文章解释了几个简单的信噪比公式并给出了相关推导和实验分析
Signal-to-noise ratio 概念
信噪比定义为信号能量与噪声能量的比值:
SNR=PsignalPnoise
P是一个平均能量,信号与噪声的能量必须在同一个系统下测量,且保证一定的系统带宽.
如果信号和噪声的方差已知,且信号是0均值。
SNR=σ2signalσ2noise.
如果信号和噪声时在同一条件下测得,那么也可以通过计算幅值平方比值获得信噪比
SNR=PsignalPnoise=(AsignalAnoise)2,
推导
Psignal,dB=10log10(Psignal)
Pnoise,dB=10log10(Pnoise).
SNRdB=10log10(SNR).
SNRdB=10log10(PsignalPnoise).
10log10(PsignalPnoise)=10log10(Psignal)−10log10(Pnoise).
SNRdB=Psignal,dB−Pnoise,dB.
SNRdB=10log10⎡⎣(AsignalAnoise)2⎤⎦=20log10(AsignalAnoise)=(Asignal,dB−Anoise,dB).
实验分析
通过信号输入,加噪,观察加噪时sigma选择的准确性,以及信号能量,噪声信号能量,顺便验证帕塞瓦尔能量定律。
nois = sqrt(sigma)*randn(size(s));
sn = s+nois;
temps = sum(s.^2)/2^N;
tempsn = sum(sn.^2)/2^N;
display(sigma);
tempvs = var(s')
tempvsn = var(sn')
tempd = tempsn-temps
tempfs = fft(s);
tempfsn = fft(sn);
tempfsf = sum(abs(tempfs./2^N).^2)
tempfsnf =sum(abs(tempfsn./2^N).^2)
tempdf = tempfsnf - tempfsf
代码说明:s为输入信号(随意选择),sn为带噪信号,平台为matlab 2015a,这里的sigma实则为σ2
结果展示:
sigma =
0.1000
tempd =
0.0971
tempfsf =
0.9990
tempfsnf =
1.0961
tempdf =
0.0971
K>> tempvs = var(s')%验证用方差计算能量的正确性
tempvsn = var(sn')
tempvs =
1.0000
tempvsn =
1.0972
证毕
讲究匠心,追求卓越!
本文详细介绍了信噪比(Signal-to-Noise Ratio, SNR)的概念,包括定义、能量比值表达式,并提供了从方差到分贝(dB)的推导过程。此外,还进行了实验分析,通过MATLAB模拟验证了信噪比计算的准确性,探讨了信号输入、噪声影响以及帕塞瓦尔能量定律的应用。"
87600413,5347473,Android LMK与OOM:内存管理详解,"['Android开发', '内存管理', '进程', 'LowMemoryKiller', 'OOM异常']
4062

被折叠的 条评论
为什么被折叠?



