一、ggkkt
来自科学教育类芝麻团 推荐于2017-09-11
计算信号的信噪比:
1、信噪比的计量单位是dB,其计算方法是10LOG(Ps/Pn),其中Ps和Pn分别代表信号和噪声的有效功率。请注意:这是功率比。
2、也可以换算成电压幅值的比率关系: 20LOG(Vs/Vn),Vs和Vn分别代表信号和噪声电压的“有效值”。请注意:这是电压比。
3、信噪比通常不是直接进行测量的,而是计算出来的。通常的方法是:给放大器一个标准信号,调整放大器的放大倍数使其达到最大不失真输出功率或幅度(厂家调试失真的范围由规定的标准决定,我们自己调试凭听觉经验确定),用万能表测记下此时放大器的输出电压Vs,然后撤除输入信号,测量此时出现在输出端的噪声电压,记为Vn,再根20LOG(Vs/Vn)就可以计算出信噪比了。

二、懂我823
来自百度知道认证团队 2018-05-22
在信号处理中经常需要把噪声叠加到信号上去,在叠加噪声时往往需要满足一定的信噪比, 这样产生二个问题,其一噪声是否按指定的信噪比叠加, 其二怎么样检验带噪信号中信噪比 满足指定的信噪比。

在 MATLAB 中可以用 randn 产生均值为 0方差为 1的正态分布白噪声,但在任意长度下 x=randn(1,N), x 不一定是均值为 0方差为 1(有些小小的偏差) ,这样对后续的计算会产生 影响。 在这里提供 3个函数用于按一定的信噪比把噪声叠加到信号上去, 同时可检验带噪信 号中信噪比。
把白噪声叠加到信号上去:
function [Y,NOISE] = noisegen(X,SNR)
% noisegen add white Gaussian noise to a signal.
% [Y, NOISE] = NOISEGEN(X,SNR) adds white Gaussian NOISE to X. The SNR is in dB.
NOISE=randn(size(X));
NOISE=NOISE-mean(NOISE);
signal_power = 1/length(X)*sum(X.*X);
noise_variance = signal_power / ( 10^(SNR/10) );
NOISE=sqrt(noise_variance)/std(NOISE)NOISE;
Y=X+NOISE;
其中 X 是纯信号, SNR 是要求的信噪比, Y 是带噪信号, NOISE 是叠加在信号上的噪声。
把指定的噪声叠加到信号上去
有标准噪声库 NOISEX-92,其中带有白噪声、办公室噪声、工厂噪声、汽车噪声、坦克噪声 等等, 在信号处理中往往需要把库中的噪声叠加到信号中去, 而噪声的采样频率与纯信号的 采样频率往往不一致,需要采样频率的校准。
function [Y,NOISE] = add_noisem(X,filepath_name,SNR,fs)
% add_noisem add determinated noise to a signal.
% X is signal, and its sample frequency is fs;
% filepath_name is NOISE’s path and name, and the SNR is signal to noise ratio in dB.
[wavin,fs1,nbits]=wavread(filepath_name);
if fs1~=fs
wavin1=resample(wavin,fs,fs1);
end
nx=size(X,1);
NOISE=wavin1(1:nx);
NOISE=NOISE-mean(NOISE);
signal_power = 1/nx
sum(X.*X);
noise_variance = signal_power / ( 10^(SNR/10) );
NOISE=sqrt(noise_variance)/std(NOISE)NOISE;
Y=X+NOISE;
其中 X 是纯信号, filepath_name是指定噪声文件(.wav )的路径和文件名, SNR 是要求的信 噪比, fs 是信号 X 的采样频率, Y 是带噪信号, NOISE 是叠加在信号上的噪声。
检验带噪信号的信噪比
信噪比的定义为
信号能量 (纯信号 )^2
SNR=-----------------=--------------------------
噪声能量 (带噪信号 -纯信号 )^2
function snr=SNR_singlech(I,In)
% 计算信噪比函数
% I :original signal
% In:noisy signal(ie. original signal + noise signal)
snr=0;
Ps=sum(sum((I-mean(mean(I))).^2));%signal power
Pn=sum(sum((I-In).^2)); %noise power
snr=10
log10(Ps/Pn);
其中 I 是纯信号, In 是带噪信号, snr 是信噪比
扩展资料:
信噪比,英文名称叫做SNR或S/N(SIGNAL-NOISE RATIO),又称为讯噪比。是指一个电子设备或者电子系统中信号与噪声的比例。这里面的信号指的是来自设备外部需要通过这台设备进行处理的电子信号,噪声是指经过该设备后产生的原信号中并不存在的无规则的额外信号(或信息),并且该种信号并不随原信号的变化而变化。
同样是“原信号不存在”还有一种东西叫“失真”,失真和噪声实际上有一定关系,二者的不同是失真是有规律的,而噪声则是无规律的。
信噪比的计量单位是dB,其计算方法是10lg(PS/PN),其中Ps和Pn分别代表信号和噪声的有效功率,也可以换算成电压幅值的比率关系:20Lg(VS/VN),Vs和Vn分别代表信号和噪声电压的“有效值”。在音频放大器中,我们希望的是该放大器除了放大信号外,不应该添加任何其它额外的东西。因此,信噪比应该越高越好。

如何计算信号的信噪比相关推荐

  1. 输出信噪比公式_如何计算信号的信噪比

    展开全部 如何计算信号的信噪比 1.在仿真实验中要产生具有某个信62616964757a686964616fe58685e5aeb931333365653766噪比的混合信号样本zt.这时,先求出不含 ...

  2. 二进制信号在信噪比为127:1的4kHz信道上传输,最大数据传输速率可以达到( )

    二进制信号在信噪比为127:1的4kHz信道上传输,最大数据传输速率可以达到( B ) A. 28000b/s B. 8000b/s C. 4000b/s D. 无限大 根据香农定理,最大数据传输速率 ...

  3. matlab中根据信号和信噪比添加高斯白噪声(函数直接使用)

    matlab中根据信号和信噪比添加高斯白噪声: function [y,noise] = Gnoisegen(x,snr) % Gnoisegen函数是叠加高斯白噪声到语音信号x中 % [y,nois ...

  4. matlab求adc信号的信噪比,关于ADC的信噪比 - pengyouxiaohui的日志 - EETOP 创芯网论坛 (原名:电子顶级开发网) -...

    昨天电话面试,问我选择ADC都考虑什么,以前搞设计感觉自己是一个不求甚解的人,我说会考虑采样率和位数,问我如何计算精度,我说了计算公式,他又问信噪比,话说我真的没考虑过这方面,只有实话实说,我没考虑过 ...

  5. sensor binning信号及信噪比

    Signal是简单的增加,Noise是以均方根形式增加 例如: 2*2的binning模式中,signal增加4倍,noise增加4\sqrt44​倍,so SNR增加2倍. sony sensor ...

  6. 信噪比如何计算?如何产生固定信噪比的带噪信号?

    文章目录 一.信号的基础知识 1.1 信号能量的计算 1.1.1 有穷区间能量 1.1.2 无穷区间能量 1.2 信号功率的计算 1.3 信号的分类 二.信噪比 2.1 信噪比的定义及计算 2.2 几 ...

  7. 如何在信号中添加指定信噪比的高斯白噪声,为何深度学习去噪研究采用高斯白噪声?

    在信号或者图像的降噪研究中,很多学者采用高斯白噪声添加到干净的样本中,来模拟含有噪声的样本,并以此来验证提出模型的降噪效果(比如降噪自编码器--Denoising Autoencoder).有一次投稿 ...

  8. 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 ...

  9. 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 ...

  10. 小波阈值滤波和VMD分解的对比输入一段语音信号,加入不同信噪比的噪声,单独使用小波阈滤波

    小波阈值滤波和VMD分解的对比输入一段语音信号,加入不同信噪比的噪声,单独使用小波阈滤波,以及变分模态分解,VMD分解加小波阈值进行滤波,最后比较得到的信号的信噪比. 会给出分解的结果图,以及频谱. ...

最新文章

  1. 传感器融合带来多重好处
  2. timer 公司内部用法
  3. HBase简介(很好的梳理资料)
  4. Spring Integration Java DSL示例
  5. Duplicate interface definition for class解决方法
  6. 量化策略回测唐安奇通道
  7. Python 合成多张图片到PDF格式
  8. 使用laravel搭建博客网站-博客的注册功能
  9. Ordinal Regression 年龄估计(CVPR2016)
  10. 老农的计算机笔记(四)关于编程语言
  11. win7 凭据管理无法保存
  12. mysql 唯一性榆树_榆树有什么特点?
  13. React学习(入门了解)
  14. MKS GEN_L V2.1使用说明书
  15. ​真的存在可以检测万物的模型吗?联汇科技提出了一种有趣的解决方案
  16. BP神经网络南瓜价格相关性研究与价格预测模型设计
  17. Yum工具详解(二)-----Yum配置阿里源
  18. No DataSource set
  19. mac,修改终端电脑名
  20. TiDB 在小米的落地及云原生探索

热门文章

  1. 半导体芯片产业链公司大全
  2. 使用 laravel-admin 配置后台管理系统
  3. C语言RSA大数运算库,[转载]RSA大数运算库  c++实现
  4. 万年历单片机c语言程序,51单片机c语言电子万年历完整程序.pdf
  5. Report Machine 的问题 补充!!!
  6. 初写数学建模论文 -- 摸鱼1
  7. 史上超详细python爬取国家统计局数据
  8. FastReport .NET 2022.3.6-新版Crack
  9. PageAdmin CMS建站系统的可视化编辑体验
  10. 【Redis总结-基础入门】