我想确定时间相关信号 x(t) 的噪声分量的功率(类似于下图)
在恒定采样率下,我使用 Parceval 定理并计算标准偏差
其中 N 是数据点数和 fft matlab dft 实现。对于根据白噪声的标准偏差,我删除了频谱的离散频率,并将上述公式与剩余频谱的平均值一起使用。
在某些信号中有相当多的 NaN 数据点 (~ 10%),因此不能再应用该方法。
是否有数学上正确的方法来确定信号噪声分量的功率?插值似乎不是一个好的解决方案,因为这会导致对噪声的低估。
我想确定时间相关信号 x(t) 的噪声分量的功率(类似于下图)
在恒定采样率下,我使用 Parceval 定理并计算标准偏差
其中 N 是数据点数和 fft matlab dft 实现。对于根据白噪声的标准偏差,我删除了频谱的离散频率,并将上述公式与剩余频谱的平均值一起使用。
在某些信号中有相当多的 NaN 数据点 (~ 10%),因此不能再应用该方法。
是否有数学上正确的方法来确定信号噪声分量的功率?插值似乎不是一个好的解决方案,因为这会导致对噪声的低估。
我假设你有关于信号本身的信息(不是噪音)。
您可以做的是使用 LS 来估计信号(轻松补偿模型矩阵中丢失的样本)。
一旦你估计你可以做两件事(它们是一样的):
祝你好运!