有色背景雜訊模型的編程

Ⅰ 雜訊模型的介紹

數字圖象的雜訊主要來源於圖象的獲取(數字化過程)和傳輸過程。

Ⅱ 如何在雜訊背景下提取信號中的周期信息

如何在雜訊背景下提取信號中的周期信息？如果想在雜訊背景下提取有用信息，根據線性系統的頻率保持性，只要用於激振頻 率相同的信號進行互相關（不必用時移(＝0）處理，就可以得到由激振而引起的響 應幅值和相位信息。這種處理方法叫做相關濾波。它是利用互相關函數同頻相關、 不同頻不相關的性質來達到濾波效果的。這個方法可多了 如果雜訊所在的頻段和信號的不同，可以用各種帶通帶阻濾波器 濾白雜訊可以用自適應什麼的 那可多了 對於周期信號 還可以用周期疊加的方式提高信噪比。

Ⅲ 有色雜訊的定義

雜訊是一個隨機過程，而隨機過程有其功率譜密度函數，功率譜密度函數的形狀則決定了雜訊的「顏色 」。白色包含了所有的顏色，因此白雜訊的特點就是包含各種雜訊。白雜訊定義為在無限頻率范圍內功率譜密度為常數的信號，這就意味著還存在其它「顏色」的雜訊，即其功率譜密度函數不平坦。大多數的音頻雜訊，如移動汽車的雜訊，計算機風扇的雜訊，電鑽的雜訊，周圍人們走路的雜訊等等，其頻譜主要都是非白色低頻段頻譜。而且，通過信道的白雜訊受信道頻率的影響而變為有色的。

Ⅳ matlab如何將有色雜訊轉為白雜訊

1. WGN：產生高斯白雜訊
y = wgn(m,n,p) 產生一個m行n列的高斯白雜訊的矩陣，p以dBW為單位指定輸出雜訊的強度。
y = wgn(m,n,p,imp) 以歐姆(Ohm)為單位指定負載阻抗。
y = wgn(m,n,p,imp,state) 重置RANDN的狀態。

在數值變數後還可附加一些標志性參數：
y = wgn(…,POWERTYPE) 指定p的單位。POWERTYPE可以是'dBW', 'dBm'或'linear'。線性強度(linear power)以瓦特(Watt)為單位。
y = wgn(…,OUTPUTTYPE) 指定輸出類型。OUTPUTTYPE可以是'real'或'complex'。

2. AWGN：在某一信號中加入高斯白雜訊
y = awgn(x,SNR) 在信號x中加入高斯白雜訊。信噪比SNR以dB為單位。x的強度假定為0dBW。如果x是復數，就加入復雜訊。
y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是數值，則其代表以dBW為單位的信號強度；如果SIGPOWER為'measured'，則函數將在加入雜訊之前測定信號強度。
y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的狀態。
y = awgn(…,POWERTYPE) 指定SNR和SIGPOWER的單位。POWERTYPE可以是'dB'或'linear'。如果POWERTYPE是'dB'，那麼SNR以dB為單位，而SIGPOWER以dBW為單位。如果POWERTYPE是'linear'，那麼SNR作為比值來度量，而SIGPOWER以瓦特為單位

Ⅳ 怎麼用matlab產生有色雜訊啊

標 題: 用MATLAB來生成有色雜訊
發信站: 哈工大紫丁香 (2001年07月12日17:13:53 星期四), 站內信件

rand產生的是白雜訊，那麼有色雜訊如何產生的呢？
這是從清華轉過來的一個m文件。

FFT變幻然後IFFT變幻

function sig=FractRnd(beta,k,HuaTu)
%sig=FractRnd(beta,k，HuaTu)
%To generate 1/f^betta noise
%INPUT
% beta is the exponent, a number
% k is the number of synthetic data points
%OUTPUT
% sig is a k-point array
%
if nargin==2
HuaTu=0;
end
len_beta=length(beta);
phi_k=2*pi*rand(1,k);
f=[1:k].^(-beta/2).*exp(i*phi_k(1:k));
sig=real(ifft(f));
sig=(sig-mean(sig))./std(sig);
if HuaTu
%To verify the scaling behavior of power spectral density:
% P(f) ~ 1/f^beta
figure(HuaTu)
F=fft(sig);
P=(abs(F)).^2;
P([1,round(end/2):end])=[];
% plot(log(1:length(P)),log(P))
loglog(1:length(P),P,'k')
xlabel('Frequency');
ylabel('Power spectrum')
% pause
end

Ⅵ 請問白雜訊和有色雜訊的區別是什麼

一、白噪音

在人耳可聽的頻率范圍內，具有相同能量的雜訊稱為白雜訊。

響度分布平坦，因此對於人耳來說，聽起來和等響曲線相反，聽起來感覺白雜訊在 800 - 6k 部分偏多，低頻高頻不足。

由於白光是由各種頻率（顏色）的單色光混合而成，因而，這種具有平坦功率譜性質的噪音被稱作白噪音。相對的其他不具有這一性質的噪音被稱為有色雜訊。

當然，絕對理想的白噪音是不存在的。但雨聲、流水聲、鳥鳴聲等來自大自然的聲音是現實世界中最接近白噪音的聲音。電視機無信號時的背景雜訊，和調頻收音機無台時的背景雜訊，均是白雜訊。

白雜訊可用來測量揚聲器，和耳機的諧振和靈敏度等。白雜訊是一種無規雜訊，它的瞬時值是隨機變化的。它的幅值對時間的分布，滿足正態分布。

二、粉紅噪音

粉紅雜訊與白雜訊一樣，也是一種無規雜訊，也具有連續的雜訊譜。不同之處在於，它的功率譜密度與頻率成反比。

粉紅雜訊，簡稱粉噪。粉噪也是自然界最常見的噪音，在人的聽覺范圍內的感覺在各個頻點是一樣的，人耳聽起來是相對均衡的。

粉紅噪音的功率譜密度與頻率成反比，能量隨著頻率的升高而不斷衰減。而大腦從清醒到睡眠，從淺睡到深睡的腦電波變化正好和粉紅雜訊的分布規律基本一致。

因此，根據人體共振學原理，粉紅噪音能夠引導睡眠者快速進入睡眠狀態。

Ⅶ 有色雜訊的介紹

有色雜訊是指功率譜密度函數不平坦的雜訊，大多數的音頻雜訊的頻譜主要都是非白色低頻段頻譜，而且，通過信道的白雜訊受信道頻率的影響而變為有色的。

Ⅷ 怎麼由白雜訊產生有色雜訊，用matlab實現

產生有色雜訊e(k) = x(k) + 0.5*x(k-1)。其中，x(k)為方差為1的白雜訊
clear all; close all;
clc
L=500; %模擬長度
c = [1 -0.5];
nc = length(c) - 1;
xik=zeros(nc,1); %白雜訊初值
xi=randn(L,1); %產生均值為0，方差為1的高斯白雜訊序列
for k=1:L
e(k)=c*[xi(k);xik]; %產生有色雜訊
%數據更新
for i=nc:-1:2
xik(i)=xik(i-1);
end
xik(1)=xi(k);
end
subplot(2,1,1);
plot(xi);
xlabel('k');ylabel('雜訊幅值');title('白雜訊序列');
subplot(2,1,2);
plot(e);
xlabel('k');ylabel('雜訊幅值');title('有色雜訊序列');
%測試功率譜
[y1,f1] = Spectrum_Calc(xi',512);
p1 = 1/L * y1.*conj(y1);
figure(2)
subplot(211)
plot(f1,p1)
[y2,f2] = Spectrum_Calc(e,512);
p2 = 1/L * y2.*conj(y2);
subplot(212)
plot(f2,p2)

Ⅸ C語言如何有色雜訊

雜訊是一個隨機過程，而隨機過程有其功率譜密度函數，功率譜密度函數的形狀則決定了雜訊的「顏色」。
顏色為「白色」的雜訊，即「白雜訊」，其功率譜密度函數在整個實數范圍內為一常數。
有色雜訊的功率譜密度函數則不為常數。