精华内容
下载资源
问答
  • 以评价函数的方差值作为衡量调焦精度的标准,理论上计算了图像的信噪比对评价函数的期望和方差的影响,提出信噪比越高的图像中噪声越少,评价函数的方差值越小,调焦越准确。设计实验记录不同信噪比下,应用同样的...
  • 实验结果表明:卫星微振动对于相干测风激光雷达的信噪比有一定影响,在失配角为3.77 μrad时,信噪比在-1.5 dB~1.36 dB之间浮动,相对来说影响较弱。从微振动的角度来讲,某卫星平台能够满足相干测风激光雷达的探测要求。
  • 对不同信噪比条件下条纹原理的阵列探测器获得的激光雷达回波实验信号的测绘误差进行了分析并获得了激光回波信噪比对激光雷达测绘精度影响的实验规律,并对该种探测系统的背景噪声特性进行了研究,在此基础上建立了...
  • 信噪比

    万次阅读 2016-01-25 17:51:27
     看到很多朋友都在谈论信噪比这个概念,正好前段时间学到了这个,特此拿出来班门弄斧一下。   信噪比--SNR(有时写成S/N)是signal-to-noise ratio的缩写,是指有用信号(规定输入电压下的输出信号电压)和噪声信号...
     
    

    fft原理









    能量谱

    (5)能量信号频谱通常既含有幅度也含有相位信息;幅度谱的平方(二次量纲)又叫能量谱(密度),它描述了信号能量的频域分布;功率信号的功率谱(密度)描述了信号功率随频率的分布特点(密度:单位频率上的功率),业已证明,平稳信号功率谱密度恰好是其自相关函数的傅氏变换。对于非平稳信号,其自相关函数的时间平均(对时间积分,随时变性消失而再次退变成一维函数)与功率谱密度仍是傅氏变换对;

    滤波器

    LTI滤波器结构

    fir滤波器结构

    IIR结构


    切比雪夫滤波器



    带通滤波器例子

    %带通滤波器使用例子
    
    %--------------
    %带通滤波器测试程序
    Fsx=8000;
    t=(1:Fsx)/Fsx;
    ff1=10;
    ff2=400;
    ff3=1200;
    ff4=2000;
    ff5=3800;
    x=50*sin(2*pi*ff1*t)+10*sin(2*pi*ff2*t)+10*sin(2*pi*ff3*t)+60*sin(2*pi*ff4*t)+60*sin(2*pi*ff5*t);
    figure;
    subplot(211);plot(t,x);
    subplot(212);hua_fft(x,Fsx,1);
    % y=filter(bz1,az1,x);
    f_leftsideband=300;
    f_rightsideband=3400;
    f_leftcutoff=200;
    f_rightcutoff=3500;
    rp_sidebandreduceDB=0.1;
    rs_cutoffreduceDB=30;
    fs_samplefreq=8000;
    y=bandp(x,f_leftsideband,f_rightsideband,f_leftcutoff,f_rightcutoff,rp_sidebandreduceDB,rs_cutoffreduceDB,fs_samplefreq);
    figure;
    subplot(211);plot(t,y);
    subplot(212);hua_fft(y,Fsx,1);

    function y=bandp(x,f1,f3,fsl,fsh,rp,rs,Fs)
    %带通滤波
    %使用注意事项:通带或阻带的截止频率与采样率的选取范围是不能超过采样率的一半
    %即,f1,f3,fs1,fsh,的值小于 Fs/2
    %x:需要带通滤波的序列
    % f 1:通带左边界
    % f 3:通带右边界
    % fs1:衰减截止左边界
    % fsh:衰变截止右边界
    %rp:边带区衰减DB数设置
    %rs:截止区衰减DB数设置
    %FS:序列x的采样频率
    % f1=300;f3=500;%通带截止频率上下限
    % fsl=200;fsh=600;%阻带截止频率上下限
    % rp=0.1;rs=30;%通带边衰减DB值和阻带边衰减DB值
    % Fs=2000;%采样率
    %
    wp1=2*pi*f1/Fs;
    wp3=2*pi*f3/Fs;
    wsl=2*pi*fsl/Fs;
    wsh=2*pi*fsh/Fs;
    wp=[wp1 wp3];
    ws=[wsl wsh];
    %
    % 设计切比雪夫滤波器;
    [n,wn]=cheb1ord(ws/pi,wp/pi,rp,rs);
    [bz1,az1]=cheby1(n,rp,wp/pi);
    %查看设计滤波器的曲线
    [h,w]=freqz(bz1,az1,256,Fs);
    h=20*log10(abs(h));
    figure;plot(w,h);title('所设计滤波器的通带曲线');grid on;
    y=filter(bz1,az1,x);
    end

    function hua_fft(y,fs,style,varargin)
    %当style=1,画幅值谱;当style=2,画功率谱;当style=其他的,那么花幅值谱和功率谱
    %当style=1时,还可以多输入2个可选参数
    %可选输入参数是用来控制需要查看的频率段的
    %第一个是需要查看的频率段起点
    %第二个是需要查看的频率段的终点
    %其他style不具备可选输入参数,如果输入发生位置错误
    nfft= 2^nextpow2(length(y));%找出大于y的个数的最大的2的指数值(自动进算最佳FFT步长nfft)
    %nfft=1024;%人为设置FFT的步长nfft
      y=y-mean(y);%去除直流分量
    y_ft=fft(y,nfft);%对y信号进行DFT,得到频率的幅值分布
    y_p=y_ft.*conj(y_ft)/nfft;%conj()函数是求y函数的共轭复数,实数的共轭复数是他本身。
    y_f=fs*(0:nfft/2-1)/nfft;%?T变换后对应的频率的序列
    % y_p=y_ft.*conj(y_ft)/nfft;%conj()函数是求y函数的共轭复数,实数的共轭复数是他本身。
    if style==1
        if nargin==3
            plot(y_f,2*abs(y_ft(1:nfft/2))/length(y));%matlab的帮助里画FFT的方法
            %ylabel('幅值');xlabel('频率');title('信号幅值谱');
            %plot(y_f,abs(y_ft(1:nfft/2)));%论坛上画FFT的方法
        else
            f1=varargin{1};
            fn=varargin{2};
            ni=round(f1 * nfft/fs+1);
            na=round(fn * nfft/fs+1);
            plot(y_f(ni:na),abs(y_ft(ni:na)*2/nfft));
        end
    
    elseif style==2
                plot(y_f,y_p(1:nfft/2));
                %ylabel('功率谱密度');xlabel('频率');title('信号功率谱');
        else
            subplot(211);plot(y_f,2*abs(y_ft(1:nfft/2))/length(y));
            ylabel('幅值');xlabel('频率');title('信号幅值谱');
            subplot(212);plot(y_f,y_p(1:nfft/2));
            ylabel('功率谱密度');xlabel('频率');title('信号功率谱');
    end
    end


    az1 =
    
      Columns 1 through 9 
    
        1.0000   -1.9928   -2.2134    5.4622    4.3571   -9.8204   -4.9934   10.3986    5.2367
    
      Columns 10 through 18 
    
       -8.3779   -3.4684    4.2517    2.1267   -1.7583   -0.6666    0.2817    0.2634   -0.0558
    
      Columns 19 through 21 
    
       -0.0042   -0.0444    0.0204
    
    K>> bz1
    
    bz1 =
    
      Columns 1 through 9 
    
        0.0477         0   -0.4766         0    2.1446         0   -5.7189         0   10.0081
    
      Columns 10 through 18 
    
             0  -12.0097         0   10.0081         0   -5.7189         0    2.1446         0
    
      Columns 19 through 21 
    
       -0.4766         0    0.0477

    snr

    信噪比的定义

    MATLAB中噪声的测试

    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(linear power)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。
    
    二、通过相关概念自编函数实现任意噪声的叠加及信噪比的计算
    
           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。
    1,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。
    
    2,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。
    
    3,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
    
    以下给出调用上函数的例子可作参考:
    例一
    clear all; clc; close all;
    [filename,pathname]=uigetfile('*.wav','请选择语音文件:');
    [X,fs]=wavread([pathname filename]);
    [Y,NOISE] = noisegen(X,10);
    subplot 311; plot(X);
    subplot 312; plot(NOISE);
    subplot 313; plot(Y);
    mn=mean(NOISE)
    snr=SNR_singlech(X,Y)
    
    例二
    clear all; clc; close all;
    [filename,pathname]=uigetfile('*.wav','请选择语音文件:');
    [filename1,pathname1]=uigetfile('*.wav','请选择噪声文件:');
    filepath_name=[pathname1 filename1];
    [X,fs]=wavread([pathname filename]);
    [Y,NOISE] = add_noisem(X,filepath_name,10,fs);
    subplot 311; plot(X);
    subplot 312; plot(NOISE);
    subplot 313; plot(Y);
    mn=mean(NOISE)
    snr=SNR_singlech(X,Y)


    M文件例子

    最近看了论坛中关于信噪比计算的帖子,依然困惑中,贴出来大家帮忙解答,下面是我编写的一个程序,对一个语音信号加噪去噪后求信噪比
    clc
    clear all
    load one.mat
    I=length(y);
    [s,noise]=noisegen(y,20);
    snr1=SNR_singlech(y,s)
    subplot(221)
    plot(y)
    subplot(222)
    plot(s)
    yy=kalmanwhite(s,1000);
    yy=yy';
    subplot(223)
    plot(yy)
    snr2=SNR_singlech(yy,s)
    定义的函数一:
    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);
    定义的函数二:
    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;
    程序没错,但是计算出的信噪比总是变化,改变加加入的噪声信噪比,从图形上看去噪效果似乎比较好,但是算出的信噪比却相反,计算出的信噪比值总是加噪时的信噪比大于去噪后的信噪比,反复验证,没有找出原因,看论坛的帖子,困惑更多了些,这个计算出的信噪比是否是某个频率点的信噪比呢?如果是,那么要用信噪比曲线来描述整个信号求信噪比该在怎么改呢?若不是,那么错在哪啊?
    希望大家给予指导下,在迷惑中等待。。。


    排序算法

    从数组里找前m个最大或者最小的算法


    #define BNNUMMAX 16
    #define BNSHIFT 4
    
    short minindex[BNNUMMAX];
    short flag_unused[SAMPLEPOINTS>>1];
    
    #define  MAX_SHORT 65535
    
    unsigned short getsn(unsigned short * freq,short startloop,short endloop,short flag,short nums,short shifts)
    {
    	short i,j;
    	unsigned long minval;
        unsigned short mini=0;
    	
    	
    	
        for(j=startloop;j<=endloop;j++)
        {
    		flag_unused[j]=0;
        }
    	for(j=0;j<nums;j++)
    	{
    		if(flag==0)
    		{
    			minval=MAX_SHORT;
    		}
    		else
    		{
    			minval = 0;
    		}
    		
    		for(i=startloop;i<=endloop;i++)
    		{
    			if(flag_unused[i])
    			{
    				continue;
    			}
    			if(flag==0)
    			{
    				if(freq[i]<minval)
    				{
    					mini=i;
    					minval=freq[i];
    				}
    			}
    			else
    			{
    				if(freq[i]>minval)
    				{
    					mini=i;
    					minval=freq[i];
    				}
    			}
    		}
    		minindex[j]=mini;
    		flag_unused[mini]=1;
    	}
    	
    	minval=0;
    	for(i=0;i<nums;i++){
    		print("[%d,%d]=%d",i,minindex[i],freq[minindex[i]]);
    		minval+=freq[minindex[i]];
    	}
    	
    	minval = minval >>shifts;
    	
    	return minval;
    }
    //extern unsigned short signal_val[CHANNELS];
    //extern unsigned short noise_val[CHANNELS];
    void getbn(unsigned short * freq)
    {
    	unsigned short minv;
    	unsigned short maxv;
    	short start300=(3*64)/40;
    	short end3400=(34*64)/40;
    	print("---min-----");
    	minv = getsn(freq,start300,end3400,0,16,4);
    	print("---max-----");
    	maxv = getsn(freq,start300,end3400,1,8,3);
    // 	signal_val[ch]=maxv;
    // 	noise_val[ch]=minv;
    }
    int mbsort(unsigned short* freq,int size)
    {
    	int i;
    	int j;
    	unsigned short temp;
    	for(i=0;i<size-1;i++){
    		for(j=i+1;j<size;j++){
    			if(freq[j]<freq[i]){
    				temp=freq[i];
    				freq[i]=freq[j];
    				freq[j]=temp;
    			}
    
    		}
    	}
    	for(i=0;i<size;i++){
    		print("[%d]=%d",i,freq[i]);
    	}
    	return 0;
    }



    展开全文
  • 惯性约束核聚变快点火实验, 要求拍瓦终端输出再压缩的高信噪比超短激光脉冲。...数值模拟了抽运激光脉冲中ASE噪声对信噪比以及对时间底座的宽度的影响, 并探讨了有利于提高超短激光脉冲信噪比的途径。
  • 肿瘤内信噪比影响生理参数的研究,张洋,钱鹰,去卷积方法在医学上经常用来估计患者的生理参数,比如血流(F),血容(V),平均通过时间(MTT),毛细血管表面渗透积(PS),但�
  • 讨论了大气湍流乘性噪声常用的两种概率密度函数及其对接收光强信号的影响,得到了Rytov指数与光强方差、系统接收信噪比之间的关系。最后采用不同天气条件下测得的实验数据验证了结果。研究表明:在弱湍流环境下,...
  • 针对平行光栅对结构的压缩器和圆形入射光束,建立了光栅拼缝所引起的光谱剪切的数学模型,并模拟了该光谱剪切对压缩脉冲信噪比影响。与双曲正割型脉冲相比,光栅拼缝对高斯型脉冲信噪比影响较小。随着光栅拼缝...
  • 结合单色频率绝对相位算法仿真分析了空间低相干干涉条纹信噪比对解调中干涉级次和绝对相位的影响,仿真结果显示,当条纹信噪比大于18 dB时,可避免干涉级次跳变问题,此时解调得到的绝对相位标准差随信噪比的增加呈...
  • 在考虑光纤损耗和级联放大器的情况下,推导了调制不稳定性的产生条件和增益的普适解析表达式,分析了调制不稳定性对信噪比影响,给出了一个新的计算信噪比的表达式。并利用分立步傅里叶数值方法对非线性传输进行了...
  • 采用数值模拟的方法,研究了不同脉宽比和抽运波形条件下参量荧光的演化规律及其对信噪比影响。计算结果表明,在增益一定的情况下,随着脉宽比的增大,信噪比与效率-带宽积都呈先增大后减小的趋势。存在一个最佳...
  • 研究了大口径级联空间滤波器中色差造成的离焦色散与传输时间延迟对超短脉冲波形与时间信噪比影响。针对神光-5 PW高功率超短脉冲系统, 通过数值模拟, 定量分析了光束口径、色差等因素与近远场脉冲波形畸变和时间...
  • 剪切率对于信噪比影响   一种获得最好SNR的办法是,先确定量化比特数对应的量化区间,在这区间内SNR不受量化比特影响,然后在这区间内寻找合适的剪切率。   参考文献 Maximizing the Transmis...


    剪切率和量化比特噪声之间存在着制约关系。

    剪切率(Clipping radio)的定义
    量化噪声对于SNR的影响
    剪切率对于信噪比的影响

      一种获得最好SNR的办法是,先确定量化比特数对应的量化区间,在这区间内SNR不受量化比特影响,然后在这区间内寻找合适的剪切率。


     


    参考文献

    Maximizing the Transmission Performance of Adaptively Modulated Optical OFDM Signals in Multimode-Fiber Links by Optimizing Analog-to-Digital Converters 

    展开全文
  • 解释了大口径光学系统波前误差造成时间信噪比退化的原因,计算分析随机波前误差参数(误差大小、空间尺度)对聚焦时间信噪比影响,并针对不同频段的光学系统波前误差控制提出要求。明确大口径光学系统中随机波前...
  •  高速ADC的时钟jitter会影响高速ADC的信噪比SNR,而信噪比决定了模拟前端输入的有效范围。所以需要先确定模拟前端的有效输入范围,然后确定应该满足的SNR,然后推导出时钟jitter。 一、模拟前端动态输入范围和有效...

    高速ADC时钟jitter求解

     

       高速ADC的时钟jitter会影响高速ADC的信噪比SNR,而信噪比决定了模拟前端输入的有效范围。所以需要先确定模拟前端的有效输入范围,然后确定应该满足的SNR,然后推导出时钟jitter。

    一、模拟前端动态输入范围和有效位ENOB的关系                                      

    假设ADC的最大输入幅度是Vpp(单位V),分辨率位数N位,有效位数ENOB位。

       有效位数ENOB是ADC的N位分辨率中实际有用的位数。N位ADC理论最小分辨率满足


    然而如果ADC的噪声信号大于1LSB,则ADC采样信号的N位表示中并不是每一位都能表示采样信号,所以实际的分辨率位数会小于N,实际的分辨率位数我们称为有效位数ENOB。因此对于ADC来说,更加有效的参数是ENOB,而不是N,ADC实际的最小分辨率应该为:


    ADC的模拟输入动态范围为(VppMin,VppMax),VppMin和VppMax使用下面公式计算




    模拟输入的幅度宽度:

    VppMax-VppMin=6.02ENOB

    二、有效位ENOB、信噪比SNR、信纳比SINAD,总谐波失真THD之间的关系

    2.1、SNR

    SNR的定义是信号幅度均方根与噪声幅度均方根的比值。假设信号幅度均方根是S,噪声均方根是N,则

    2.3、SINAD

    SINAD是信号幅度均方根与所有其它频谱成分(包括谐波但不含直流)的和方根的平均值之比。假设信号谐波幅度均方根是N,则


    2.2、THD

    THD指的是基波信号的均方根值与其谐波(一般仅前5次谐波比较重要)的和方根的平均值之比。假设2次、3次、4次以上的和谐波失真分别为HD2,HD3,HDn,总谐波失真是D,则THD可以用下面公式求解:

    有些ADC的datasheet提供里THD的值,但是也有一些没有直接提供THD值得,没有提供THD值得可以使用HD2,HD3,HDn计算。

    2.4ENOB、SNR、SINAD、THD之间的关系

    信纳比和有效位数之间满足一个确定的关系:

    因此我们可以根据所需要的ENOB来推导出ADC需要满足的SINAD的值。

    由SINAD、THD和SNR的定义可以推导出如下公式:

    THD是ADC可以通过ADC的datasheet直接查找到或者间接求出来,所以对于满足需求的SINAD,我们能够推导出来SNR应该满足的条件。

    三、SNR求解

    ADC的SNR主要由三部分引起:量化噪声,热噪声,抖动噪声。

    3.1、量化噪声

     ADC对采样信号量化的时候,一定会产生一定的误差,从量化上来讲实际信号和量化后的信号之间的误差最大为0.5LSB。量化误差如下图所示:

    量化误差引起的信噪比计算公式:


    3.2、热噪声

    热噪声是芯片固有的一个噪声,由采样缓存器噪声,采样切换阻抗等引起的,是一个定值,一般ADC都会给出热噪声的信噪比。如果没有给出可以使用下面公式计算:

    NSD:noise spectral density or noise floordensity

    3.3、抖动噪声

    抖动噪声主要是由于时钟抖动和孔径抖动造成的。


    上面两个图分别描述了时钟抖动和孔径抖动对采样点的影响,这两个抖动都会造成采样点的偏移,然而最后对数据处理的时候,会默认这些点都在理想位置采样的,在频域上会造成信号频率的弥散;另外一个理解方法是每一个采样点的实际采样值和理想采样值都有一定的偏差,相当于对每一个点都叠加了一个噪声。

    时钟抖动引起的噪声的信噪比使用下面公式计算


    从上面两个公式可以得出信噪比与采样时钟jitter成反比,与输入信号频率成反比,因此对于输入信号的频率越高,对时钟信号的jitter要求越严格。

    3.4、总噪声

    ADC总噪声是量化噪声,抖动噪声之和。量化噪声很多时候并不考虑,因为很多时候热噪声会远远大于量化噪声。当信号频率较低的时候,主要考虑热噪声,当信号频率较高的时候,才会考虑抖动噪声

    ADC总信噪比用下面公式计算:


    四、jitter求解实例

     4.1、AD9680时钟jitter求解

        AD9680:14位分辨率位数,孔径抖动55fs,采样频率1GHz,THD值80dBFS,热噪声67dBFS,计算出来的jitter、SNR_jitter、SNR_ADC、fin、ENOB如下图:



    第一幅图是jitter、fin、SNR之间的关系,红色代表SNR_jitter,绿色代表SNR_ADC,从上往下是不同fin对应的SNR,频率是从上依次1MHz,到501MHZ,步长50MHz。

    第二幅图是jitter、fin、ENOB之间的关系,从上往下是不同fin对应的SNR,频率是从上依次1MHz,到501MHZ,步长50MHz。

    从图中可以看出:fin越高,信噪比越大,ENOB越小,jitter越大,信噪比越大,ENOB越小。为了保证AD9680比较好的转换性能,最好使时钟jitter低于150fs,能够保证10位以上的有效位数。

    5.2、ADS54j54时钟jitter求解

         ADS54j54:14位分辨率位数,孔径抖动98fs,采样频率500GHz,THD值80dBFS,热噪声66dBFS,计算出来的jitter、SNR_jitter、SNR_ADC、fin、ENOB如下图:


    第一幅图是jitter、fin、SNR之间的关系,红色代表SNR_jitter,绿色代表SNR_ADC,从上往下是不同fin对应的SNR,频率是从上依次1MHz,到251MHZ,步长50MHz。

    第二幅图是jitter、fin、ENOB之间的关系,从上往下是不同fin对应的SNR,频率是从上依次1MHz,到251MHZ,步长50MHz。

     

     

    4.3、ADS6445时钟jitter与AD9680时钟jitter比较

    从两款芯片的jitter求解结果中能够发现,采样频率越高,信号频率越高的ADC对时钟jitter要求越严格。AD9680为了保证比较好的性能,需要小于150fsjitterAD54J54为了满足较好性能,需要小于300fsjitter

    在翻阅不同ADCdatasheet,发现一个参数的规律,越是采样速度高的ADC,孔径抖动越小。这个参数是ADC本身固有的,是与芯片设计相关的。孔径抖动和时钟抖动同样的原理影响着ADC性能。为了更高的采样频率,芯片开发商会设计更小的孔径抖动,通过这个参数,我们也可以快速估算时钟抖动的大小。当时钟抖动小于孔径抖动的时候,能得到非常好的ADC性能,当两者相仿的时候,依然能保持很好的性能,当时钟抖动是孔径抖动的两三倍的时候,性能还比较好,当这个比例更大的时候,就需要参考采样信号的频率来具体分析。因此在设计ADC时钟的时候,可以将抖动粗略设为孔径抖动的两倍以内。


    展开全文
  • 1、热噪声为信道固有的,引起的差错是随机差错,可以通过提高信噪比来降低它对数据传输的影响。 2、冲击噪声为外界电磁干扰引起的,它是引起传输差错的最主要原因,无法通过提高信噪比来避免。 ...

    通信信道的噪声主要分为两种:热噪声冲击噪声

    1、热噪声为信道固有的,引起的差错是随机差错,可以通过提高信噪比来降低它对数据传输的影响。

    2、冲击噪声为外界电磁干扰引起的,它是引起传输差错的最主要原因,无法通过提高信噪比来避免。

    展开全文
  • 本文将探讨手机性能的一个关键方面,即手机音频播放,特别是MP3播放器到耳机的音频输出。
  • 根据不同馈源接收回波信号时产生的相位差,再结合已知的目标距离,从而获取目标高度信息,针对比相测高的精度受多种因素的影响问题,着重讨论其中的一个因素信噪比对测高精度的影响,进行了仿真分析,得到了有关结论...
  • 详细描述信噪比,IQ,以及灵敏度之间的关联,比较容易理解。
  • 光束分束比对2μm平衡式相干探测系统信噪比影响的实验研究
  • 主要研究单探测器的偏振光学相干层析系统(Polarization-sensitive optical cohrence tomography,PS-OCT)的成像信噪比,探索不同系统结构对系统信噪比影响。分析并比较使用差分探测器和非差分探测器的三种单探测...
  • 信噪比估计非理想条件下,给出了一种简单的先验信息模型,使用外信息转移图分析了信噪比估计对基于线性最小均方误差的Turbo均衡系统性能的影响。所给示例表明:在一3~6dB条件下,长帧的渐进性能对估计偏差并不...
  • 信噪比估计方法研究

    2021-04-16 16:55:20
    在QPSK调制方式下,分别研究推导了基于辅助数据的极大似然比...通过仿真比较了信噪比估计算法的性能,着重分析比较了采用的迭代次数及数据长度等参数对算法性能的影响,最终根据算法各自的特点给出了相应的适用范围。
  • 随着计算机科学的发展,声学的可听化...结果表明,对于同一空间中的不同接收点的语言清晰度,早期衰变时间的影响信噪比影响显著;在语言清晰度为主要设计指标的厅堂中,应该主要控制早期衰变时间,使其不能超过1 .5 s.
  • 给出了平衡式相干探测系统的一般信噪比数学模型,对该数学模型和普通单源相干探测系统的信噪比模型进行了数值仿真对比研究。仿真结果表明,当平衡式相干探测系统中的光电探测器理想匹配时,其系统的信噪比以分束比...
  • 噪声抑制算法中,谱减算法用的是后验证...这个结论其实通过验证可以得出,先验信噪比影响噪声抑制的主要参数,后验信噪比是辅助参数。  那么先验信噪比与后验信噪比它们之间又有什么关系,这里做一个分析。
  • 先验信噪比估计

    千次阅读 2019-09-30 17:41:14
    先验信噪比估计 很多降噪算法如维纳滤波、MMSE估计器等都依赖先验信噪比(priori SNR)信息 定义先验信噪比(priori SNR)、后验信噪比(posteriori SNR)如下 ξk(n)=E{Ak2(n)}λd(k,n)(1) \xi_{k}(n)=\frac{E\left\{A_{k...
  • 这个结论其实通过验证可以得出,先验信噪比影响噪声抑制的主要参数,后验信噪比是辅助参数。   那么先验信噪比与后验信噪比它们之间又有什么关系,这里做一个分析。中间如有不清楚的地方,可以到群

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 11,936
精华内容 4,774
关键字:

影响信噪比