Określanie poziomu szumu sygnału w dziedzinie częstotliwości

11

Czy istnieje akceptowany sposób określania poziomu szumu sygnału przez spojrzenie na niego w dziedzinie częstotliwości? Czy chodzi o uśrednienie wszystkich przedziałów, medianę lub bardziej złożone obliczenia, takie jak te opisane w pytaniu poniżej?

Jakie jest najlepsze kryterium określania piku częstotliwości?

Chcę określić poziom szumu, aby ustawić próg określający, czy mój sygnał zawiera daną częstotliwość.

frequency-domain Dan Sandberg
źródło
Jakie są cechy hałasu? Czy jest biały czy kolorowy?
Jason R
Biały szum, choć chciałbym usłyszeć, jak odpowiedź różni się również w przypadku innych kolorów.
Dan Sandberg
2
Biały szum jest łatwiejszy do scharakteryzowania, ponieważ można oczekiwać, że będzie on płaski w dziedzinie częstotliwości. Powinienem był zapytać wcześniej, ale jakie są cechy twojego sygnału? Ile pasma wypełnia sygnał w porównaniu do szumu? Czy sygnał jest zawsze obecny, czy masz szansę zaobserwować tylko hałas?
Jason R
1
Sygnał składa się z częstotliwości, które spadają do środkowego pojemnika podczas wykonywania FFT (brak przecieku widmowego). Ignorując efekty szumowe i kanałowe, każda częstotliwość ma wartość maksymalną lub poziom szumu. Jeśli cztery z możliwych n częstotliwości są „włączone”, to każda częstotliwość powinna mieć 1/4 mocy całego sygnału (ponownie, ignorując poziom szumu)
Dan Sandberg
2
@ DanSandberg: Bez funkcji okienkowania twierdzenie Parsevala pozwala obliczyć energię w czasie lub częstotliwości bezpośrednio z innej dziedziny. Na przykład dla funkcji fft Pythona: rms(fft(x))/sqrt(n) = rms(x) przykłady tutaj Musisz więc zdecydować, jak twój sygnał będzie wyglądał w dziedzinie częstotliwości, usuń go, zmierz pozostałe wartości i pomnóż przez sqrt (n), aby uzyskać na przykład dolny poziom szumu RMS.
endolith

Odpowiedzi:

2

Musisz znormalizować swoje dane w oparciu o rodzaj okna używanego do uzyskania reprezentacji danych w dziedzinie częstotliwości. Normalizacja różni się w zależności od tego, czy mierzysz sygnał wąskopasmowy (szczyt sygnału) czy szerokopasmowy (szum). Po prawidłowym znormalizowaniu danych moc sygnału wąskopasmowego można odczytać bezpośrednio z danych. Pomiar hałasu należy oszacować na podstawie „poziomu szumu” znormalizowanych danych częstotliwości. Twoje oszacowanie mocy hałasu będzie o 6 dB mniejsze niż poziom hałasu. Aby uzyskać szczegółową dyskusję,

Przejdź do tego linku: http://www.fhnw.ch/technik/ime/publikationen

Pobierz artykuł „„ Jak używać FFT do symulacji i pomiarów sygnałów i szumów ”.

użytkownik2718
źródło
2

Ponieważ twój hałas jest gaussowski, jego spektrum mocy jest płaskie. Możesz mieć pewne piki widma sygnału, więc należy ich unikać. Proponuję albo medianę próbek widma mocy, albo średnią próbek z widmem mocy z obciętym współczynnikiem alfa, lub ostatecznie średnią międzykwartylową. Wszystkie te szacunki są wiarygodne, możesz wybrać dowolny, który najlepiej pasuje.

mbaitoff
źródło