CN111488818A - 一种系统噪声分析方法、装置及计算机可读存储介质 - Google Patents
一种系统噪声分析方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111488818A CN111488818A CN202010268528.2A CN202010268528A CN111488818A CN 111488818 A CN111488818 A CN 111488818A CN 202010268528 A CN202010268528 A CN 202010268528A CN 111488818 A CN111488818 A CN 111488818A
- Authority
- CN
- China
- Prior art keywords
- noise
- stage
- output
- value
- subsystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 230000003321 amplification Effects 0.000 claims description 31
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000926 separation method Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 abstract description 15
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本申请公开了一种系统噪声分析方法、装置及计算机可读存储介质,包括,获取系统在不同状态下的输出总噪声值;根据所述输出总噪声值,分离出每一级的输出噪声值;对所述每一级的输出噪声值进行处理并输出。本申请不依赖任何检测仪器,就能够快速分析系统噪声,且结果准确度高,降噪后的噪声显著减小。
Description
技术领域
本发明涉及电子测量技术领域,尤其涉及一种系统噪声分析方法、装置及计算机可读存储介质。
背景技术
线性系统是一种状态变量和输出变量对于所有可能的输入变量和初始状态都满足叠加原理的系统,其由多级子系统组成。图1为线性系统结构示意图,如图1所示,线性系统由n级子系统组成(其中n≥1,为整数),每一级子系统对应的基准放大倍数分别为G1、G2、……、Gn,每一级子系统的引入噪声分别为N1、N2、...、Nn。图2为线性系统输出总噪声示意图,如图2所示,线性系统的总噪声N为每一级引入噪声(N1、N2、...、Nn)的叠加。如果能从总噪声中分离出每一级的噪声,那么就可以有针对性地逐级降噪。
现有技术中,一般是对每一级的输入端和输出端进行测量,计算噪声系数,然后得到系统总的噪声系数。采用现有的测量方法缺点很明显,即测量方法复杂,需要额外的精密仪器,而且如果系统各级封装起来后就难以获得每一级的噪声。
发明内容
为了解决现有技术存在的不足,本发明提供一种系统噪声分析方法、装置及计算机可读存储介质,不依赖外部仪器,从多级系统的总噪声中分离出每一级的噪声,能够快速对系统噪声进行分析,更好地优化系统。
为了实现上述目的,本发明提供一种系统噪声分析方法,包括以下步骤:
获取系统在不同状态下的输出总噪声值;
根据所述输出总噪声值,分离出每一级的输出噪声值;
对所述每一级的输出噪声值进行处理并输出。
进一步地,所述获取系统在不同状态下的输出总噪声值的步骤,进一步包括,保持输入信号的值不变,逐级变化每一级子系统的放大倍数,并采集对应输出信号的值;计算出每个输出信号的值的方差,得到在不同状态下的输出总噪声值。
进一步地,所述根据所述输出总噪声值,分离出每一级的输出噪声值的步骤,进一步包括,对于每一级子系统,将每次调整的放大倍数的平方,与输出总噪声值进行线性拟合,分离出每一级子系统的输出噪声值。
进一步地,包括:
对于最后一级子系统:是将每次调整的放大倍数的平方,与输出总噪声值进行线性拟合得到的截距,作为该级的输出噪声值;
对于中间的每一级子系统:是将每次调整的放大倍数的平方,与输出的总噪声值进行线性拟合得到的截距减去下一级子系统的截距,作为该级的输出噪声值;
对于输入端,是将第一级子系统每次调整的放大倍数的平方,与输出的总噪声值进行线性拟合得到的斜率再与第一级基准放大倍数相乘,得到输入端的输出噪声值;或者用总噪声值减去其余各级噪声值,得到输入端的输出噪声值。
进一步地,所述对所述每一级的输出噪声值进行处理并输出的步骤,包括,列出每一级的输出噪声值、计算出每一级噪声的占比、计算每一级的噪声系数中的一种或多种。
进一步地,所述计算出每一级噪声的占比,是每一级的输出噪声值与系统输出的总噪声值之比。
更进一步地,所述计算每一级的噪声系数的步骤,是将每一级的输出噪声值换算为该级的引入噪声值,然后计算每一级的噪声系数;换算公式为公式Li=Ni 2·Gi+1 2·...·Gn 2,其中,Ni为第i级的引入噪声,Li为第i级的输出噪声,Gi为第i级的放大倍数,n是系统中子系统的级数。
为实现上述目的,本发明还提供一种系统噪声分析装置,包括,噪声获取模块、噪声分离模块,以及噪声分析模块,其中,
所述噪声获取模块,其在保持输入信号的值不变的情况下,对每一级子系统的放大倍数进行逐级变化,计算出系统输出信号的值的方差,获取系统输出的总噪声值;
所述噪声分离模块,对于每一级子系统,其将每次调整的放大倍数的平方,与系统输出的总噪声值进行线性拟合,分离出该级子系统的输出噪声值。
所述噪声分析模块,其对系统进行分析,列出每一级子系统的输出噪声值、计算出每一级子系统引入噪声的占比或计算出每一级子系统的噪声系数。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现上述的系统噪声分析方法的步骤。
为实现上述目的,本发明还提供一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行计算机程序以执行上述的系统噪声分析方法的步骤。
本发明的系统噪声分析方法、装置及计算机可读存储介质,不依赖任何检测仪器,就能够快速分析系统噪声,且结果准确度高,降噪后的噪声显著减小。可广泛用于各类多级系统的噪声分析,尤其适用于不方便用仪器测量的情况。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为线性系统结构示意图;
图2为线性系统总噪声示意图;
图3为根据本发明的系统噪声分析方法流程图;
图4为根据本发明的系统噪声分析装置结构框图;
图5为根据本发明的4级系统降噪前后输出噪声示意图;
图6为根据本发明的4级系统降噪前后噪声的占比示意图;
图7为根据本发明的电子设备结构示意图。
图中,x为输入信号的值,y为输出信号的值,G1、G2、……、Gn分别为第1级子系统至第n级子系统的基准放大倍数,N0为输入端噪声,N1...Nn-1、Nn分别为第一级至第n级子系统的引入噪声。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例中,假设系统中噪声是加性的、互不相关的,有如下的推理过程:
线性系统的结构如图1所示,根据信号的流向得到:
y=(G1G2...Gn)x+(G1G2...Gn)N0+(G2...Gn)N1+...+(Gn)Nn-1+Nn
其中,x为系统输入信号的值,y为系统输出信号的值,G1、G2、...、Gn分别为第一级至第n级子系统的基准放大倍数,N0为输入端的引入噪声,N1...Nn-1、Nn分别为第一级至第n级子系统的引入噪声。
假定各种噪声0均值,互不相关,且与输入信号不相关,即:
E(Ni)=0,E(NiNj)=0,E(xNi)=0
其中E(·)表示随机变量的数学期望。
因为信号x是定值,则系统的总噪声为:
σ2=E(y2)-E(y)2
=(G1G2...Gn)2N2 0+(G2...Gn)2N2 1+...+(Gn)2N2 n-1+N2 n,
=L0+L1+...+Li+...+Ln-1+Ln…………(公式1)
其中Li=Ni 2·Gi+1 2·...·Gn 2,表示第i级的引入噪声经过放大后的输出噪声。从公式1可以得到:
(1)调整Gn的值,线性拟合Gn 2~σ2,其截距就是Ln,(因为根据公式1,提取所有含Gn 2的项,可以写为σ2=k Gn 2+Ln);
(2)调整Gn-1的值,线性拟合Gn-1 2~σ2,其截距就是Ln-1+Ln;
(3)调整Gn-2的值,线性拟合Gn-2 2~σ2,其截距就是Ln-2+Ln-1+Ln;
……
(n)调整G1的值,线性拟合G1 2~σ2,其截距就是L1+...+Ln-2+Ln-1+Ln;
(n+1)调整G1的值,线性拟合G1 2~σ2,其斜率就是L0/G1 2。
实施例1
图3为根据本发明的系统噪声分析方法流程图,下面将参考图3,对本发明的系统噪声分析方法进行详细描述。
首先,在步骤301,获取系统在不同状态下的总噪声值。
本实施例中,获取总噪声值的方法是:保持输入信号的值x不变,对输出信号进行多次采集,得到多个输出信号的值y,然后计算多个输出信号的值y的方差,计算得到的方差即是总噪声。例如:保持输入信号的值x不变,采集k次得到k个输出信号的值y={y1,y2,...,yk},计算输出信号的值y的方差即是系统输出的总噪声值,其中,k为大于1的整数。
本实施例中,采集多个输出信号的值y的方法是:对每一级子系统的放大倍数进行逐级变化,分别计算系统输出的总噪声值。
优选地,假定系统分为n级,基准放大倍数分别是G1、G2、……、Gn,逐级变化放大倍数,分别计算系统输出的总噪声值的步骤如下:
1.1)调整第1级G1的放大倍数{g11,g12,...,g1m},其他各级保持基准放大倍数G2,G3,...,Gn不变,计算得到m个系统输出的总噪声值{L11,L12,...,L1m},其中m是调整放大倍数的次数,为大于1的整数;
1.2)调整第2级G2的放大倍数{g21,g22,...,g2m},其他各级保持基准放大倍数G1,G3,...,Gn不变,计算得到m个系统输出的总噪声值{L21,L22,...,L2m};
……;
n)调整第n级Gn的放大倍数{gn1,gn2,...,gnm},其他各级保持基准放大倍数G1,G2,...,Gn-1不变,计算得到m个系统输出的总噪声值{Ln1,Ln2,...,Lnm}。
在步骤302,根据系统在不同状态的输出总噪声值,分离出每一级的输出噪声值。
本实施例中,对于每一级子系统,将每次调整的放大倍数的平方与该放大倍数对应的系统的输出总噪声值进行线性拟合,得到的截距即为该级的输出噪声值,具体步骤如下:
2.1)线性拟合{g2 n1,g2 n2,...,g2 nm}和{Ln1,Ln2,...,Lnm},得到的截距bn,则bn为第n级的输出噪声Ln;
2.2)线性拟合{g2 n-1,1,g2 n-1,2,...,g2 n-1,m}和{Ln-1,1,Ln-1,2,...,Ln-1,m},得到的截距bn-1,则(bn-1-bn)为第(n-1)级的输出噪声Ln-1;
……;
2.n)线性拟合{g2 11,g2 12,...,g2 1m}和{L11,L12,...,L1m},得到的截距b1,则(b1-b2)为第1级的输出噪声L1;
2.n+1)线性拟合{g2 11,g2 12,...,g2 1m}和{L11,L12,...,L1m},得到的斜率k1,则G2 1k1为输入端(第0级)的输出噪声L0;或者直接用系统各级都处于基准放大倍数时的总噪声,减去其余各级的输出噪声,即得到输入端的输出噪声L0。
在步骤303,对分离出的每一级的输出噪声值进行处理,并输出处理结果。
本实施例中,对每一级的输出噪声值进行处理的步骤,包括:直接列出每一级的噪声值、计算出每一级噪声的占比或计算出每一级的噪声系数。其中,
直接列出每一级的输出噪声值,如:{L0,L1,L2,...,Ln};
计算出每一级输出噪声的占比,如:{L0/L,L1/L,...,Ln/L},其中L=∑Li;Li为第i级的引入噪声值经过放大后的输出噪声值;
计算每一级的噪声系数:是将第i级的引入噪声经过放大后到输出的噪声Li,根据公式(Li=Ni 2·Gi+1 2·...·Gn 2)换算为第i级的噪声Ni,然后计算每一级的噪声系数。
第i级的噪声系数NFi是第i级输入信噪比和输出信噪比的比值,其计算方法为:
实施例2
图4为根据本发明的系统噪声分析装置结构框图,如图4所示,本发明的系统噪声分析装置40,包括,噪声获取模块401,噪声分离模块402,以及噪声分析模块403,其中,
噪声获取模块401,其根据每一级子系统的放大倍数进行逐级变化,分别计算出系统的输出总噪声值。
在本实施例中,噪声获取模块401,在保持输入信号x不变的情况下,根据每一级子系统逐级变化的放大倍数,分别计算出系统的输出总噪声值。
优选地,保持输入信号的值x不变,噪声获取模块401对输出信号进行多次采集,得到多个输出信号的值y,然后计算多个输出信号的值y的方差,计算得到的方差即是系统的输出总噪声值。例如:保持输入信号x不变,采集k次得到k个输出信号的值y={y1,y2,...,yk},计算输出值的方差即是系统的输出总噪声值,其中,k为大于1的整数。
噪声分离模块402,对于每一级子系统,其将每次调整的放大倍数的平方与该放大倍数对应的系统的输出总噪声进行线性拟合,分离出该级的输出噪声值。
本实施例中,噪声分离模块402,针对每一级子系统,线性拟合{g2 1,g2 2,...,g2 m}和{L1,L2,...,Lm},得到的截距即为该级子系统的输出噪声,其中,g1,g2,...,gm分别为该级子系统的放大倍数变化值,L1,L2,...,Lm分别为g1,g2,...,gm对应的该级的输出噪声,其中,m是调整放大倍数的次数,为大于1的整数。
噪声处理模块403,其对噪声分离模块402分离出的每一级的输出噪声值进行处理,并将处理结果进行输出。其中,对每一级的输出噪声值进行处理的方式,包括:直接列出每一级的噪声、计算出每一级噪声的占比、计算每一级的噪声系数。
直接列出每一级的输出噪声:{L0,L1,L2,...,Ln};
计算出每一级输出噪声的占比:{L0/L,L1/L,...,Ln/L},其中L=∑Li;Li为第i级的噪声经过放大后到输出的噪声;
计算每一级的噪声系数:是将第i级的噪声经过放大后到输出的噪声Li换算为第i级的噪声Ni,根据公式(Li=Ni 2·Gi+1 2·...·Gn 2),然后计算每一级的噪声系数。
实施例3
在本发明的一个实施例中,结合附图对根据本发明的线性系统噪声分析方法、装置分离出的每一级的输出噪声进行系统降噪前后对比说明。本实施例中,以4级系统为例,根据本发明分离出的每一级的输出噪声进行系统降噪前后的效果进行对比说明,应当理解,此处所描述的仅用于说明和解释本发明,并不用于限定本发明。
图5为根据本发明的4级系统降噪前后输出噪声示意图,如图5所示,系统的输出噪声以信号幅度方差表示,横坐标表示系统的级数、纵坐标表示每一级的输出噪声、黑色柱状图为降噪前的输出噪声,白色柱状图为降噪后的输出噪声,本发明降噪前分离出的每一级的输出噪声分别为:输入端为0.01mV2;第1级输出噪声为2.1mV2;第2级输出噪声为0.05mV2;第3级输出噪声为0.1mV2;第4级输出噪声为0.15mV2。可见,第1级输出噪声是系统的主要噪声。
针对第1级子系统进行改用低噪声元器件、滤波、优化结构等方法进行降噪后,利用本发明分离出的每一级的输出噪声分别为:输入端为0.01mV2;第1级输出噪声为0.05mV2;第2级输出噪声为0.01mV2;第3级输出噪声为0.05mV2;第4级输出噪声为0.15mV2,大幅降低了系统总输出噪声。
图6为根据本发明的4级系统降噪前后噪声的占比示意图,图中,横坐标表示系统的级数、纵坐标表示每一级的输出噪声占总输出噪声的比例、黑色柱状图表示降噪前表示每一级的输出噪声占总输出噪声的比例、白色柱状图表示降噪后表示每一级的输出噪声占总输出噪声的比例,如图6所示,本发明分离出的每一级的输出噪声占总输出噪声的比例分别为:输入端噪声的占比为0.4%;第1级输出噪声占比为87.1%;第2级输出噪声占比为2.1%;第3级输出噪声占比为4.2%;第4级输出噪声占比为6.2%。可见,第1级子系统的噪声是系统的主要噪声。
针对第1级子系统进行改用低噪声元器件、滤波、优化结构等方法进行降噪后,利用本发明分离出的每一级的输出噪声分别为:输入端噪声的占比为3.7%;第1级输出噪声占比为18.5%;第2级输出噪声占比为3.7%;第3级输出噪声占比为18.5%;第4级输出噪声占比为55.6%,大幅降低了系统总输出噪声,系统的主要噪声从第1级子系统变为第4级子系统。
实施例4
本发明的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述系统噪声分析方法实施例中的步骤。
在本实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例5
本发明的实施例,还提供了一种电子设备,图7为根据本发明的电子设备结构示意图,如图7所示,本发明的电子设备70,包括处理器701,以及存储器702,其中,
存储器702存储有计算机程序,计算机程序在被处理器701读取执行时,执行以下操作:
获取系统在不同状态下的总噪声值;
根据系统在不同状态的输出总噪声值,分离出每一级的输出噪声值;
对分离出的每一级的输出噪声值进行处理,并输出处理结果。
本领域普通技术人员可以理解:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种系统噪声分析方法,包括以下步骤:
获取系统在不同状态下的输出总噪声值;
根据所述输出总噪声值,分离出每一级的输出噪声值;
对所述每一级的输出噪声值进行处理并输出。
2.根据权利要求1所述的一种系统噪声分析方法,其特征在于,所述获取系统在不同状态下的输出总噪声值的步骤,进一步包括,保持输入信号的值不变, 逐级变化每一级子系统的放大倍数,并采集对应输出信号的值;计算出每个输出信号的值的方差,得到在不同状态下的输出总噪声值。
3.根据权利要求1所述的一种系统噪声分析方法,其特征在于,所述根据所述输出总噪声值,分离出每一级的输出噪声值的步骤,进一步包括,对于每一级子系统,将每次调整的放大倍数的平方,与输出总噪声值进行线性拟合,分离出每一级子系统的输出噪声值。
4.根据权利要求3所述的一种系统噪声分析方法,其特征在于,进一步包括:
对于最后一级子系统:是将每次调整的放大倍数的平方,与输出总噪声值进行线性拟合得到的截距,作为该级的输出噪声值;
对于中间的每一级子系统:是将每次调整的放大倍数的平方,与输出的总噪声值进行线性拟合得到的截距减去下一级子系统的截距,作为该级的输出噪声值;
对于输入端,是将第一级子系统每次调整的放大倍数的平方,与输出的总噪声值进行线性拟合得到的斜率再与第一级基准放大倍数相乘,得到输入端的输出噪声值;或者用总噪声值减去其余各级噪声值,得到输入端的输出噪声值。
5.根据权利要求1所述的一种系统噪声分析方法,其特征在于,所述对所述每一级的输出噪声值进行处理并输出的步骤,包括,列出每一级的输出噪声值、计算出每一级噪声的占比、计算每一级的噪声系数中的一种或多种。
6.根据权利要求5所述的一种系统噪声分析方法,其特征在于,所述计算出每一级噪声的占比,是每一级的输出噪声值与系统输出的总噪声值之比。
7.根据权利要求5所述的一种系统噪声分析方法,其特征在于,所述计算每一级的噪声系数的步骤,是将每一级的输出噪声值换算为该级的引入噪声值,然后计算每一级的噪声系数;换算公式为公式Li = Ni 2 · Gi+1 2 · ... · Gn 2,其中,Ni为第 i级的引入噪声,Li为第 i级的输出噪声,Gi为第i级的放大倍数,n是系统中子系统的级数。
8.一种系统噪声分析装置,包括,噪声获取模块、噪声分离模块,以及噪声处理模块,其特征在于,
所述噪声获取模块,其在保持输入信号的值不变的情况下,对每一级子系统的放大倍数进行逐级变化,计算出系统输出信号的值的方差,获取系统输出的总噪声值;
所述噪声分离模块,对于每一级子系统,其将每次调整的放大倍数的平方,与系统输出的总噪声值进行线性拟合,分离出该级子系统的输出噪声值;
所述噪声分析模块,其对系统进行分析,列出每一级子系统的输出噪声值、计算出每一级子系统引入噪声的占比或计算出每一级子系统的噪声系数。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的系统噪声分析方法的步骤。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行计算机程序以执行权利要求1-7任一项所述的系统噪声分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010268528.2A CN111488818B (zh) | 2020-04-08 | 2020-04-08 | 一种系统噪声分析方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010268528.2A CN111488818B (zh) | 2020-04-08 | 2020-04-08 | 一种系统噪声分析方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111488818A true CN111488818A (zh) | 2020-08-04 |
CN111488818B CN111488818B (zh) | 2024-01-23 |
Family
ID=71791581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010268528.2A Active CN111488818B (zh) | 2020-04-08 | 2020-04-08 | 一种系统噪声分析方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111488818B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258407A (zh) * | 2020-10-20 | 2021-01-22 | 北京集创北方科技股份有限公司 | 一种图像采集设备的信噪比获取方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1667970A (zh) * | 2005-04-28 | 2005-09-14 | 北京航空航天大学 | 接收机射频系统电路内部噪声的分配方法 |
CN101614584A (zh) * | 2009-07-17 | 2009-12-30 | 深圳大学 | 一种基于数字信号处理的噪声测量系统及方法 |
US20100009646A1 (en) * | 2006-08-03 | 2010-01-14 | Nxp, B.V. | Automatic gain control of radio devices |
CN104931080A (zh) * | 2015-06-09 | 2015-09-23 | 北京航空航天大学 | 一种基于光纤传感器光收发系统的噪声分离方法 |
-
2020
- 2020-04-08 CN CN202010268528.2A patent/CN111488818B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1667970A (zh) * | 2005-04-28 | 2005-09-14 | 北京航空航天大学 | 接收机射频系统电路内部噪声的分配方法 |
US20100009646A1 (en) * | 2006-08-03 | 2010-01-14 | Nxp, B.V. | Automatic gain control of radio devices |
CN101614584A (zh) * | 2009-07-17 | 2009-12-30 | 深圳大学 | 一种基于数字信号处理的噪声测量系统及方法 |
CN104931080A (zh) * | 2015-06-09 | 2015-09-23 | 北京航空航天大学 | 一种基于光纤传感器光收发系统的噪声分离方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258407A (zh) * | 2020-10-20 | 2021-01-22 | 北京集创北方科技股份有限公司 | 一种图像采集设备的信噪比获取方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111488818B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117196353B (zh) | 基于大数据的环境污染评估与监测方法及系统 | |
CN111488818B (zh) | 一种系统噪声分析方法、装置及计算机可读存储介质 | |
CN101527852A (zh) | 信号处理装置、方法和程序 | |
US20120014537A1 (en) | System and Method for Automatic Microphone Volume Setting | |
DE69112855T2 (de) | Sprachsignalverarbeitungsvorrichtung. | |
CN110187206A (zh) | 一种复杂工况下非高斯过程的悬浮系统的故障检测方法 | |
US7295670B2 (en) | Howling suppression device and howling suppression method | |
CN110751400B (zh) | 一种风险评估方法及装置 | |
CN117330906A (zh) | 设备电弧故障检测方法、装置、设备及存储介质 | |
CN114614825B (zh) | 一种低成本高速脉冲信号数据采样和峰值检测方法 | |
JP2011523453A (ja) | 測定信号の相対ノイズ | |
US5363311A (en) | Data compression system using response waveform discrimination | |
CN112016252B (zh) | 一种安全阀精密起跳压力获取方法 | |
CN113792675A (zh) | 一种金属材质分析方法及其装置 | |
CN111466911A (zh) | 一种电子电信号处理系统及方法 | |
US20200160824A1 (en) | Noise Reduction Filter for Signal Processing | |
CN117911794B (zh) | 用于图像分类的模型获得方法、装置、电子设备和存储介质 | |
CN112562726B (zh) | 一种基于mfcc相似矩阵的语音音乐分离方法 | |
CN118041255A (zh) | 一种双通道可调模拟信号放大器的信号降噪方法及系统 | |
RU2818512C1 (ru) | Способ деселекции элементных последовательностей, максимально снижающих отношение сигнал/шум каналов инфракрасного фоточувствительного модуля с режимом временной задержки и накопления | |
JP2009150704A (ja) | 冷温臨界試験方法および試験装置 | |
CN116013269A (zh) | 一种语音识别模型的量化定标方法及装置 | |
CN118314923A (zh) | 一种基于小波理论的英文长元音a识别方法 | |
CN113192513A (zh) | 基于多特征匹配的声纹识别方法及装置 | |
CN115438029A (zh) | 一种基于地面数据的卫星产品成功包络分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |