การหาพื้นสัญญาณรบกวนของสัญญาณในโดเมนความถี่


11

มีวิธีที่ยอมรับได้ในการกำหนดระดับเสียงรบกวนของสัญญาณโดยดูในโดเมนความถี่หรือไม่? มันเป็นเรื่องของการเฉลี่ยค่าเฉลี่ยถังขยะหรือค่ามัธยฐานหรือการคำนวณที่ซับซ้อนมากขึ้นเช่นที่อธิบายไว้ในคำถามด้านล่าง?

เกณฑ์ที่ดีที่สุดในการพิจารณาความถี่สูงสุดคืออะไร

ฉันต้องการกำหนดระดับเสียงรบกวนเพื่อกำหนดเกณฑ์สำหรับการพิจารณาว่าสัญญาณของฉันมีความถี่ที่กำหนดหรือไม่


ลักษณะของเสียงมีอะไรบ้าง มันเป็นสีขาวหรือสี?
Jason R

เสียงสีขาว แต่ฉันชอบที่จะได้ยินว่าคำตอบแตกต่างกันสำหรับสีอื่นเช่นกัน
Dan Sandberg

2
เสียงสีขาวนั้นง่ายกว่าที่จะจำแนกลักษณะเพราะคุณคาดว่ามันจะแบนในโดเมนความถี่ ฉันควรถามก่อน แต่สิ่งที่เป็นสัญญาณของคุณ? สัญญาณเต็มไปด้วยสัญญาณเสียงรบกวนมากแค่ไหน? สัญญาณอยู่เสมอหรือคุณมีโอกาสสังเกตเสียงเท่านั้นหรือไม่
Jason R

1
สัญญาณประกอบด้วยความถี่ที่อยู่ตรงกลางช่องเมื่อทำการ FFT (ไม่มีการรั่วไหลของสเปกตรัม) การเพิกเฉยต่อเสียงรบกวนและเอฟเฟกต์ของช่องแต่ละความถี่จะมีค่าสูงสุดหรือที่ระดับเสียง หากสี่จาก n ความถี่ที่เป็นไปได้คือ "เปิด" ดังนั้นแต่ละความถี่ควรมี 1 ใน 4 ของพลังงานของสัญญาณทั้งหมด (อีกครั้งโดยไม่สนใจพื้นเสียง)
Dan Sandberg

2
@DandSandberg: หากไม่มีฟังก์ชั่นหน้าต่างทฤษฎีบทของ Parseval จะช่วยให้คุณคำนวณพลังงานในเวลาหรือความถี่โดยตรงจากโดเมนอื่น สำหรับฟังก์ชัน fft ของ Python rms(fft(x))/sqrt(n) = rms(x) ตัวอย่างเช่นที่นี่ ดังนั้นคุณต้องตัดสินใจว่าสัญญาณของคุณมีลักษณะอย่างไรในโดเมนความถี่ลบออกวัดค่าที่เหลือและคูณด้วย sqrt (n) เพื่อให้ได้ระดับเสียง RMS เป็นต้น
endolith

คำตอบ:


2

คุณจำเป็นต้องทำให้ข้อมูลของคุณกลับสู่ปกติตามชนิดของหน้าต่างที่คุณใช้เพื่อรับข้อมูลความถี่ของโดเมน การปรับสภาพจะแตกต่างกันไปขึ้นอยู่กับว่าคุณกำลังวัดสัญญาณย่านความถี่แคบ (สัญญาณสูงสุดของคุณ) หรือสัญญาณบรอดแบนด์ (เสียงรบกวน) เมื่อคุณปรับข้อมูลให้เป็นมาตรฐานอย่างเหมาะสมแล้วพลังของสัญญาณย่านความถี่แคบสามารถอ่านได้โดยตรงจากข้อมูล การวัดสัญญาณรบกวนจะต้องประเมินจาก "สัญญาณรบกวนพื้น" ของข้อมูลความถี่ปกติ การประมาณกำลังเสียงรบกวนของคุณจะน้อยกว่าพื้นเสียง 6dB สำหรับการสนทนาอย่างละเอียด

ไปที่ลิงค์นี้: http://www.fhnw.ch/technik/ime/publikationen

ดาวน์โหลดกระดาษ "" วิธีใช้ FFT สำหรับการจำลองสัญญาณและเสียงและการวัด "


2

เนื่องจากเสียงของคุณเป็น gaussian ดังนั้นคลื่นพลังงานของมันจึงค่อนข้างแบน คุณอาจมียอดคลื่นความถี่บางจุดดังนั้นควรหลีกเลี่ยง ฉันจะเสนอค่ามัธยฐานของตัวอย่างสเปกตรัมพลังงานหรือค่าเฉลี่ยตัดอัลฟาของตัวอย่างสเปกตรัมพลังงานหรือท้ายที่สุดค่าเฉลี่ยระหว่างควอไทล์ การประมาณการทั้งหมดนี้มีความแข็งแกร่งคุณสามารถเลือกสิ่งที่เหมาะสมที่สุด

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.