python list 添加噪声_在python中为信号添加噪声

对于那些试图在SNR和numpy生成的普通随机变量之间建立连接的人：

[1]

，其中必须记住p是平均功率。

或分贝：

[2]

在这种情况下，我们已经有一个信号，我们想产生噪声，给我们一个期望的信噪比。

虽然噪声可能来自不同的flavors取决于您正在建模的对象，但一个好的开始(特别是对于这个射电望远镜示例)是Additive White Gaussian Noise (AWGN)。如前一个答案所述，要建立AWGN模型，需要在原始信号中添加一个零均值高斯随机变量。随机变量的方差将影响平均噪声功率。

对于高斯随机变量X，平均功率

，也称为第二个moment，是

[3]

所以对于白噪声，

，平均功率等于方差

。

在python中建模时，您可以

一。根据所需的信噪比和一组现有测量值计算方差，如果您希望您的测量值具有相当一致的振幅值，这将起作用。

2。或者，可以将噪声功率设置为已知级别，以匹配接收器噪声之类的内容。接收噪声可以通过将望远镜指向自由空间并计算平均功率来测量。

不管怎样，重要的是要确保你在信号中加入了噪声，并在线性空间中取平均值，而不是以分贝为单位。

下面是一些生成信号并绘制电压、功率(瓦特)和功率(分贝)的代码：# Signal Generation

# matplotlib inline

import numpy as np

import matplotlib.pyplot as plt

t = np.linspace(1, 100, 1000)

x_volts = 10*np.sin(t/(2*np.pi))

plt.subplot(3,1,1)

plt.plot(t, x_volts)

plt.title('Signal')

plt.ylabel('Voltage (V)')

plt.xlabel('Time (s)')

plt.show()

x_watts = x_volts ** 2

plt.subplot(3,1,2)

plt.plot(t, x_watts)

plt.title('Signal Power')

plt.ylabel('Power (W)')

plt.xlabel('Time (s)')

plt.show()

x_db = 10 * np.log10(x_watts)

plt.subplot(3,1,3)

plt.plot(t, x_db)

plt.title('Signal Power in dB')

plt.ylabel('Power (dB)')

plt.xlabel('Time (s)')

plt.show()

以下是基于所需信噪比添加AWGN的示例：# Adding noise using target SNR

# Set a target SNR

target_snr_db = 20

# Calculate signal power and convert to dB

sig_avg_watts = np.mean(x_watts)

sig_avg_db = 10 * np.log10(sig_avg_watts)

# Calculate noise according to [2] then convert to watts

noise_avg_db = sig_avg_db - target_snr_db

noise_avg_watts = 10 ** (noise_avg_db / 10)

# Generate an sample of white noise

mean_noise = 0

noise_volts = np.random.normal(mean_noise, np.sqrt(noise_avg_watts), len(x_watts))

# Noise up the original signal

y_volts = x_volts + noise_volts

# Plot signal with noise

plt.subplot(2,1,1)

plt.plot(t, y_volts)

plt.title('Signal with noise')

plt.ylabel('Voltage (V)')

plt.xlabel('Time (s)')

plt.show()

# Plot in dB

y_watts = y_volts ** 2

y_db = 10 * np.log10(y_watts)

plt.subplot(2,1,2)

plt.plot(t, 10* np.log10(y_volts**2))

plt.title('Signal with noise (dB)')

plt.ylabel('Power (dB)')

plt.xlabel('Time (s)')

plt.show()

下面是一个基于已知噪声功率添加AWGN的示例：# Adding noise using a target noise power

# Set a target channel noise power to something very noisy

target_noise_db = 10

# Convert to linear Watt units

target_noise_watts = 10 ** (target_noise_db / 10)

# Generate noise samples

mean_noise = 0

noise_volts = np.random.normal(mean_noise, np.sqrt(target_noise_watts), len(x_watts))

# Noise up the original signal (again) and plot

y_volts = x_volts + noise_volts

# Plot signal with noise

plt.subplot(2,1,1)

plt.plot(t, y_volts)

plt.title('Signal with noise')

plt.ylabel('Voltage (V)')

plt.xlabel('Time (s)')

plt.show()

# Plot in dB

y_watts = y_volts ** 2

y_db = 10 * np.log10(y_watts)

plt.subplot(2,1,2)

plt.plot(t, 10* np.log10(y_volts**2))

plt.title('Signal with noise')

plt.ylabel('Power (dB)')

plt.xlabel('Time (s)')

plt.show()