输出信噪比计算.docx
《输出信噪比计算.docx》由会员分享,可在线阅读,更多相关《输出信噪比计算.docx(9页珍藏版)》请在冰点文库上搜索。
输出信噪比计算
functionsnr_vec=fftdisto(x,C,varargin)
%FFTDISTOcomputedistortionofsinusoidalsignal
%SNR_VEC=FFTDISTO(X,C,N)
%input:
%xsignalvector
%CnumberoffullsinusoidsinX
%Nlengthofsignaltoconsider(mustbeapowerof2)
%onlyNlastsamplesinxareusedinfft
%outputvector:
%1pwrsignalpower[dB](amplitude1-->0dB)
%2sndrsignal-to-noise+distortionratio(DComitted)[dB]
%3snronlyuncorrelatednoise(harmonics+DComitted)[dB]
%4sdrsignal-to-distortion(onlyharmonics,noise+DComitted)[dB]
%5tdhtotalharmonicdistortion[%]
%NOTE:
makeN>6*C-->
%considersonlyapprox.firstN/2Charmonics,
%restaretreatedasnoise
ifnargin>3
fprintf('nargin=%d\n',nargin)
error('Toomanyarguments.');
end
N=length(x);
ifnargin==3
ifvarargin{1}>N
error('Nexceedslength(x)');
end
lenx=N;
N=varargin{1};
iflenx>N
x(1:
(lenx-N))=[];
end
end
N2=0.5*N;
iflog2(N2)~=round(log2(N2))
error('Nmustbepowerof2');
end
ifC>N2
error('C>N/2(signalfrequency>samplingfrequency');
end
ifN<6*C
%warning('computinglessthan3harmonics!
');
end
a=abs(fft(x))/N2;%amplitudevector
p=a.*a;%powervector
dc=1;%indexofDCcomponent
sig=C+1;%indexofsignal
harm=(2*C+1):
C:
N2;%indicesofharmonics
noise=1:
N2;noise([dcsigharm])=[];
%indicesofnoise
sp=p(sig)+1e-100;%signalpower
dp=sum(p(harm))+1e-100;%distortionpower
np=sum(p(noise))+1e-100;%noisepower(notincludingdistortion)
snr_vec=zeros(1,5);
snr_vec
(1)=dB10(sp);
snr_vec
(2)=dB10(sp/(np+dp));
snr_vec(3)=dB10(sp/np);
snr_vec(4)=dB10(sp/dp);
snr_vec(5)=100*sqrt(dp/sp);
matlab中的信噪比
(2011-03-2219:
52:
49)
标签:
信噪比
杂谈
分类:
学习
以高斯噪声为例:
若有用信号s(n)的最大幅度am,要求得到的信噪比为p,则p=10log10[(am^2)/b^2],用这个公式反推出高斯噪声的方差b^2,若s(n)单通道实信号,则Matlab程序就是x=s+b*randn(size(s));若s(n)是正交双通道信号,则Matlab程序就是x=s+b/sqrt
(2)*randn(size(s))。
如果s(n)是一个N行、2列的复信号,前后两列各表示实部和虚部,则b/sqrt
(2)*randn(size(s))产生的也是N×2的高斯分布噪声,实部和虚部的方差均为b/sqrt
(2)。
实部和虚部分别产生也可以,但不能用b*randn(size(s))。
第一,如果这样产生噪声,那么最终信号的信噪比应该用p=10log10[(am^2)/(2*b^2)];第二,不能用size(s),应该用size(c),c为s(n)的实(虚)部列矢量的长度。
Matlab中计算信噪比方式:
%===========================Happy===================================%
functionsnr=SNR(I,In)
%计算信号噪声比函数
%byQulei
%I:
originalsignal
%In:
noisysignal(ie.Originalsignal+noisesignal)
%snr=10*log10(sigma2(I2)/sigma2(I2-I1))
[row,col,nchannel]=size(I);
snr=0;
ifnchannel==1%grayimage
Ps=sum(sum((I-mean(mean(I))).^2));%signalpower
Pn=sum(sum((I-In).^2));%noisepower
snr=10*log10(Ps/Pn);
elseifnchannel==3%colorimage
fori=1:
3
Ps=sum(sum((I(:
:
i)-mean(mean(I(:
:
i)))).^2));%signalpower
Pn=sum(sum((I(:
:
i)-In(:
:
i)).^2));%noisepower
snr=snr+10*log10(Ps/Pn);
end
snr=snr/3;
end
%===================================================================%
转:
符号的平均功率每比特信号能量/符号周期
SNR信噪比=-------------------------=-----------------------------------------=
噪声的平均功率噪声单边功率普密度*符号带宽
Eb/T在限带情况下T*B=1Eb
=----------==================---------
N0*BN0
实际系统中噪声的单边功率普密度N0受温度和常数K决定的,在一定条件下为固定值;信噪比与信号能量的强弱成正比。
在仿真中,为了简化模型,通常采用固定输入信号幅度,改变N0来起到SNR的变化。
其中的Eb是在相干接收条件下解调后信号能量,而系统接收的信噪比通常是加在接收输入端,也就是解调前。
为了令Eb在解调前后的能量统一,在发送端必须采用能量的归一化。
归一化方法:
_x(n)
x(n)=--------------------------n属于(1,N)N为1bit内采样点数
sqrt(Sum(x(n)^2))
MATLAB仿真中信噪比的添加方法:
1.发端首先进行能量归一化
2.在收端根据同样的采样率计算1bit长度的能量即Eb
3.SNR=10log(ebno)=>ebno=Eb/N0=>N0=Eb/ebno
4.N0=2(sigma)^2=>sigma=sqrt(N0/2)
5.noise=sigma*randn(1,0)添加高斯白噪声
=================================转载======================================
说起“向已知信号添加噪声”,有一个帖子不得不提,那是由happy教授介绍的两个常用函数,我这里引用一下:
%=============================happy=================================%
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噪声。
1.WGN:
产生高斯白噪声
y=wgn(m,n,p)产生一个m行n列的高斯白噪声的矩阵,p以dBW为单位指定输出噪声的强度。
y=wgn(m,n,p,imp)以欧姆(Ohm)为单位指定负载阻抗。
y=wgn(m,n,p,imp,state)重置RANDN的状态。
在数值变量后还可附加一些标志性参数:
y=wgn(…,POWERTYPE)指定p的单位。
POWERTYPE可以是'dBW','dBm'或'linear'。
线性强度(linearpower)以瓦特(Watt)为单位。
y=wgn(…,OUTPUTTYPE)指定输出类型。
OUTPUTTYPE可以是'real'或'complex'。
2.AWGN:
在某一信号中加入高斯白噪声
y=awgn(x,SNR)在信号x中加入高斯白噪声。
信噪比SNR以dB为单位。
x的强度假定为0dBW。
如果x是复数,就加入复噪声。
y=awgn(x,SNR,SIGPOWER)如果SIGPOWER是数值,则其代表以dBW为单位的信号强度;如果SIGPOWER为'measured',则函数将在加入噪声之前测定信号强度。
y=awgn(x,SNR,SIGPOWER,STATE)重置RANDN的状态。
y=awgn(…,POWERTYPE)指定SNR和SIGPOWER的单位。
POWERTYPE可以是'dB'或'linear'。
如果POWERTYPE是'dB',那么SNR以dB为单位,而SIGPOWER以dBW为单位。
如果POWERTYPE是'linear',那么SNR作为比值来度量,而SIGPOWER以瓦特为单位。
注释
1.分贝(decibel,dB):
分贝(dB)是表示相对功率或幅度电平的标准单位,换句话说,就是我们用来表示两个能量之间的差别的一种表示单位,它不是一个绝对单位。
例如,电子系统中将电压、电流、功率等物理量的强弱通称为电平,电平的单位通常就以分贝表示,即事先取一个电压或电流作为参考值(0dB),用待表示的量与参考值之比取对数,再乘以20作为电平的分贝数(功率的电平值改乘10)。
2.分贝瓦(dBW,dBWatt):
指以1W的输出功率为基准时,用分贝来测量的功率放大器的功率值。
3.dBm(dB-milliWatt):
即与1milliWatt(毫瓦)作比较得出的数字。
0dBm=1mW
10dBm=10mW
20dBm=100mW
也可直接用randn函数产生高斯分布序列,例如:
y=randn(1,2500);
y=y/std(y);
y=y-mean(y);
a=0.0128;
b=sqrt(0.9596);
y=a+b*y;
就得到了N(0.0128,0.9596)的高斯分布序列
产生指定方差和均值的随机数
设某个随机变量x均值为mu,方差为var^2,若要产生同样分布的随机变量y,但使新的随
机变量参数改变,均值为mu_1,方差为var_1^2,可以用如下公式进行变换:
y=var_1/var*(x-mu)+mu_1,其中x为随机变量,其余为常数(原分布参数)。
具体到正态分布,若要产生均值为u,方差为o^2的M*N的随机数矩阵,可以用
y=o*randn(M,N)+u得到。
对于均匀分布,若要产生[a,b]区间的均匀分布的M*N的随机数矩阵,则可以用
y=rand(M,N)*(b-a)+a得到。
%===================================================================%
上述资料基本上完整地描述了原始问题,不过有几点内容附带说明一下:
1.首先更正一个错误,我认为在“生成N(0.0128,0.9596)的高斯分布序列”的程序中,应该改为以下的代码:
%===================eight=====================================%
y=randn(1,2500);
y=y-mean(y);
y=y/std(y);
a=0.0128;
b=sqrt(0.9596);
y=a+b*y;
%==========================================================%
2.上面资料最后部分隐含了一个出自zhyuer版友的结论:
%==========================zhyuer===================================%
1)rand产生的是[0,1]上的均匀分布的随机序列
2)randn产生均值为0,方差为1的高斯随机序列,也就是白噪声序列;
%===================================================================%
也就是说,可以直接使用上面两个函数对原始信号添加噪声(例如y=x+rand(length(x),1)或者y=x+randn(length(x),1))
3.事实上,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。
下面就我熟悉的“向已知信号添加某个信噪比(SNR)的高斯白噪声”来说明一下,不过如果大家阅读过awgn的实现代码就不用看下去了,呵呵。
从上述可知,这个任务可以使用awgn函数实现,具体命令是:
awgn(x,snr,’measured’,'linear’),命令的作用是对原信号f(x)添加信噪比(比值)为SNR的噪声,在添加之前先估计信号f的强度。
这里涉及三个问题:
在awgn这个函数中,SNR是如何计算的?
什么是信号的强度?
awgn函数具体是如何添加噪声的?
事实上,前两个问题是相关的,因为根据定义,SNR就是信号的强度除以噪声的强度,所以,首先来讲讲信号的强度。
其实信号的强度指的就是信号的能量,在连续的情形就是对f(x)平方后求积分,而在离散的情形自然是求和代替积分了。
在matlab中也是这样实现的,只不过多了一个规范化步骤罢了:
sigPower=sum(abs(sig(:
)).^2)/length(sig(:
))
这就是信号的强度。
至此,SNR的具体实现也不用多说了(注:
由于采用的是比值而非db,所以与下面“计算信噪比”所使用的方式不同,即没有求对数步骤)。
最后说说awgn函数具体是如何添加噪声的。
事实上也很简单,在求出f的强度后,结合指定的信噪比,就可以求出需要添加的噪声的强度noisePower=sigPower/SNR。
由于使用的是高斯白噪声即randn函数,而randn的结果是一个强度为1的随机序列(自己试试sum(randn(1000,1).^2)/1000就知道了,注意信号的长度不能太小)。
于是,所要添加的噪声信号显然就是:
sqrt(noisePower)*randn(n,1),其中n为信号长度。
4.上面所说的都是具有分布特性(相关的)随机序列,如果需要添加不相关的随机序列,则可以使用jimin版友的方法:
%========================jimin=======================================%
fori=1:
100
x(i)=randn
(1);
end
%===================================================================%
即先产生噪声信号,后再与原信号叠加。
最后是另外的一些常见问题,整理如下:
1.Matlab中如何产生值为0,1的随机序列?
【转bainhome版友】:
round(rand(5))
2.Matlab中如何计算信噪比?
下面的代码转自Happy教授:
%===========================Happy===================================%
functionsnr=SNR(I,In)
%计算信号噪声比函数
%byQulei
%I:
originalsignal
%In:
noisysignal(ie.Originalsignal+noisesignal)
%snr=10*log10(sigma2(I2)/sigma2(I2-I1))
[row,col,nchannel]=size(I);
snr=0;
ifnchannel==1%grayimage
Ps=sum(sum((I-mean(mean(I))).^2));%signalpower
Pn=sum(sum((I-In).^2));%noisepower
snr=10*log10(Ps/Pn);
elseifnchannel==3%colorimage
fori=1:
3
Ps=sum(sum((I(:
:
i)-mean(mean(I(:
:
i)))).^2));%signalpower
Pn=sum(sum((I(:
:
i)-In(:
:
i)).^2));%noisepower
snr=snr+10*log10(Ps/Pn);
end
snr=snr/3;
end
%===================================================================%
3.随机产生1-n的索引排列:
randperm函数
请问八兄
“也就是说,可以直接使用上面两个函数对原始信号添加噪声(例如y=x+rand(length(x),1)或者y=x+randn(length(x),1))”
用RANDN函数添加是不是还要考虑原信号啊
RANDN函数只是提供了随机数还需要考虑原信号的数量级和加躁的百分比
那式子应该怎么写呢
我现在用Y=X+%*RANDN(SIZE(X))*COV(X);X是原信号,为多维矩阵
感觉不对
能不能给讲讲
谢谢
的确需要考虑原信号的幅值问题,你可以先把原信号规范化一下(先减去均值,然后除以标准差),再与randn生成的随机噪声相加