Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Supercon 2024:使用示波器窥视本底噪声

Posted on 2025-05-29

当你用示波器寻找信号时,信号越强越好。如果信号很弱,你可能很难将其从其他干扰,甚至从本底噪声中分辨出来。你可能会希望自己寻找的是更明显的东西,而不是像大海捞针一样的电磁干扰。

寻找低于噪声基底的隐藏信号或许充满挑战,但并非难以克服。James Rowley 和 Mark Omo 出席 2024 年 Hackaday 超级大会,向我们讲述如何利用锁相放大器的魔力实现这一目标。

噪音

正如James所解释的,几乎任何你手头现有的模数转换器和DSP都可以进行锁定放大。例如,你工作室里已有的示波器。“这项技术的神奇之处在于,它能捕捉到噪声信号,然后滤除所有噪声,只留下你想要的部分——也就是你感兴趣的信号,”James解释说。“这是一种非常强大的技术,可以测量信号在系统中的流动方式。”

“锁定放大器是一种很好的方法……它可以锁定那些可能被噪声和干扰淹没的微弱信号,并实际测量远低于本底噪声且信噪比为负的信号,”詹姆斯说。“本质上,锁定放大器是一种超窄带通滤波器。”

锁相放大器实际上是一种非常强大的滤波器,它可以消除大量噪音,因此您可以真正找到信号。

在演讲中,詹姆斯用一个简单的比喻来解释其工作原理。他请观众想象一个扬声器和一个麦克风。在这个比喻中,理想情况下,麦克风会拾取扬声器发出的所有噪音,但在现实世界中,环境中还有许多其他噪音源,它们会掩盖扬声器本身发出的信号。然而,锁相放大器可以抑制这些其他噪音,只锁定扬声器本身的声音。锁相放大器适用于各种应用,从拾取来自称重传感器的极其敏感的信号,到测量极高或极低的电阻,甚至在精密的医疗手术中寻找心脏导管的位置。只要有微小的重要信号需要拾取,锁相放大器就能派上用场。

与所有 DSP 主题一样,这其中也涉及一些数学知识。Mark 解释了如何利用参考信号调制输入信号,从而帮助从噪声中挖掘出所需的信息。

随后,Mark 向我们介绍了如何在噪声基底之下找到信号所需的 DSP 魔法。他解释说,通过深度滤除目标区域之外的噪声,可以有效提高信噪比,即使信号非常微弱也能拾取到所需的信号。传统的滤波器不足以将噪声降低 300 倍左右,因此需要其他解决方案。为了进行锁定放大,首先将测量信号下移至零赫兹,然后随时间取平均值。这听起来可能有点奇怪,但 Mark 解释了三角学和相关数学原理,使其适用于任何给定带宽的信号。但重要的是,这项技术还需要一个参考信号才能工作,这样放大器才能有效地锁定您真正想要的信号。

实际演示涉及一个麦克风试图拾取来自充满掌声的嘈杂房间里的扬声器的信号。

讲座随后介绍了实际操作——如何用真实硬件搭建锁相放大器。市面上有现成的商用方案,或者你也可以选择分立模拟电路——但这两种方案都价格昂贵且繁琐。或者,你也可以直接使用模数转换器。“就像你示波器里的那个!”Mark 说道。他解释了这种方案的设置方法,以及与传统方法的比较;总的来说,它更容易上手,尽管性能不如传统方案。你最终会使用一个通道作为参考输入,而另一个通道连接到你实际想要探测的信号。

示波器中的 ADC 越好,其性能就越好——在这方面,更高的位深度、缓冲深度和采样率都是有利的。量化噪声、示波器可能没有特别低噪声的前端,以及能否利用示波器的存储深度对信号进行平均,都会限制示波器的性能,但这仍然是使用锁定放大装置进行测量的可行方法。作为参考,像 Rigol DS1054Z 这样的器件具有足够的存储深度,可以将噪声降低 1700 倍,这在寻找低于典型本底噪声的信号时非常有用。Github上提供了实现此目的的代码,供感兴趣的朋友参考。

演讲以一场精彩的演示结束。麦克风和扬声器的距离设定为8.5厘米,此时信号应该根据输入系统的信号,呈现出90度的相位变化。Mark和James展示了他们的系统如何能够在演示过程中,即使在喧闹的房间里,以及全场观众的掌声中,也能精确测量目标信号的相移。

如果您经常发现自己难以测量某些已知存在的微弱信号,那么这些技术可能会非常有用。本演讲将为您深入介绍这项非常实用的 DSP 技术。

原文: https://hackaday.com/2025/05/28/supercon-2024-using-an-oscilloscope-to-peek-below-the-noise-floor/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme