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:makeN6*C--%considersonlyapprox.firstN/2Charmonics,%restaretreatedasnoiseifnargin3fprintf('nargin=%d\n',nargin)error('Toomanyarguments.');endN=length(x);ifnargin==3ifvarargin{1}Nerror('Nexceedslength(x)');endlenx=N;N=varargin{1};iflenxNx(1:(lenx-N))=[];endendN2=0.5*N;iflog2(N2)~=round(log2(N2))error('Nmustbepowerof2');endifCN2error('CN/2(signalfrequencysamplingfrequency');endifN6*C%warning('computinglessthan3harmonics!');enda=abs(fft(x))/N2;%amplitudevectorp=a.*a;%powervectordc=1;%indexofDCcomponentsig=C+1;%indexofsignalharm=(2*C+1):C:N2;%indicesofharmonicsnoise=1:N2;noise([dcsigharm])=[];%indicesofnoisesp=p(sig)+1e-100;%signalpowerdp=sum(p(harm))+1e-100;%distortionpowernp=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%grayimagePs=sum(sum((I-mean(mean(I))).^2));%signalpowerPn=sum(sum((I-In).^2));%noisepowersnr=10*log10(Ps/Pn);elseifnchannel==3%colorimagefori=1:3Ps=sum(sum((I(:,:,i)-mean(mean(I(:,:,i)))).^2));%signalpowerPn=sum(sum((I(:,:,i)-In(:,:,i)).^2));%noisepowersnr=snr+10*log10(Ps/Pn);endsnr=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Eb3.SNR=10log(ebno)=ebno=Eb/N0=N0=Eb/ebno4.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=1mW10dBm=10mW20dBm=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;%========================================