主要内容

信噪比

信噪比

描述

例子

R.= SNR(Xy返回信号分贝中的信噪比(SNR),X,通过计算其大小的平方和与噪声大小的比值,yy必须有相同的尺寸X.当输入信号不一定是正弦信号并且你有噪声的估计时,使用这个形式。

例子

R.= SNR(X相对于实值正弦输入信号的载体(DBC)返回分贝中的SNR,X.使用与输入相同的长度的修改周期图确定SNR。修改的时光图使用kaiser窗口β= 38。结果排除了前六个谐波的功率,包括基本的。

例子

R.= SNR(XfsN.返回真实正弦输入信号的DBC中的SNR,X,以速度进行抽样fs.计算不包括最底层所包含的功率N.谐波,包括基本的。默认值fs是1.默认值N.是6。

例子

R.= SNR(pxxF,'psd')指定输入pxx作为单面功率谱密度(PSD)估计。争论F是频率的向量吗pxx发生。噪声计算不包括前六个谐波的功率,包括基本的谐波。

R.= SNR(pxxFN.,'psd')指定谐波的数量,N.,在计算SNR时排除。默认值N.是6,包括基本的。

例子

R.= SNR(SXX.Frbw.“权力”)指定输入为单侧功率谱,SXX.,一个真实的信号。输入rbw.是每个功率估计的分辨率带宽是集成的。

R.= SNR(SXX.Frbw.N.“权力”)指定谐波的数量,N.,在计算SNR时排除。默认值N.是6,包括基本的。

例子

R.= SNR(___、“别名”)删除别名进入奈奎斯特范围的基本的谐波。当输入信号未采样时,使用此选项。如果未指定此选项,或者您将其设置为'omitaliases',则该函数将基频超出奈奎斯特范围的任何谐波视为噪声。

例子

[R.吵闹) =信噪比(___也返回信号的非谐波分量的总噪声功率。

例子

SNR(___没有输出参数绘制当前数字窗口中信号的频谱,并标记其主要功能。它使用不同的颜色来绘制基本组件,直流值和谐波,以及噪声。SNR出现在图上方。除了上面列出的所有语法之外,此功能适用于snr(x,y)

例子

全部折叠

在10 kHz下产生20毫秒的矩形脉冲2秒钟。

tpulse = 20e-3;fs = 10e3;t = -1:1 / fs:1;x = intpurpuls(t,tpulse);

将脉冲嵌入高斯白噪声中,使信噪比(SNR)为53 dB。重置随机数发生器以进行可重复的结果。

RNG.默认SNR = 53;Y = RANDN(大小(x))* std(x)/ db2mag(SNR);s = x + y;

使用信噪比函数来计算噪声信号的SNR。

pulseSNR =信噪比(x, y)
pulsesnr = 53.1255.

计算和比较信号 - 噪声比(SNR),总谐波失真(THD),以及信号的噪声和失真率(SINAD)。

在48 kHz上采样采样的正弦信号。该信号具有1kHz频率的基础和单位幅度。它还包含2 kHz谐波,具有一半的幅度和附加噪声,方差为0.12。

FS = 48E3;T = 0:1 / FS:1-1 / FS;a = 1.0;POWFUND = A ^ 2/2;a = 0.4;PowHarm = A ^ 2/2;s = 0.1;varnoise = s ^ 2;x = a * cos(2 * pi * 1000 * t)+......A * SIN(2 * PI * 2000 * T)+ S * RANDN(尺寸(t));

验证SNR、THD和SINAD与它们的定义一致。

信噪比=信噪比(x);defSNR = 10 * log10 (powfund / varnoise);SN =[信噪比defSNR]
sn =1×217.0178 16.9897
thd = thd(x);defthd = 10 * log10(powharm / powfund);Th = [雷德]
=1×2-7.9546 - -7.9588
SINAD = SINAD (x);defSINAD = 10 * log10 (powfund / (powharm + varnoise));SI = [SINAD defSINAD]
如果=1×27.4571 7.4473

计算在48 kHz采样的2.5 kHz正弦信号的信噪比。添加方差0.001²的白噪声。

Fi = 2500;Fs = 48 e3;N = 1024;x = sin(2*pi*Fi/Fs*(1:N)) + 0.001*randn(1,N);信噪比=信噪比(x, Fs)
SNR = 57.7103.

绘制频谱并注释SNR。

SNR(x,fs);

图中包含一个坐标轴。标题为SNR: 57.71 dB的轴包含17个类型为line, text的对象。这些对象代表基本,噪声,直流和谐波(不包括)。

获得在48 kHz上采样的2.5kHz正弦曲面的期间地点功率谱密度(PSD)估计。添加白色噪音,标准偏差0.00001。使用此值作为输入以确定SNR。将随机数生成器设置为可重复结果的默认设置。

RNG.默认Fi = 2500;Fs = 48 e3;N = 1024;x = sin(2*pi*Fi/Fs*(1:N)) + 0.00001*randn(1,N);w = kaiser(元素个数(x) 38);[pxx,f] =周期图(x,w,numel(x),fs);SNR = SNR(PXX,F,'psd'
SNR = 97.7446.

使用功率谱,计算在48 kHz的2.5 kHz正弦曲面的SNR,并嵌入白色噪声,标准偏差为0.00001。重置随机数发生器以进行可重复的结果。

RNG.默认Fi = 2500;Fs = 48 e3;N = 1024;x = sin(2*pi*Fi/Fs*(1:N)) + 0.00001*randn(1,N);w = kaiser(元素个数(x) 38);[Sxx, F] = periodogram(x,w,numel(x),F,'力量');rbw = enbw (w, Fs);信噪比=信噪比(Sxx F rbw,'力量'
SNR = 97.7446.

绘制信号的频谱并向SNR注释。

信噪比(Sxx F rbw'力量');

图中包含一个坐标轴。具有标题SNR的轴:97.74 dB包含17个类型的类型,文本。这些对象代表基本,噪声,直流和谐波(不包括)。

生成类似于2.1 kHz音调作为输入的弱非线性放大器的输出的信号。信号在10 kHz时采样1秒。计算并绘制信号的功率谱。使用kaiser窗口β= 38进行计算。

FS = 10000;f = 2100;t = 0:1 / FS:1;X = Tanh(SIN(2 * PI * F * T)+0.1)+ 0.001 * RANDN(1,长度(T));期间图(x,kaiser(长度(x),38),[],fs,'力量'

图中包含一个坐标轴。标题为“周期图功率谱估计值”的轴包含一个类型为line的对象。

谐波从4.2 kHz,6.3 kHz,8.4 kHz,10.5 kHz,12.6 kHz和14.7 kHz的频率下伸出噪声。除了第一个之外的所有频率大于奈奎斯特频率。谐波分别为3.7 kHz,1.6 kHz,0.5 kHz,2.6 kHz和4.7 kHz。

计算信号的信噪比。默认情况下,信噪比将锯齿谐波视为噪音的一部分。

SNR(x,fs,7);

图中包含一个坐标轴。具有标题SNR的轴:23.62 dB包含14个类型的类型,文本。这些对象代表基本,噪声,直流和谐波(不包括)。

重复计算,但现在将混叠谐波视为信号的一部分。

SNR(x,fs,7,'别名');

图中包含一个坐标轴。带有标题SNR的轴:55.23 dB包含19个类型的类型,文本。这些对象代表基本,噪声,直流和谐波(不包括)。

在48 kHz上采样采样的正弦信号。该信号具有1kHz频率的基础和单位幅度。它还包含2 kHz谐波,具有一半的幅度和附加噪声,方差为0.12。

FS = 48E3;T = 0:1 / FS:1-1 / FS;a = 1.0;POWFUND = A ^ 2/2;a = 0.4;PowHarm = A ^ 2/2;s = 0.1;varnoise = s ^ 2;x = a * cos(2 * pi * 1000 * t)+......A * SIN(2 * PI * 2000 * T)+ S * RANDN(尺寸(t));

计算信号中的噪声功率。验证它是否同意定义。

(信噪比、npow) =信噪比(x, fs);比较= [10*log10(powfund)-npow SNR]
比较=1×217.0281 17.0178

在50 kHz上采样2.5 kHz的频率产生的正弦曲线。重置随机数生成器。添加高斯白噪声,标准偏差0.00005到信号。通过弱非线性放大器通过结果。绘制SNR。

RNG.默认FS = 5E4;f0 = 2.5e3;N = 1024;t =(0:n-1)/ fs;ct = cos(2 * pi * f0 * t);CD = CT + 0.00005 * RANDN(尺寸(CT));amp = [1e-5 5e-6 -1e-3 6e-5 1 25e-3];SGN = Polyval(AMP,CD);SNR(SGN,FS);

图中包含一个坐标轴。标题为SNR: 83.80 dB的轴包含17个类型为line, text的对象。这些对象代表基本,噪声,直流和谐波(不包括)。

DC组件和包括基本的所有谐波都被排除在噪声测量之外。基本和谐波标明。

输入参数

全部折叠

实值输入信号,指定为行或列向量。

数据类型:|单身的

输入信号中的噪声估计,指定为真实值行或列向量。它必须具有相同的尺寸X

数据类型:|单身的

采样率,指定为正标量。采样率是每单位时间的样本数。如果时间单位是秒,则采样率有赫兹单位。

数据类型:|单身的

要从信噪比计算中排除的谐波数,指定为一个正整数标量。默认值N.是6。

单边功率谱密度估计,指定为实值,非负列向量。

功率谱密度必须用线性单位表示,而不是分贝。使用db2pow.将分贝值转换为功率值。

例子:[pxx,f] =周期图(cos(pi ./ [4; 2] *(0:159))'+ Randn(160,2))指定在2π Hz采样的噪声双通道正弦信号的周期图PSD估计和计算频率。

数据类型:|单身的

单面PSD估计的循环频率,pxx,指定为行或列向量。第一个元素F必须是0。

数据类型:|单身的

功率谱,指定为真实值的非负行行或列向量。

功率谱必须以线性单位表示,而不是分贝。使用db2pow.将分贝值转换为功率值。

例子:[SXX,W] =周期图(COS(PI./ [4; 2] *(0:159))'+ RANDN(160,2),'POWER')指定嵌入在高斯白噪声中的双通道正弦信号的周期图功率谱估计和计算时的归一化频率。

数据类型:|单身的

分辨率带宽,指定为正标量。分辨率带宽是离散傅里叶变换的频率分辨率和窗的等效噪声带宽的乘积。

数据类型:|单身的

输出参数

全部折叠

信噪比,以相对于载波(dBc)的分贝表示,返回实值标量。如果输入信号不是正弦信号,则信噪比以分贝(dB)为单位返回。

数据类型:|单身的

输入信号的非谐波组件的总噪声功率,返回真实值的标量。

数据类型:|单身的

更多关于

全部折叠

失真测量功能

功能thSFDR.西拉, 和信噪比测量受正弦信号刺激的弱非线性系统的响应。

当给定时域输入时,信噪比使用具有大的Sidelobe衰减的Kaiser窗口执行一段时间图。为了找到基本频率,该算法搜索最大的非零谱分量的一段焦点。然后,它计算所有相邻箱的中心时刻,这些箱的距离最大值减小。可检测到的,根本应至少在第二频率箱中。更高的谐波在基频的整数倍数。如果一个谐波在另一个邻域的单调减小区域内,则其力被认为属于更大的谐波。这种较大的谐波可能是或可能不是基本的。

该功能估计使用仅包含噪声的区域中的中值电力的噪声水平。DC组件被排除在计算之外。每个点处的噪声是估计的水平或纵坐标,以较小的方式。然后从信号的值和谐波中减去噪声。

信噪比如果基本不是信号中的最高频谱分量,则失败。

确保频率分量相距足够远,以适应Kaiser窗的旁瓣宽度。如果这是不可行的,你可以使用'力量'标志并计算与其他窗口的一段时间点。

扩展能力

也可以看看

|||

介绍在R2013B.