170619 利用python实现matlab中的agwn(signal,SNR)函数

来源:互联网 发布:android vr java 编辑:程序博客网 时间:2024/06/04 23:00

本文资料及代码来源:http://wiki.woodpecker.org.cn/moin/MiscItems/2011-08-24
以下是自己的相关整理,代码及文章内,请支持上述原创!

  • 引言: matlab中有agwn(signal,SNR)函数可以再原始信号的基础上增加SNR信噪比的噪音;但貌似python的若干库中都没有现成的代码?那么怎么办呢?
  • 答案:理解信噪比的定义,手动写一个呗!

定义
原始信号:x
噪声信号:n
信噪比:SNR

SNR=10log10PsignalPnoise=10log10x2n2

wgn(x, snr)
中x为信号,snr为信噪比,返回满足条件的高斯白噪声,只需要:
x += wgn(x, snr)
即可以得到和matlab的awgn相同的效果。

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Fri Jun 23 18:08:20 2017@author: brucelau"""import numpy as npimport matplotlib.pyplot as pltr = np.linspace(0.000001,20)snr = 10*np.log10(r)plt.plot(r,snr)plt.grid()#plt.xlabel('$\farc{{\sum{x^2}}{\sum{n^2}}}$')plt.xlabel('$10*log_{10}\\frac{\sum{x^2}}{\sum{n^2}}$')plt.ylabel('SNR')plt.title('The ratio-snr curve')plt.tight_layout()

这里写图片描述

结果
这里写图片描述
代码

# -*- coding: utf-8 -*-"""Created on Mon Jun 19 21:21:58 2017@author: Administrator"""'''程序中用hist()检查噪声是否是高斯分布,psd()检查功率谱密度是否为常数。'''import numpy as npimport pylab as pltdef wgn(x, snr):    snr = 10**(snr/10.0)    xpower = np.sum(x**2)/len(x)    npower = xpower / snr    return np.random.randn(len(x)) * np.sqrt(npower)plt.figure()t = np.arange(0, 10000000) * 0.1x = np.sin(t)n = wgn(x, 6)xn = x+n # 增加了6dBz信噪比噪声的信号plt.subplot(221)plt.plot(t[:1024],x[:1024])plt.title('The original signal-x')plt.subplot(222)plt.plot(t[:1024],xn[:1024])plt.title('The original sinal with Gauss White Noise')plt.subplot(223)plt.hist(n, bins=100, normed=True)plt.title('Gauss Noise Distribution')plt.subplot(224)plt.psd(n)plt.title('PSD')plt.tight_layout()plt.savefig('show the result.png',dpi=600)
原创粉丝点击