信号功率、信号能量是信号处理最基本的概念之一,拉出两条公式:

--  能量E公式

连续信号:对 |x(t)|^2 在(-∞,+∞)上求积分

离散信号:对 |x(n)|^2 在(-∞,+∞)上求级数

-- 功率P公式,信号能量在整个时间范围内的平均值

对于离散周期信号

如果已知信号P和SNR,则噪声的功率为P/SNR,如果转换成分贝,则dBP-dBSNR

特别的,对于高斯白噪声,设X,Z为3个随机变量,且X~N(0,1),Z~N(expection,sigma^2).考虑这个变换:     Z=sigma*X+expection;

利用高斯白噪声的方差等于功率的性质,可以通过任意强度的噪声

matlab中的wgn和awgn函数就是利用了这一点,详情看:http://blog.csdn.net/kelvin_yan/article/details/45074149

dBW

转自关于dB,dBm,dBw,dBmV的区别

首先, DB 是一个纯计数单位:dB = 10logX。dB的意义其实再简单不过了,就是把一个很大(后面跟一长串0的)或者很小(前面有一长串0的)的数比较简短地表示出来。如:

X = 1000000000000000(多少个了?)= 10logX = 150 dB

X = 0.000000000000001 = 10logX = -150 dB

dBm 定义的是 miliwatt。 0 dBm = 10log1 mw;

dBw 定义 watt。 0 dBw = 10log1 W = 10log1000 mw = 30 dBm。

DB在缺省情况下总是定义功率单位,以 10log 为计。当然某些情况下可以用信号强度(Amplitude)来描述功和功率,这时候就用 20log 为计。不管是控制领域还是信号处理领域都是这样。比如有时候大家可以看到 dBmV 的表达。   在dB,dBm,dBw计算中,要注意基本概念。比如前面说的 0dBw = 10log1W = 10log1000mw = 30dBm;又比如,用一个dBm 减另外一个dBm时,得到的结果是dB。如:30dBm - 0dBm = 30dB。  一般来讲,在工程中,dB和dB之间只有加减,没有乘除。而用得最多的是减法:dBm 减 dBm 实际上是两个功率相除,信号功率和噪声功率相除就是信噪比(SNR)。dBm 加 dBm 实际上是两个功率相乘,这个已经不多见(我只知道在功率谱卷积计算中有这样的应用)

电平

是一个相对的概念,系统中某一点的电平是指该点的功率(或电压)对某一基准功率(或电压)的分贝比:

10lg(P/P0)= 20 lg(U/U0)

从公式中可以看出,基准功率(即P=P0)的电平为零。对同一个功率,选用不同的基准功率P0(或电压U0)所得电平数值不同,后面要加上不同的单位。 
   1、若以1W为基准功率,功率为P时,对应的电平为10lg(P/1W),单位记为 dBW(分贝瓦);  
   2、若以1mW为基准功率,功率为P时,对应的电平为10lg(P/1mW),单位记为 dBm(分贝毫瓦),如功率为1W,电平为30dBm,功率为1mW,电平为0dBm;  
  3、若以1mV为基准电压,则电压为U时,对应的电平为20lg(U/1mV),单位记为 dBmV(分贝毫伏),如电压为1V,电平为60dBmV,电压为1μV,           电平为-60dBmV;  
  4、若以1μV为基准电压,则电压为U时,对应的电平为20lg(U/1μV),单位记为 dBμV(分贝微伏),如电压为1mV,电平为60dBμV,电压为100mV,           电平为100dBμV;  
电平的四个单位dBW、dBm、dBmV、dBμV之间有一定的换算关系,如表所示(左边的原单位变换为上边的新单位时需要增加的数值)

换算关系  
dBW(新单位)dBm(新单位)dBmV(新单位)        dBμV(新单位)

dBW(原单位)       0           +30            +78.75        +138.75

dBm(原单位)        -30        0        +48.75        +108.75

dBmV(原单位)        -78.75        -48.75        0        +60

dBμV(原单位)        -138.75        -108.75        -60          0  
如要把105dBμV化为其他单位表示,可利用表中最后一行: 化为dBW时用第一列数-138。75得-33。75dBW; 
类似地,105dBμV相当于105-108.75=-3。75dBm;相当于105-60=45dBmV。   其它变换依此类推,不再举例。

噪声强度(噪声功率)、SNR、dBW相关推荐

  1. 噪声强度(噪声功率) 噪声方差到底有什么关系?

    噪声强度(噪声功率) 噪声方差到底有什么关系?_chenxingp123的专栏-CSDN博客_噪声功率

  2. matlab 自定义的snr,Matlab信号添加噪声及信噪比SNR的计算

    一.MATLAB中自带的高斯白噪声的两个函数 MATLAB中产生高斯白噪声非常方便,可以直接应用两个函数,一个是WGN,另一个是AWGN.WGN用于产生高斯白噪声,AWGN则用于在某一信号中加入高斯白 ...

  3. Matlab信号添加噪声及信噪比SNR的计算

    一.MATLAB中自带的高斯白噪声的两个函数 MATLAB中产生高斯白噪声非常方便,可以直接应用两个函数,一个是WGN,另一个是AWGN.WGN用于产生高斯白噪声,AWGN则用于在某一信号中加入高斯白 ...

  4. 输出信噪比公式_Matlab信号添加噪声及信噪比SNR的计算

    一.MATLAB中自带的高斯白噪声的两个函数 MATLAB中产生高斯白噪声非常方便,可以直接应用两个函数,一个是WGN,另一个是AWGN.WGN用于产生高斯白噪声,AWGN则用于在某一信号中加入高斯白 ...

  5. 噪声概念: 信噪比(SNR)、噪声谱密度(NSD)、白噪声(n)、粉红噪声(1/f)

    SNR表示满量程信号功率与其他所有频率的总噪声功率之比 信噪比(Signal-to-noise ratio,缩写为 SNR 或 S/N),也称作信杂比或讯杂比. 信噪比,为有用信号功率(Power o ...

  6. matlab复杂噪声产生实验报告,matlab加入噪声 - 范文中心

    (2)产生指定方差和均值的随机数 设某随机变量x ~N(Mx,Dx)若要产生同样分布的随机变量y~ N(My,Dy),但使新的随 机变量参数随x分布改变 y=Dy/Dx*(x-Mx)+My 具体到正态 ...

  7. 数字图像处理,若干图像质量评价指标的实现

    首先几个最基本的指标: a)灰度图的均值 即一幅图像所有像素的均值,它表明了该图像是否偏暗或者偏亮,比较小的话就偏暗,较大则亮. b)灰度图的标准差 首先从图像质量大的分类方法来看,可分为主管评价和客 ...

  8. 求噪声功率 MATLAB,[转载]matlab中噪声功率、噪声方差关系

    以matlab中awgn函数为例说明: 在matlab中无论是wgn还是awgn函数,实质都是由randn函数产生的噪声.即:wgn函数中调用了randn函数,而awgn函数中调用了wgn函数. 根据 ...

  9. dB、W、dBW和信噪比SNR的关系

    dB.dBW.W是不同的单位. 解释一下他们的含义: 1. W是功率的单位,比如信号功率是1W. 2. dB(分贝)是倍数的单位,公式为 x dB = 10lg(倍数) 比如信号功率是噪声功率的100 ...

最新文章

  1. python a any_Python any() 函数
  2. 安卓samba软件_Android Samba Client
  3. lucene 学习一
  4. background 旋转_基于HTML5 Canvas 实现矢量工控风机叶轮旋转
  5. 收集的安全网站【公司】
  6. CRM Fiori Opportunity应用点了edit之后超时的问题分析
  7. mysql_result函数用不了_mysql_result()函数怎么在PHP中使用
  8. Qt样例学习1(数字时钟)
  9. 数据库的四个范式之间的区别
  10. java处理获取到的Elasticsearch数据
  11. 撩课-Web大前端每天5道面试题-Day2
  12. 直线加速器,可以使用半圆转向串联,作弓形结构
  13. python刷课思路_江西干部网络学院-刷课思路
  14. 图解千兆网线水晶头接法(存档备用)
  15. 用于fast scnn的cityscape数据集制作
  16. 存储服务器 自建,搭建及了解存储服务器
  17. 【C/C++基础进阶系列】实战记录 -- Dump 文件生成与分析
  18. vscode配置c语言并优化
  19. 搜狗2020校招(后端)笔试第一场
  20. 三极管类型及工作状态判断

热门文章

  1. COMSOL基于方程建模
  2. python中的异常处理try/except/finally/raise
  3. HTML5 Canvas的简单使用
  4. 如何判断一个网站或域名是否被K过
  5. 千呼万唤,5G双卡双通到底有多重要?
  6. 基于STM32的水质浑浊度和PH值监测系统设计(仿真+程序+讲解)
  7. VXLAN数据中心互联典型配置举例
  8. 感知机perceptron
  9. Linus,一生只为寻找欢笑(上)
  10. 王道论坛机考系列——图论之最短距离