MATLAB SNR 问题：需要帮助使用 awgn() 函数生成噪声信号，然后使用自定义代码评估该信号 SNR

Question

我使用 awgn() 生成具有给定量 SNR 的信号“x”，在本例中为 10 [第 19 行]。

我正在尝试使用自己的代码准确评估它创建的信号的 SNR，但我计算的本底噪声信号增益比应有的要多得多[第 44 行]。

f = 1000;
t = 0:.0001:1;
x = cos(2*pi*f*t);
len = length(x);
fs = (0:len-1)/t;


plot(t,x)
xlim([0 .01])
title('Signal "x"')

%fft of x 
X = fftshift(abs(fft(x)));                              
TF = (-len/2:len/2-1)*fs/len;
plot(TF,X)
title('FFT of "x"')

%add noise
y = awgn(x,10);                                          

plot(t,y)
xlim([0 .01])
title('Signal "y"')

%fft of y
Y = 10*log(abs(fftshift(fft(y)/length(y))));                
plot(TF,Y)
grid
title('FFT of "y"')
xlim([500 1500])

%Finding power of signal
MinH = max(Y) -10;
[pks,locs] = findpeaks(Y,"MinPeakHeight",MinH)
Peaks = tf(locs);
fcSig1 = 0.5*(Peaks(1,1) + Peaks(1,2))
S = (pks(1,1)+pks(1,2))/2

%Finding power of white noise
[negpks,neglocs] = findpeaks(-(abs(Y)));
avgN = sum(negpks)/length(negpks);
N = avgN

SNR = S-N %in dB

我尝试对信号的平均功率、本底噪声的平均功率进行采样，将这些功率转换为 dB 单位，然后从信号 dBm 中减去噪声 dBm。

我的结果在这里： 如果无法打开： [S = -7.1313，N = -55.5702，SNR = 48.4389（比我的输入 10 高 38dB）]

我的想法是我对本底噪声的采样不准确，或者我需要考虑带宽，但我不知道该怎么做。

如有任何建议或意见，我们将不胜感激！

Answer 1

这可能不是您正在寻找的答案，但 Matlab 确实有一个名为

snr

的函数。定义在这里：https://au.mathworks.com/help/signal/ref/snr.html。它的计算方式是使用信号的和平方根，因此它是使用时域而不是频域来计算的。例如：

%%
f = 100;
fs = 1000;
t = 0:1/fs:1-1/fs;
x = cos(2*pi*f*t);

% fft of x 
X = 10*log(abs(fft(x)/length(x)));                              
TF = linspace(0,fs,length(x));

%add noise
%y = awgn(x,10);     
% I don't have 2023, so no awgn, but 10dB is about 3*amplitude
n = rand(size(x));
n = n*2;
n = n-1;
n = n / 3;
y = x+n;

%fft of y
figure;
subplot(2,1,1)
plot(TF,X)
grid
title('magnitude spectrum of "x"')
xlim([0 fs/2])
subplot(2,1,2)
Y = 10*log(abs(fft(y)/length(y)));                
plot(TF,Y)
grid
title('magnitude spectrum of "y"')
xlim([0 fs/2])


s = snr(x,y-x)
% or:
r = mag2db(rssq(x)/rssq(x-y))

输出：

s =

   11.3894


r =

   11.3894

所以，不完全是 10，但我只是使用了粗略估计（6dB ~= 双振幅，因此 *3 约为 10dB）来计算噪声等级。

我把事情整理了一下。例如。我首先定义采样率，然后用它来确定向量长度等。对于 1D DFT，您实际上并不需要

fftshift

。这样，频率仓的定义就更加简单。