Existe-t-il un moyen accepté de déterminer le bruit de fond d'un signal en le regardant dans le domaine fréquentiel? S'agit-il de faire la moyenne de tous les bacs, ou de la médiane, ou d'un calcul plus complexe comme ceux décrits dans la question ci-dessous?
Quel est le meilleur critère pour déterminer un pic de fréquence?
Je veux déterminer le bruit de fond pour définir un seuil pour déterminer si mon signal contient ou non une fréquence donnée.
frequency-domain
Dan Sandberg
la source
la source
rms(fft(x))/sqrt(n) = rms(x)
exemples ici Vous devez donc décider à quoi ressemble votre signal dans le domaine fréquentiel, le supprimer, mesurer les valeurs restantes et multiplier par sqrt (n) pour obtenir le plancher de bruit RMS, par exemple.Réponses:
Vous devez normaliser vos données en fonction du type de fenêtre que vous utilisez pour obtenir votre représentation du domaine fréquentiel des données. La normalisation diffère selon que vous mesurez un signal à bande étroite (votre pic de signal) ou à large bande (bruit). Une fois les données correctement normalisées, la puissance du signal à bande étroite peut être lue directement à partir des données. La mesure du bruit doit être estimée à partir du "plancher de bruit" des données de fréquence normalisées. Votre estimation de la puissance de bruit sera inférieure de 6 dB au plancher de bruit. Pour une discussion détaillée,
Allez sur ce lien: http://www.fhnw.ch/technik/ime/publikationen
Télécharger l'article "" Comment utiliser la FFT pour les simulations et les mesures de signaux et de bruit ".
la source
Puisque votre bruit est gaussien, son spectre de puissance est plat. Vous pouvez avoir des pics de spectre de signal, ils doivent donc être évités. Je proposerais soit la médiane des échantillons de spectre de puissance, soit la moyenne alpha des échantillons de spectre de puissance, ou finalement la moyenne inter-quartile. Toutes ces estimations sont robustes, vous pouvez choisir celle qui vous convient le mieux.
la source