1. 白噪声
信噪比:
S N R = 10 log 10 P s P n SNR=10 \log _{10} \frac{P s}{P n} SNR=10log10PnPs
P s P_s Ps 和 P n P_n Pn 分别表示信号和噪声的有效功率,信噪比 SNR 的单位为 dB. 如果 x ( t ) x(t) x(t) 和 n ( t ) n(t) n(t) 分别为信号和噪声,则
S N R = 10 log 10 ∑ t = 0 N − 1 x 2 ( t ) ∑ t = 0 N − 1 n 2 ( t ) SNR=10 \log _{10} \frac{\sum_{t=0}^{N-1} x^{2}(t)}{\sum_{t=0}^{N-1} n^{2}(t)} SNR=10log10∑t=0N−1n2(t)∑t=0N−1x2(t)
2. 给信号添加白噪声
假设想要给信号添加 s n r = 50 snr=50 snr=50 分贝的白噪声,则噪声功率为 P n = P s 1 0 S N R 10 P_n=\frac{P_s}{10^{\frac{SNR}{10}}} Pn=1010SNRPs,思路就是,生成标准正态分布随机信号,然后将其增加 P n \sqrt{P_n} Pn 倍。
import numpy as np
import matplotlib.pyplot as plt
def wgn(x, snr):
batch_size, len_x = x.shape
Ps = np.sum(np.power(x, 2)) / len_x
Pn = Ps / (np.power(10, snr / 10))
noise = np.random.randn(len_x) * np.sqrt(Pn)
return x + noise
T = 100
x = np.zeros((1, T)) + 35.
snr = 50
x_noise = wgn(x, snr)
plt.plot(x_noise[0])
plt.plot(x[0])
plt.ylim([30, 40])
plt.show()
参考: