感兴趣的信号并不是持续出现的)。实现的方法其实也很简单。至于做这样一件事的应用场景有哪些，我目前还不清楚，如果后面有碰到我会补充进本博文，另外欢迎读者评论。

Blog

20230523 博文第一次写作

目录

说明

目录

一、什么是信号包络检测

二、信号包络检测的流程与仿真实践

三、信号包络检测的应用场景举例

四、总结

五、参考资料

六、code

---

一、什么是信号包络检测

    信号包络检测简单来说就是做这样一件事：从一段连续的时域信号中找到我们感兴趣的信号出现的位置(我们假定该感兴趣的信号并不是持续出现的)。比如下面这样最简单的情况：

图1.1采集的理想情况下的信号时域图

    图中，感兴趣的信号为一个频率为100Hz，幅值为1的正弦信号,该信号持续了1.024s(设置采样率为1000Hz，对该感兴趣的信号采集了1024个点)，该采集到的信号一共有20480个点，其余时间下幅值都为0(理想无噪声)，图中红色的点对应为该信号的起止点(信号出现和消失的位置)，起始位置是随机产生的(后面的仿真都是)。但实际上我们感兴趣的该信号可能是十分微弱而被淹没在噪声中的，如下图所示：

图1.2实际情况下可能的信号时域图

    图中，增加了幅值为2的随机产生的噪声信号(其实这也是一种比较理想的情况，事实上信号中除去噪声外，可能还包括其它频点的干扰，这里只考虑噪声)。此时我们很难从中找到我们所感兴趣的信号的位置。信号包络检测就是要从一段包含有很大噪声的时域信号中，找到其中们所感兴趣的间歇性出现的我信号。

二、信号包络检测的流程与仿真实践

    我们现在假定信号(连同噪声)已经都被我们采集下来了，此时需要通过各种信号处理的方法将我们感兴趣的信号找到(提取出来)。一种能量检测器的信号包络检测方法的处理流程是：

1. 数字滤波，提取有用信号。
2. 对信号进行整流。
3. 对整流后的信号进行滤波得到包络。
4. 检测。

后文以仿真实践来逐步看看流程中每一步后的结果。

1、采集到的待检测的原始信号(这里我们在采集的时间范围了随机产生了两处我们感兴趣的信号，并用红点标记了其起始位置)：仿真的参数设计与前文一致。

图2.1 原始信号时域图

2、数字滤波:对信号进行以我们感兴趣的信号频率为中心频率，带宽为10Hz的带通滤波。(关于滤波，特别是数字滤波，我后面会出一期博文。)

图2.2 对原始信号进行数字滤波后

3、信号整流：对前述滤波后的结果取绝对值。

图2.3 信号整流后

4、得到包络：对前述整流后的信号再进行截止频率为10Hz的低通滤波，得到信号的包络。

图2.4 包络处理

5、检测：对前述包络处理后的信号设置阈值进行检测，本次仿真的阈值设置为信号幅值的1/2，大于该阈值的部分认为是信号所处的区域。

图2.5 检测结果

6、变化图(合在一张来看)

图2.6 信号检测的全流程仿真结果

7、备注

    前文的仿真结果比较好地说明并完成了信号检测的整个过程。但实际上还是有很多因素会导致检测的效果不佳，比如：采样率不够大、或者噪声的幅值更高时。下图的仿真结果我将采样率在前文仿真的基础上降低了一倍，并使得噪声的幅值增加1，从下图来看趋势是还在的，可能在信号检测时需要进行一些优化处理。

 图2.7 不好的检测效果示意图

    还可以改变(调节)包括滤波器截止频率等来探求信号检测的效果，读者可以基于所附代码进行参数的修改探讨感兴趣的问题。

三、信号包络检测的应用场景举例

    我觉得是有很多的，但是我现在说不出具体的。

四、总结

    本博文探讨信号包络检测：从连续的时域信号中找到我们感兴趣的间歇性出现的信号。文中对信号检测相关的概念进行了说明，并给出和仿真实践了一种检测的方法，本文还试图探讨该检测的应用场景，但截止第一次写作暂时没法给出具体的。后面如果碰到相关的内容我会做补充。

五、参考资料

参考资料1：matlab 数字滤波入门 - 知乎 (zhihu.com)

六、code

关于信号包络检测博文相对应的代码资源-CSDN文库