信号添加百分比噪声的原理和方法

一、噪声百分比$\epsilon$、信噪比SNR的含义

在文献中看到类似于“添加5%的噪声”这样的话，一直不知道这个5%是什么意思，这两天查了一些文献，还是没找到定义，只能通过一些文献的只言片语来做个窥探。若有读者了解这个术语的正式定义，敬请告之！

文献[[1]]第4046页有如下描述：

……An ensemble size of I = 500 was used in both cases, with standard deviation $\epsilon$ = 0.2 of the added noise (SNR = 14 dB).

文献[[2]]第3888页也有类似描述：

……by adding small Gaussian noise (σ = 0.01) to a randomly generated (σ = 2) sparse signal (S = 32). Gaussian noise of different levels was added to Ax to obtain the noisy measurements b.

由文献[1]中的数据：
$$20\times \mathrm{lo}{\mathrm{g}}_{10}\left(\frac{1}{\sigma }\right)=20\times \mathrm{lo}{\mathrm{g}}_{10}\left(\frac{1}{0.2}\right)=20\times \mathrm{lo}{\mathrm{g}}_{10}5=13.9794\mathrm{db}(1.1)$$
$$\mathrm{SNR}=10\times \mathrm{lo}{\mathrm{g}}_{10}\left(\frac{P_S}{P_N}\right)=14db=>\frac{P_S}{P_N}=10^{\frac{14}{10}}=25.1189={\left(\frac{1}{\epsilon }\right)}^2(1.2)$$
对于高斯分布，其有效值为：
$${\text{RMS}}^2=\text{E}{X}^2=\text{E}{\left(X-\text{E}X\right)}^2+{\left(\text{E}X\right)}^2={\sigma }^2+u^2(1.3)$$

---

推测1：由式(1.1)知噪声百分比$\epsilon$与信噪比SNR的关系如下：
$$\text{SNR}=20\times {\log }_{10}\left(\frac{1}{\epsilon }\right)(1.4)$$

推测2：由式(1.2)知噪声的百分比为噪声幅值与信号幅值的比值，或者噪声功率与信号功率的比值的平方根。由于幅值不好测量(存在高频振动干扰)，因此用功率（有效值）来确定噪声百分比：
$$\epsilon =\sqrt{\frac{P_N}{P_S}}=\sqrt{\frac{{\mathrm{RMS}}_{\mathrm{N}}^2}{{\mathrm{RMS}}_{\mathrm{S}}^2}}=\frac{{\mathrm{RMS}}_{\mathrm{N}}}{{\mathrm{RMS}}_{\mathrm{S}}}(1.5)$$

推测3：由文献[1-2]知噪声应服从零均值高斯分布（正态分布）。

推测4：零均值噪声的有效值即为其标准差：
$${\mathrm{RMS}}_N={\sigma }_N(1.6)$$

由于噪声的百分比数值$\epsilon$是相对量（无量纲），显然不能直接用做高斯分布的方差σ（有量纲），噪声分布的方差应由式(1.5)和式(1.6)决定：

$${\sigma }_N=\epsilon \cdot {\text{RMS}}_S(1.7)$$

二、信号中添加噪声的方法

设信号为 x = { x 1 , x 2 , . . . , x n } \mathbf{x}=\{{{x}_{1}},{{x}_{2}},...,{{x}_{n}}\} x={x1​,x2​,...,xn​} ，要添加百分比为$\epsilon$的噪声。

解：

1. 求出噪声的标准差为 ${\sigma }_N=\epsilon \cdot \text{RMS}\left(\mathbf{x}\right)$
2. 进行高斯抽样，注意到若$a$服从$N(0,1)$分布，则$b=a\ast \sigma +\mu$服从$N(\mu ,\sigma )$ 分布。

% Matlab代码：
epsilon = 0.2;
noise = randn(size(x)) * epsilon * rms(x);
y = x + noise;

三、评估信号中噪声水平的方法

1. 记录一段空载时的信号S1，消去水平偏移量分量，得到0均值噪声信号，并求解其有效值（上面两步可简化为求标准差）。
2. 记录加载信号S2，减去空载时的水平偏移量，并求解其有效值。
3. 用公式(1.5)求噪声百分比。
4. 用公式(1.4)计算信噪比。

% Matlab代码：
R1 = std(S1);
R2 = rms(S2 – mean(S1));
Epsilon = R2/R1;
SNR = 20*log10(1/Epsilon);

[1]: Torres, M. E., Colominas, M. A., Schlotthauer, G., & Flandrin, P. (2011, May). A complete ensemble empirical mode decomposition with adaptive noise. In Acoustics, speech and signal processing (ICASSP), 2011 IEEE international conference on (pp. 4144-4147). IEEE.
[2]: Saab, R., Chartrand, R., & Yilmaz, O. (2008, March). Stable sparse approximations via nonconvex optimization. In 2008 IEEE International Conference on Acoustics, Speech and Signal Processing (pp. 3885-3888). IEEE.