Bestimmen des Grundrauschens eines Signals im Frequenzbereich

Gibt es eine akzeptierte Methode, um das Grundrauschen eines Signals durch Betrachten im Frequenzbereich zu bestimmen? Geht es darum, alle Bins oder den Median zu mitteln, oder um eine komplexere Berechnung, wie sie in der folgenden Frage beschrieben wird?

Was ist das beste Kriterium zur Bestimmung einer Frequenzspitze?

Ich möchte das Grundrauschen bestimmen, um einen Schwellenwert für die Bestimmung festzulegen, ob mein Signal eine bestimmte Frequenz enthält oder nicht.

frequency-domain

— Dan Sandberg
quelle

Was sind die Eigenschaften des Geräusches? Ist es weiß oder farbig?

— Jason R

Weißes Rauschen, obwohl ich gerne hören würde, wie sich die Antwort auch für andere Farben unterscheidet.

— Dan Sandberg

Weißes Rauschen ist einfacher zu charakterisieren, da Sie erwarten würden, dass es im Frequenzbereich flach ist. Ich hätte vorher fragen sollen, aber was sind die Eigenschaften Ihres Signals? Wie viel des Bandes ist mit Signal gegen Rauschen gefüllt? Ist das Signal immer vorhanden oder haben Sie die Möglichkeit, nur Rauschen zu beobachten?

— Jason R

Das Signal besteht aus Frequenzen, die bei einer FFT in den Center-Bin fallen (keine spektrale Leckage). Wenn Sie Rauschen und Kanaleffekte ignorieren, ist jede Frequenz entweder maximal oder am Grundrauschen. Wenn vier der möglichen n Frequenzen "an" sind, sollte jede Frequenz 1/4 der Leistung des gesamten Signals haben (wiederum ohne Berücksichtigung des Grundrauschens)

— Dan Sandberg

@DanSandberg: Ohne Fensterfunktion können Sie mit dem Satz von Parseval Energie in Zeit oder Frequenz direkt aus der anderen Domäne berechnen. Für die fft-Funktion von Python zum Beispiel: rms(fft(x))/sqrt(n) = rms(x) Beispiele hier Sie müssen also entscheiden, wie Ihr Signal im Frequenzbereich aussieht, es entfernen, die verbleibenden Werte messen und mit sqrt (n) multiplizieren, um beispielsweise das RMS-Grundrauschen zu erhalten.

— Endolith

Antworten:

Sie müssen Ihre Daten basierend auf dem Fenstertyp normalisieren, den Sie verwenden, um Ihre Frequenzdomänendarstellung der Daten zu erhalten. Die Normalisierung hängt davon ab, ob Sie ein Schmalbandsignal (Ihre Signalspitze) oder ein Breitbandsignal (Rauschen) messen. Sobald Sie die Daten richtig normalisiert haben, kann die Leistung des Schmalbandsignals direkt aus den Daten gelesen werden. Die Rauschmessung muss aus dem "Grundrauschen" der normalisierten Frequenzdaten geschätzt werden. Ihre geschätzte Geräuschleistung liegt 6 dB unter dem Grundrauschen. Für eine ausführliche Diskussion

Gehen Sie zu diesem Link: http://www.fhnw.ch/technik/ime/publikationen

Laden Sie das Dokument "" Verwendung der FFT für Signal- und Rauschsimulationen und -messungen herunter ".

— user2718
quelle

Da Ihr Rauschen Gauß'sch ist, ist sein Leistungsspektrum flach. Möglicherweise haben Sie einige Signalspektrumspitzen, daher sollten diese vermieden werden. Ich würde entweder den Median der Leistungsspektrum-Abtastwerte oder den Alpha-getrimmten Durchschnitt der Leistungsspektrum-Abtastwerte oder letztendlich den Interquartil-Durchschnitt vorschlagen. Alle diese Schätzungen sind robust. Sie können jede auswählen, die am besten passt.

— mbaitoff
quelle