减少与信号相同频段的噪声

信息处理 离散信号 信噪比 去噪
2021-12-21 03:53:59

很抱歉这个模糊的问题(因为我什至不太确定我想做的事情是可能的),只是要求一些大致的方向来进行我的研究。

简要描述一下,我的信号类似于指数分布的噪声,带限,在基带周围具有三角形频谱。我希望在与信号相同的频带内去除附加的高斯白噪声,理想情况下不会影响信号带宽。

下面是我的一部分信号和噪声的一些模拟示例: 信号和噪声的时间表示

和他们的带宽

信号和噪声的频率表示

所以问题是我是否可以以某种方式尝试提高 SNR,因为它们共享相同的频带,并且我的信号事先是未知的(尽管它与分布和频谱形状的噪声不同)。

编辑平均连续采集不是一种选择,因为我们要测量的是蓝色轨迹的本地时间延迟。因此,仅仅平均会干扰测量的延迟。

编辑 2我看到人们评论说在这种情况下 SNR 相当高,只是想澄清一下:这是当前的用例,我们目前对性能感到满意。在我们的系统中,无需过多关注不相关的细节,如果我们提高空间分辨率,SNR 会下降(高达 10 或 20dB),因此可能表示不准确我试图传达的内容。我一回到办公室就会发布新数据,或者如果我明天有机会处理更嘈杂的案件。

4个回答

一旦您重新采样到常见的奈奎斯特速率(或接近),您可以将其视为混合模型。Iirc,高斯噪声中拉普拉斯信号的最佳检测器是软阈值函数。

放大 Mark Borgerding 的答案,即使您将噪声增加 30dBs 以使平均能量变得相似,峰值仍然会相对未损坏。这是因为噪声能量随时间均匀分布,而指数信号的能量高度集中在峰值中。这意味着像 0.2 或 0.5 这样的数字(软)阈值仍应允许对超过此级别的事件进行相对准确的估计。

您可以使用卡尔曼滤波器来跟踪您的信号,使用双卡尔曼滤波器来估计您的信号和您的噪声,或者使用扩展卡尔曼滤波器来估计您的信号并使用自回归模型,其系数也由卡尔曼滤波器跟踪。

如果您对信号的行为有很好的了解,换句话说,如果您可以为信号建立一个数学模型,这会更好。在任何情况下,使用 AR 流程都有助于达成成功的解决方案。

在这里您可以找到一些有用的信息:

http://ieeexplore.ieee.org/abstract/document/4404093/

维纳滤波器可以降低带内噪声。