黄瓜-X
范文一：WDM信噪比计算公式
1、 单个放大器的自发辐射噪声的估算方法：
Pase=-58+NF+G（单位 dB ）其中G 为放大器的增益，NF 为放大器的噪声系数（PA ：4.5dB ；
输出为+5dBm的BA ： 5.0dB ；输出为+9dBm的BA ：5.5dB ）。如一信号经过一输出为+5dBm
的BA ，其产生的噪声为： Pase=-58+5+23=-30dB；OSNR=5-(-30)=35dB。
2、级联放大器噪声，信噪比计算:
第一步 计算单个放大器噪声功率：
Gn 为第n 个放大器增益（dB ），PaseN 为第n 个放大器噪声。
第二步 计算所有放大器噪声累积：
累积前要先将第1步计算得到的噪声功率换算为MW 总的自发辐射噪声功率(Ptotal)=EDFAn
产生的PaseN+EDFAn-1产生的PaseN-1×Ln-1×Gn +…+EDFA2产生的
Pase2×L2×G3×…Gn-1×Ln -1×Gn+EDFA1产生的Pase1×L1×G2×…GN-2×Ln -1×Gn 。
因此:Ptotal=PaseN+Pase(N-1)×Ln-1×Gn+…+Pase2×l2×G3...Ln-1Gn+Pase1×L1×G2…×ln-1×Gn
第三步 计算信噪比：
☆不同的地方，Ps 和Ptotal 都不一样，计算时要根据系统的实际情况计算。
如下面实例OSNR 计算：
在B ，C 站，使用了输出+9dBm的功率放大器（单信道功率），根据步骤1和2所列的公式，
可分别算出a,b,c,d,e,f,g,h 各点产生的噪声功率：
① 各放大器产生的自发辐射噪声为：
Pase1=-58+5.0+23=-30.0dBm=10-3.0 mW Pase6=-58+4.5+23=-30.5dBm=10-3.05 mW
Pase2=-58+4.5+23=-30.5dBm=10-3.05 mW Pase7=-58+5.0+23=-30.0dBm=10-3.0 mW
Pase3=-58+5.5+23=-29.5dBm=10-2.95 mW Pase8=-58+4.5+23=-30.5dBm=10-3.05 mW
Pase4=-58+4.5+23=-30.5dBm=10-3.05 mW
Pase5=-58+5.5+23=-29.5dBm=10-2.95 mW
② H 站输出点的总噪声功率为
Paseh=Pase8 =10-3.05
+Pase7?L7?G8 +10-3.0?10-3.0+2.3
+Pase6?L6?G7?L7?G8 +10-3.05?10-1.3+2.3-3.0+2.3
+Pase5?L5?G6?L6?G7?L7?G8 +10-2.95?10-3.7+2.3-1.3+2.3-3.0+2.3
+Pase4?L4?G5?L5?G6?L6?G7?L7?G8 +10-3.05?10-0.9+2.3-3.7+2.3-1.3+2.3-3.0+2.3
+Pase3?L3?G4?L4?G5?L5?G6?L6?G7?L7?G8 +10-2.95?10-3.7+2.3-0.9+2.3-3.7+2.3-1.3+2.3-3.0+2.3
+Pase2?L2?G3?L3?G4?L4?G5?L5?G6?L6?G7?L7?G8 +10-3.05?10-1.2+2.3-3.7+2.3-0.9+2.3-3.7+2.3-1.3+2.3-3.0+2.3
+Pase1?L1?G2?L2?G3?L3?G4?L4?G5?L5?G6?L6?G7?L7?G8 +10-3.0?10-3.0+2.3-1.2+2.3-3.7+2.3-0.9+2.3-3.7+2.3-1.3+2.3-3.0+2.3
=10-3.05+10-3.7+10-2.75+10-4.05+10-2.75+10-4.05+10-3.05 +10-3.7 =0.005916mW
=-22.28dB
③ 则H 站输出点的信噪比OSNR ：
OSNR=Ps(mW)/Paseh(mW)
=-2-(22.28)=20.28dB
范文二：图像信噪比、计算公式、实例分析
图像信噪比 简介
图像的信噪比应该等于信号与噪声的功率谱之比，但通常功率谱难以计算， 有一种方法可以近似估计图像信噪比，即信号与噪声的方差之比。首先计算图像所有象素的局部方差，将局部方差的最大值认为是信号方差，最小值是噪声方差，求出它们的比值，再转成dB数，最后用经验公式修正。
峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法，它常简单地通过均方差（MSE）进行定义。两个m×n单色图像I和K，如果一个为另外一个的噪声近似，那么它们的的均方差定义为：
峰值信噪比定义为：
其中，MAXI是表示图像点颜色的最大数值，如果每个采样点用 8 位表示，那么就是 255。更为通用的表示是，如果每个采样点用 B 位线性脉冲编码调制表示，那么 MAXI 就是
.
对于每点有RGB三个值的彩色图像来说峰值信噪比的定义类似，只是均方差是所有方差之和除以图像尺寸再除以 3。
图像压缩中典型的峰值信噪比值在 30 到 40dB 之间，愈高愈好。
%%%%%%%%%%%%%%%%%
程序：（I 是原图像，K是滤波后的图像，默认原图无噪声，测试那种滤波效果好）
video=mmreader('che2.AVI');
I1=read(video,590);
I1=rgb2gray(I1);
[m,n]=size(I1);
J=imnoise(I1,'gaussian',0,0.002); %加入高斯噪声
%进行均值滤波
h=fspecial('average',3);??? %fspecial函数用于产生预定义滤波器
I2=uint8(round(filter2(h,I1)));?? %filter2函数用于图像滤波,此处h是滤波参数（均值），I1是要处理的图像
%进行中值滤波
I3=medfilt2(J,[3,3]);?? %medfilt2函数用于图像的中值滤波
%进行维纳滤波
I4=wiener2(J,[3,3]);%进行一次维纳滤波
I5=wiener2(I4,[3,3]);%进行二次维纳滤波
subplot(2,3,1),imshow(I1),title('原图象')
subplot(2,3,2),imshow(J),title('加噪声图象')
subplot(2,3,3),imshow(I2),title('均值滤波后图象')
subplot(2,3,4),imshow(I3),title('中值滤波后图象')
subplot(2,3,5),imshow(I4),title('维纳滤波后图象')
I1=double(I1);
I2=double(I2);
I3=double(I3);
I4=double(I4);
I5=double(I5);
s2=0;
s2=double(s2);
s3=0;
s3=double(s3);
s4=0;
s4=double(s4);
s5=0;
s5=double(s5);
for i=1:m
for j=1:n
s2=s2+(I1(i,j)-I2(i,j))^2;
s3=s3+(I1(i,j)-I3(i,j))^2;
s4=s4+(I1(i,j)-I4(i,j))^2;
s5=s5+(I1(i,j)-I5(i,j))^2;
end
end
MSE2=s2/(m*n)
MSE3=s3/(m*n)
MSE4=s4/(m*n)
MSE5=s5/(m*n)
PSNR2=10*log10(double(255^2/MSE2))
PSNR3=10*log10(double(255^2/MSE3))
PSNR4=10*log10(double(255^2/MSE4))
PSNR5=10*log10(double(255^2/MSE5))
PSNR2 =
33.6596
PSNR3 =
32.6051
PSNR4 =
33.8043
PSNR5 =
34.3825
一般情况，信噪比越大越好。
范文三：基因识别中信噪比与功率谱的快速计算公式及算法实现（可编辑）
基因识别中信噪比与功率谱的快速计算公式及算法实
现
. .
第 卷第 期
淮阴师范学院学报 自然科学版. 年 月
基因识别中信噪比与功率谱的
快速计算公式及算法实现
郭丽娜 ,郭俊峰
.南京财经大学应用数学学院,江苏南京 ; .南京财经大学经济学院,江苏南京
摘 要:序列信号频谱 一周期性是一个被广泛用于区分编码区和非编码区的重要特征,
根据核苷酸中 个密码子位置的不均衡性,给出了功率谱与信噪比的快速计算公式.研究发
现快速计算公式有助于基因识别的实现,为探测内含子、外显子提供了一个快速高效的方法.
关键词:信噪比;功率谱;基因识别;外显子;内含子
中图分类号:. 文献标识码: 文章编号: .?. 引言
基于海量的人类及其他生物基因组数据,对基因进行识别是生物信息学的一项重要研究课题?.
利用计算机分析和研究核苷酸序列,对蛋白质编码区的位置、结构和功能进行注释是基因识别的主要内
容,其研究又分为两大类:蛋白质编码区识别和功能位点识别。.目前这两方面的研究都不是非常令人
满意,关于基因编码区的识别,特别是对较短序列的预测效果仍然不理想.在面对大量、复杂的基因序列
数据时,如何更好更快地获取准确的基因信息,如何在众多的基因序列中确定功率谱和信噪比,如何快
速实现基因识别算法,是我们面临的一项重要课题.
在生物学、医学、药学等诸多方面,对的研究具有重要的理论意义与实际价值.对于较长的 序列,应用离散 变换 ,简称变换 计算其信噪比或功率谱时总
体计算量很大,会影响到所设计的基因识别算法的效率 .鉴于此,文中基于映射,给出对于任意
映射下功率谱与信噪比的快速计算公式.
数字序列映射
在序列研究中,首先需要把 、 、 、 这 种核苷酸的符号序列,根据一定的规则映射成相应
的数值序列,以便于对其作数字处理.
令, , , , ,长度即核苷酸符号个数,又称碱基对长度,单位记为 为?的
任意序列,可表达为
.. ?,,, , ,? 一 ,
即 、 、 、 的符号序列 :, ,?,.一 .现对于任意确定的 ,,令 . 『 :
:;?,,,??一 ,
称之为 映射?,于是生成相应的 。 序列 即二进制序列 ‰ : , ,?,一 , .
例如,假设给定的一段序列片段为,则所生成的 个. 序列分别为:: , , , , , , , , ; : , , , , , , ;
收稿日期: ?
基金项目:江苏省高校研究生科研创新项目作者简介:郭丽娜. ,女,江西吉安人,硕士研究生,研究方向为分形与小波理论第 期 郭丽娜等:基因识别中信噪比与功率谱的快速计算公式及算法实现 “ : , , , , , , , , ;
“ : , , , , , , , , .
这样产生的 个数字序列又称为序列的指示序 .功率谱与信噪比
为研究编码序列 外显子 的特性,对指示序列分别做离散 变换
一 . 可 ,, ,?, 一
以此可得到 个长度均为\,的复数序列 , ?,.计算每个复序列 的平方功率谱,并相
加则得到整个序列 的功率谱序列 : :,, ,? 一
对于同一段序列,其外显子与内含子序列片段的功率谱通常表现出不同的特性
图 为编号为. 的酵母基因序列的功率谱因为对称性,实际这里只给出了功率谱
图的一半 .可以看出,外显子序列的功率谱曲线在频率 芸处,具有较大的频谱峰值,而内含子则没有.这种统计现象被称为碱基的 一周期 。.
.一 一一, .. .. 『 ... 。。
七
基因上一段外显子区间为 ,,长 对应的指示序列映射的功率谱,具有 一周期性 基因上一段内含子 区间为 ,,长 自 指示序列的功率谱,不具有 一周期性
图 编号为 . 的酵母基因序列的功率谱
记序列 的总功率谱的平均值为
?
而将序列在特定位置,即 : 处的功率谱值
,与整个序列 的总功率谱的平均值的比率称为 序列的“信噪比”, ,即
:
掣序列的信噪比值的大小,既表示频谱峰值 的相对高度,也反映编码或非编码序列
.周期性的强弱.
信噪比 大于某个适当选定的阈值 。 比如 。,是序列上编码序列片段外显子 通常满淮阴师范学院学报 自然科学版 第 卷
足的特性,而内含子则一般不具有该性质引.
基于核苷酸分布频率的信噪比与功率谱的快速计算公式
. 基于密码子中核苷酸分布频率的平均功率谱的快速计算公式
对 一 , 一 , 一 , 一 这种类型的实数映射,其目的是为了继续对核苷酸序列信息转换
进行降维,从而提高计算功率谱与信噪比的速度.但是,基于映射建立的信噪
比和功率谱的计算量仍然
很大,根据核苷酸中 个密码子位置的不平衡性,可以通过分析核苷酸序列的频率分布来建立信噪比与
功率谱的快速计算公式.
在真核生物中,大多数外显子具有 一周期性. .周期性是由氨基酸的组成所影响 ,而不是由
序列氨基酸编码顺序影响.正是由于核苷酸的不均衡性,所以可根据核苷酸分布频率来估计平均功率谱
的快速计算公式.令 , , 表示各核苷酸 在 个密码子位置上的频数,其中 ? , , , , ,
, 分别表示序列中 个密码子的位置.由参考文献 可知, / ,,
, .令 表示 种核苷酸在第个密码子位置的分布,记 ? 一 / .再记密码子 个
位置的核苷酸分布为:
? ? 一 / 、其中 ,是密码子 个位置处核苷酸频率的方差,记作:
,
? ? 一 /
由参考文 知,功率谱. 厂则可得功率谱的快速计算公式:
? .
? : 一 . 基于密码子中核苷酸分布频率的信噪比的快速计算公式
令方差? 一 ? .记,为种核苷酸在个密码子位置的出现频率的方
差之和,则 ,并且
, ? ? 一专??:一 ,一 一 一/ ?/ , 、号点 。/ 点 。
一 ’
一 一一//八 ’ ’’。
其中,咒。, :, , , 为上述二次型的系数矩阵.由仿真结果 可知.序列在 / 处的功
率谱为 / 号.从而 / 号 ? .
因而序列的功率谱峰值: /
二次型的系数矩阵 为半正定阵,其特征值分别为 . 、 . 、 ,且当时,功率谱值为 .
因此,当碱基在序列的 种位置上的频数 , , 分布偏差越小时,功率谱曲线的峰值 / 越
接近于 .功率谱峰值实际上反映了基因密码子出现的某种概率不均衡性.
大量的计算实验表明 ,一个没有错误符号的长度为?的序列的总功率为:第 期 郭丽娜等:基因识别中信噪比与功率谱的快速计算公式及算法实现 ?
从而总功率的平均值/.因此,简化后的信噪比表达式为::/
堕
?
:
。
. 数值实验
本段均选取线虫粘粒 及人的线粒体全基因组.的第 个基因片段进行实验.
分别用原始的信噪比、功率谱计算式 、式 及文中改进的快速算法式 、式
来进行求解.应用 . 运行结果如表 和表 所示.
表 基于两种算法下线虫粘 表 基于两种算法下人的线粒体
粒的序列所对应的信噪比 全基因组的序列所对应的信噪比
线虫粘粒基于原始的功率谱计算公式所得图形如图 所示,由图 可看出线虫粘粒的这段基因序列
不具有双峰结构.并且由表 可看出,对于内含子基因片段,运用快速算法计算的信噪比较之于原始算
法更小,根据阈值的计算原理,可排除该基因片段是外显子的可能性.
人的线粒体全基因组基于原始的功率谱计算公式所得图形如图 所示,由图 可以看出人的线粒体
全基因组具有双峰结构,而人们通常都是根据基因序列的功率谱图是否具有双峰结构来判别是否是外
显子区域.但由表 发现,运用原始算法计算的信噪比值较之于快速算法更小,根据阈值的计算原理可
知,从一定程度上运用原始算法在识别基因外显子区间时将会产生误差,会扩大外显子区间,将原本内
含子的部分误认为是外显子..由此,可发现快速计算公式有助于基因识别的实现,为探测内含子、外显子
提供了一个快速高效的方法.
图 线虫粘粒的功率谱图 图 人的线粒体全基因组的功率谱图结论
本文根据序列 一周期性,得到了功率谱与信噪比的快速计算公式,使之更具有广泛性和适用
性.并且研究发现快速计算公式有助于基因识别的实现,为探测内含子、外显子提供了一个快速高效的
方法.
参考文献:, . . , ,: ? .
范文四：matlab中的信噪比
matlab中的信比噪
(2011-03-22 19:52:49)
标标, 分标, 学标
信比噪
标标
以高斯标例,若有用信噪声号s(n)的最大幅度am～要求得到的信比标噪p～标
p=10log10[(am^2)/b^2]～用标公式反推出高斯的方差个噪声b^2～若s(n)标通道标信～标号Matlab程序就是x=s+b*randn(size(s))～若s(n)是正交通道信～标双号
Matlab程序就是x=s+b/sqrt(2)*randn(size(s))。
如果s(n)是一个N行、2列的标信～前后列各表示标部和部～标号两虚
b/sqrt(2)*randn(size(s))标生的也是N×2的高斯分布～标部和部的方差均标噪声虚
b/sqrt(2)。标部和部分标标生也可以～但不能用虚b*randn(size(s))。第一～如果标标标生～那标最标信的信比标标用噪声号噪p=10log10[(am^2)/(2*b^2)]～第二～不能用size(s)～标标用size(c)～c标s(n)的标;,部列矢量的标度。虚
Matlab中标算信比方式,噪
%===========================Happy===================================%
function snr=SNR(I,In)
% 标算信比函号噪声数
% by Qulei
% I :original signal
% In:noisy signal(ie. Original signal + noise signal)% snr=10*log10(sigma2(I2)/sigma2(I2-I1))[row,col,nchannel]=size(I);
snr=0;
if nchannel==1%gray image
Ps=sum(sum((I-mean(mean(I))).^2));%signal powerPn=sum(sum((I-In).^2));%noise power
snr=10*log10(Ps/Pn);
elseif nchannel==3%color image
for i=1:3
Ps=sum(sum((I(:,:,i)-mean(mean(I(:,:,i)))).^2));%signal power
Pn=sum(sum((I(:,:,i)-In(:,:,i)).^2));%noise powersnr=snr+10*log10(Ps/Pn);
end
snr=snr/3;
end
%===================================================================%
标,
符的平均功率号 每比特信能量号/符周期号 SNR信比噪 = ------------------------- = ----------------------------------------- =
的平均功率噪声 标标功率普密度噪声*符
号标标
Eb/T 在限标情下 况T*B=1 Eb
= ---------- ================== ---------
N0*B
N0
标标系标中的标标功率普密度噪声N0受度和常温数K定的～在一定件下标固定标决条～
信比信能量的强弱成正比。在中～标了标化模型～通常采用固定标入信噪与号仿真
号幅度～改标N0起到来SNR的标化。
其中的Eb是在相干接收件下解标后信能量～而系标接收的信比通常是加在条号噪
接收标入端～也就是解标前。标了令Eb在解标前后的能量标一～在标送端必标采用能量的标一化。
标一化方法,
_ x(n)
x(n) =-------------------------- n于属(1,N) N标1bit采标点内数
sqrt(Sum(x(n)^2))MATLAB中信比的添加方法,仿真噪
1. 标端首先标行能量标一化
2. 在收端根据同标的采标率标算1bit标度的能量即Eb
3. 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
=================================标标======================================
标起“向已知信添加”～有一帖子不得不提～那是由号噪声个happy授介标的教
两个数常用函～我标里引用一下,
%=============================happy=================================%
MATLAB中标生高斯白非常方便～可以直接标用函～一是噪声两个数个WGN～
另个一是AWGN。WGN用于标生高斯白～噪声AWGN标用于在某一信中加入号
高斯白。噪声
1. WGN,标生高斯白噪声
y = wgn(m,n,p) 标生一个m行n列的高斯白的矩标～噪声p以dBW标标位指定标出
噪声的强度。
y = wgn(m,n,p,imp) 以姆欧(Ohm)标标位指定标标阻抗。
y = wgn(m,n,p,imp,state) 重置RANDN的标。状
在标标量后标可附加一些标志性,数参数
y = wgn(…,POWERTYPE) 指定p的标位。POWERTYPE可以是'dBW',
'dBm'或'linear'。标性强度(linear power)以瓦特(Watt)标标位。
y = wgn(…,OUTPUTTYPE) 指定标出标型。OUTPUTTYPE可以是'real'或'complex'。
2. AWGN,在某一信中加入高斯白号噪声
y = awgn(x,SNR) 在信号x中加入高斯白。信比噪声噪SNR以dB标标位。x的强度假定标0dBW。如果x是标～就加入标。数噪声
y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是标～标其代表以数dBW标标位的信强度～如果号SIGPOWER标'measured'～标函在加入之前标定信强数将噪声号
度。
y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的标。状
y = awgn(…,POWERTYPE) 指定SNR和SIGPOWER的标位。POWERTYPE
可以是'dB'或'linear'。如果POWERTYPE是'dB'～那标SNR以dB标标位～而
SIGPOWER以dBW标标位。如果POWERTYPE是'linear'～那标SNR作标比标度来量～而SIGPOWER以瓦特标标位。
注标
1. 分标(decibel, dB),分标;dB,是表示相标功率或幅度标平的标准标位～标句标标～就
是我标用表示能量之标的差标的一标表示标位～不是一标标标位。例如～标子来两个它个
系标中标标、标流、功率等物理量的强弱通标标平～标平的标位通常就以分标表示～将称
即个参事先取一标标或标流作标考标;0dB,～用待表示的量考标之比取标～再与参数
乘以20作标标平的分标;功率的标平标改乘数10,。
2. 分标瓦(dBW, dB Watt),指以1W的标出功率标基准标～用分标标量的功率放大来
器的功率标。
3. dBm (dB-milliWatt),即与1milliWatt;毫瓦,作比标得出的字。数
0 dBm = 1 mW
10 dBm = 10 mW
20 dBm = 100 mW
也可直接用randn函标生高斯分布序列～例如,数
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 ) 的高斯分布序列标生指定方差和均标的机随数
标某机标量个随x均标标mu～方差标var^2～若要标生同标分布的机标量随y～但使新的
随
机标量改标～均标标参数mu_1～方差标var_1^2～可以用如下公式标行标标,y=var_1/var*(x-mu)+mu_1～其中x标机标量～其余标常;随数参数原分布,。具体到正标分布～若要标生均标标u～方差标o^2的M*N的机矩标～可以用随数
y=o*randn(M,N)+u得到。
标于均分布～若要标生匀[a,b]标的均分布的区匀M*N的机矩标～标可以用随数
y=rand(M,N)*(b-a)+a得到。
%===================================================
================%
上述标料基本上完整地描述了原始标标～不标有点几内容附标标明一下,
1. 首先更正一标标～我标标在“生成个N ( 0.0128, 0.9596 ) 的高斯分布序列”的
程序中～标标改标以下的代标,
%===================eight=============================
========%
y=randn(1,2500);
y=y-mean(y);
y=y/std(y);
a=0.0128;
b=sqrt(0.9596);
y=a+b*y;
%===================================================
=======%
2. 上面标料最后部分标含了一出个自zhyuer 版友的标标,
%==========================zhyuer=====================
==============%
1) rand标生的是[0～1]上的均分布的机序列匀随
2) randn标生均标标0～方差标1的高斯机序列～也就是白序列～随噪声
%===================================================
================%
也就是标～可以直接使用上面两个数号噪声函标原始信添加;例如y=x+rand(length(x),1)或者y=x+randn(length(x),1),3. 事标上～无标是wgn标是awgn函～标标数都是由randn函标生的。～数噪声即wgn函中标用了数randn函～而数awgn函中标用了数wgn函。下数面就我熟悉的“向已知信添加某信比;号个噪SNR,的高斯白”标噪声来明一下～不标如果大家标标标awgn的标标代标就不用看下去了～呵呵。从个上述可知～标任标可以使用awgn函数标标～具命体令是,awgn(x,snr,’measured’,'linear’)～命令的作用是标原信号f(x)添加信比;比标,标噪SNR的～在添加之前先标信噪声估号f的强度。标里涉及三个标标,在awgn标函中～个数SNR是如何标算的,什标是信的强度号,awgn函数体噪声两个具是如何添加的,事标上～前标标是相标的～因标根据定标～SNR就是信的强度号噪声来号号除以的强度～所以～首先标标信的强度。其标信的强度指的就是信的能量～在标标的情号形就是标f(x)平方后求标分～而在离散的情形自然是
求和代替标分了。在matlab中也是标标标标的～只不标多了一标个范化步标标了,
sigPower = sum(abs(sig(:)).^2)/length(sig(:))标就是信的强度。号至此～SNR的具体标标也不用多标了;注,由于采用的是比标而
非db～所以下与噪即没数面“标算信比”所使用的方式不同～有求标步标,。
最后标标awgn函数体噪声很具是如何添加的。事标上也标标～在求出f的强度后～标
合指定的信比～就可以求出噪噪声需要添加的的强度
noisePower=sigPower/SNR。由于使用的是高斯白噪声即randn函～而数randn的标果是一强度标个1的机序列;随自己标标sum(randn(1000,1).^2)/1000就知道了～注意信的标度不能号噪声号太小,。于是～所要添加的信标然就是,
sqrt(noisePower)*randn(n,1)～其中n标信标度。号
4. 上面所标的都是具有分布特性;相标的,机序列～如果随随需要添加不相标的
机序列～标可以使用jimin版友的方法,
%========================jimin=======================================%
for i=1:100
x(i)=randn(1);
end
%===================================================================%
即噪声号与号叠先标生信～后再原信加。
最后是另外的一些常标标标～整理如下,
1. Matlab中如何标生标标0～1的机序列随,【标bainhome版友】,round(rand(5))2. Matlab中如何标算信比噪,下面的代标标自Happy授,教
%===========================Happy===================================%
function snr=SNR(I,In)
% 标算信比函号噪声数
% by Qulei
% I :original signal
% In:noisy signal(ie. Original signal + noise signal)% snr=10*log10(sigma2(I2)/sigma2(I2-I1))[row,col,nchannel]=size(I);
snr=0;
if nchannel==1%gray image
Ps=sum(sum((I-mean(mean(I))).^2));%signal powerPn=sum(sum((I-In).^2));%noise power
snr=10*log10(Ps/Pn);
elseif nchannel==3%color imagefor i=1:3
Ps=sum(sum((I(:,:,i)-mean(mean(I(:,:,i)))).^2));%signal power
Pn=sum(sum((I(:,:,i)-In(:,:,i)).^2));%noise power
snr=snr+10*log10(Ps/Pn);
end
snr=snr/3;
end
%===================================================
================%
3. 机标生随1-n的索引排列,randperm函数
标标 八兄
“也就是标～可以直接使用上面两个数号噪声函标原始信添加;例如y=x+rand(length(x),1)或者y=x+randn(length(x),1),”用RANDN函添加 是不是标要考标数号啊原信
RANDN函数随数号数只是提供了机 标需要考标原信的量标 和加躁的百分比那式子标标标标标怎写呢
我标在用Y,X+%*RANDN(SIZE(X))*COV(X); X是原信～标号多标矩标感标不标
能不能标标标
标标
的确号你号减需要考标原信的幅标标标～可以先把原信标范化一下;先去均标～然后除以标准差,～再 与randn 生成的机相加随噪声
QUOTE:
原帖由 wincn 于 2007-2-23 04:14 标表
标标一下在用randn向信加号噪音标～如
noise=randn(length(t));
signal=(A*sin(w*t+Phi)+noise;我标标如何控制信比。噪
我标标用t/n, n标任意常～但数效果不好
范文五：matlab信噪比估计程序
%----------- 函数 ML_Estimation -------------
clc;
clear all;
Nt=1; %仿真次数
M=8; %MPSK
Nsym=64; %信源仿真符号数
Nss=16; %上采样点数
Es=1; %每符号能量
snr=1:30; %仿真信噪比范围
rho=10.^(snr/10); %实际信噪比大小
%sigma=sqrt(1/2)*(10.^(-snr/20)); %噪声根方差
No=Es./rho;
rho_ml=zeros(length(snr),Nt); %估计信噪比存储器 , 一列对应一次仿真,一行对应一个 SNR 值
for time=1:Nt %仿真循环 Nt 次
d=randint(1,Nsym,[0 M-1]); %产生 Nsym 个随机数作为信源符号
a_n=exp(j*(2*pi/M*d+pi/M)); %构成 MPSK 调制符号
figure(1);
plot_astrology(real(a_n),imag(a_n));
b_k=zeros(1,Nss*Nsym);
n=1:Nss:length(b_k);
b_k(n)=a_n;
%b_k=upsample(a_n,Nss); %上采样,每符号取 Nss 个采样点
%hrcos=firrcos(256,1,1,16,'sqrt'); %成型滤波器,采用 RRC 方式,阶数 127,滚将系数 0.5 %gk=conv(hrcos,hrcos);
hrcos=rcosflt(1,1,16,'sqrt',0.5,3);
sum3=0;
for i=1:length(hrcos)
sum3=sum3+hrcos(i)^2;
end
h_k=hrcos/sqrt(sum3);
m_k=conv(b_k,h_k); %序列成型
L=length(m_k); %成型后的数据总长度
K=Nss*Nsym;
%s1=0; s2=0;
for k=1:length(snr) %计算每个信噪比对应的信噪比估计值
%r_k=m_k+No(k)*(randn(1,L)+j*randn(1,L));
%r_k=m_k+nb(k)/sqrt(2)*(randn(1,L)+j*randn(1,L));
%r_k=sqrt(Es)*m_k+sqrt(No(k))/sqrt(2)*(randn(1,L)+j*randn(1,L)); %往信号中加入高斯 白噪声
r_k=awgn(m_k,snr(k),'measured');
y_k=conv(r_k,h_k);
y_n=y_k(112+1:Nss:(length(y_k)-112));
figure(2);
plot_astrology(real(y_n),imag(y_n));
s1=0; s2=0;
for l=1:K %公式中两个求和因子计算
s1=s1+real(conj(r_k(l))*m_k(l));
s2=s2+abs(r_k(l))^2;
end
rho_ml(k,time)=(Nss^2)*(s1^2)/(K^2)/(s2/(K-1.5)-(Nss*(s1^2)/K/(K-1.5))); %代入公式计 算信噪比估计值
% Pe=[Pe mean((rho_ml-rho(k)).^2)/(rho(k).^2)];
end
end
NMSE=2./rho/Nsym+1/Nss/Nsym; %克拉美罗界计算 CRB
figure(3);
semilogy(snr,NMSE,'-b*');
hold on,grid on;
for i=1:length(snr)
sum1=0;
for j=1:Nt
sum1=sum1+(rho_ml(i,j)-rho(i)).^2;
end
pe(i)=sum1./(rho(i).^2)/Nt/K; %归一化均方误差 NMSE
end
semilogy(snr,pe,'-r*');
grid on;
转载请注明出处范文大全网 » WDM信噪比计算公式
