matlab-如何计算信噪比

Matlab信号上叠加噪声和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)%noisegenaddwhiteGaussiannoisetoasignal.%[Y,NOISE]=NOISEGEN(X,SNR)addswhiteGaussianNOISEtoX.TheSNRisindB.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_noisemadddeterminatednoisetoasignal.%Xissignal,anditssamplefrequencyisfs;%filepath_nameisNOISE'spathandname,andtheSNRissignaltonoiseratioindB.[wavin,fs1,nbits]=wavread(filepath_name);iffs1~=fswavin1=resample(wavin,fs,fs1);endnx=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)^2SNR=-----------------=--------------------------噪声能量(带噪信号-纯信号)^2functionsnr=SNR_singlech(I,In)%计算信噪比函数%I:originalsignal%In:noisysignal(ie.originalsignal+noisesignal)snr=0;Ps=sum(sum((I-mean(mean(I))).^2));%signalpowerPn=sum(sum((I-In).^2));%noisepowersnr=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clearall;clc;closeall;[filename,pathname]=uigetfile('*.wav','请选择语音文件：');[X,fs]=wavread([pathnamefilename]);[Y,NOISE]=noisegen(X,10);subplot311;plot(X);subplot312;plot(NOISE);subplot313;plot(Y);mn=mean(NOISE)snr=SNR_singlech(X,Y)例二clearall;clc;closeall;[filename,pathname]=uigetfile('*.wav','请选择语音文件：');[filename1,pathname1]=uigetfile('*.wav','请选择噪声文件：');filepath_name=[pathname1filename1];[X,fs]=wavread([pathnamefilename]);[Y,NOISE]=add_noisem(X,filepath_name,10,fs);subplot311;plot(X);subplot312;plot(NOISE);subplot313;plot(Y);mn=mean(NOISE)snr=SNR_singlech(X,Y)