ノイズのある複数の信号のSNRを定義する方法は?


8

Iは、所与の加法性雑音によって汚染測定の信号の存在の数を推定する必要がのベクトルスナップショット次元Xとしてモデル化され、X = A S + ZここでsはあるK × 1つの表すベクトルkの異なる信号を。An × kの非ランダム行列、zn × 1のノイズベクトルです。(このモデルは配列処理の問題で一般的です。)nxx=As+zsk×1kn×kzn×1

SNRをどのように定義する必要がありますか(信号ごと、平均など)。


を推定するためにどのアルゴリズムを使用していますか?k
Emre、2012

私は、Wax-Kailathによって開発されたMDLベースの推定量であるAICを見ています。
sauravrt 2012

その場合、私はあなたがこの論文を読んだと思います。それらとそれらを引用する論文と同じ定義を使用してみませんか?
Emre、2012

@Emre私はKunduによるその論文を読んでいませんでした。指摘してくれてありがとう。Wax-Kailathを読み、特にRao-Edelmanによるこの論文に興味があります。ここで著者は、論文で明確な定義を見つけられなかった固有SNRという用語を定義します。
sauravrt 2012

@Emre Kunduの論文をざっと読みました。64ページで、彼はさまざまな値のSNRを計算します。彼がそれらをどのように計算したのか理解できませんでした。それらについて説明してもらえますか?総信号電力はT r Ψ と仮定します。σTrΨ
sauravrt 2012

回答:


6

あなたにとって重要な測定は、アプリケーションによって異なります。すべての信号パワーからノイズパワーの全体的な測定値を探す場合は、信号をすべての信号帯域のパワー、ノイズをノイズ帯域のすべてのパワーと定義します。

ただし、ある種の歪みを補正するためにサブバンド適応フィルターを使用しようとしている場合、気になる特定のバンドのSNRは、全体的なSNRではなく重要になります。

同じアプリケーションでは、両方の測定がシステムのさまざまな段階で重要になる可能性があります。ワイヤレス通信で作業していて、デジタル化されている周波数範囲に複数の信号が含まれている場合、デジタル化の前に増幅器によって導入されるノイズを制限するために、レシーバー全体のSNRが十分に高い必要があります。しかし、帯域をデジタル化した後で、信号を復調するために複数のサブセクションに分割された場合、現在復調されている信号のSNRのみに注意します。

アプリケーションでは、周波数の範囲全体を扱うため、全体的な測定が重要であるように思えます。

時間インターリーブADC(私のトピック)のミスマッチ補正アルゴリズムのアプリケーションでは、インターリーブコンバーターへの複数の正弦波入力を使用して、パフォーマンスを測定し、補正アルゴリズムを向上させます。これにより、目的の信号位置がわかっている場合に、SNRやSFDRなどの計算と視覚化が容易になります。

これが役に立てば幸い

チャーナ


Σs2/σ2

はい、そう思います。など有効であるあなたがそれをカウントし、それを決定し、次へ移動する前に、それが有効な信号であると判断し、分離株1信号しようとする時:あなたはジムが述べたように試してみたいことがあります
Charna

0

Charnaが言ったように、それはあなたが何をしようとしているのかに依存しますが、通常、複数の信号に興味がある場合、それらの信号を個別に扱わなければなりません。

たとえば、W-CDMA電話を作成している場合、ノイズが存在する場合は常に同じ周波数の複数の信号を処理する必要があります。この状況では、総信号パワーが何であるかは問題ではありません。有用な情報を復元するには、個々の信号を復元する必要があるため、個々のSNRを信号を復調するのに十分な高さにする必要があります。実際、各信号を処理する場合、他の信号は干渉として機能するため、SINRを使用してSNRではなく信号の回復可能性を測定します。

とにかく、簡単に言えば、何をしようとしているのかによって異なりますが、通常は個々の信号のSNRのみに関心があり、その場合、他の信号が干渉している可能性もあります。


インターフェラーで他の信号を処理する個々の信号を処理する場合、信号ごとのSNRが役立つことを理解しています。しかし、私の場合、測定に存在する信号(またはソース)の総数を推定しようとするとき、それぞれにとって私にとって同じくらい重要です。チャーナが述べたように、その場合それはノージーパワーに対する全体的な信号パワーでなければなりません。
sauravrt 2012
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.