在频域中确定信号的本底噪声

是否存在通过在频域中观察来确定信号本底噪声的公认方法？是对所有bin或中位数求平均值，还是对一些更复杂的计算（如下面的问题所述）进行平均？

确定频率峰值的最佳标准是什么？

我想确定本底噪声，以设置阈值来确定我的信号是否包含给定频率。

frequency-domain

— 丹·桑德伯格
source

噪音的特点是什么？是白色还是彩色？

— 詹森·R

白噪声，尽管我很想听听其他颜色的答案也有所不同。

— 丹·桑德伯格

白噪声更容易表征，因为您希望白噪声在频域内保持平坦。我之前应该问过，但是您的信号有什么特点？信号和噪声填充了多少频带？信号始终存在，还是您只有机会观察到噪音？

— 詹森·R

信号由进行FFT时落在中心频段的频率组成（无频谱泄漏）。忽略噪声和通道效应，每个频率要么最大，要么在本底噪声。如果可能的n个频率中有四个处于“打开”状态，则每个频率应具有整个信号功率的1/4（再次忽略本底噪声）

— Dan Sandberg

@DanSandberg：没有窗口功能，Parseval定理可让您直接从其他域计算时间或频率上的能量。例如，对于Python的fft函数：rms(fft(x))/sqrt(n) = rms(x) 这里的示例因此，您必须确定信号在频域中的外观，将其删除，测量剩余值，然后乘以sqrt（n）以获取RMS噪声本底。

— endlith 2013年

Answers:

您需要根据用于获取数据的频域表示形式的窗口类型来规范化数据。根据测量的是窄带（信号峰值）还是宽带（噪声）信号，归一化会有所不同。将数据正确归一化后，可以直接从数据中读取窄带信号的功率。必须从归一化频率数据的“本底噪声”估计噪声测量值。您的噪声功率估计将比本底噪声小6dB。要进行详细讨论，

转到此链接：http : //www.fhnw.ch/technik/ime/publikationen

下载论文“如何将FFT用于信号和噪声仿真和测量”。

— 用户名
source

由于您的噪声是高斯噪声，因此其功率谱是平坦的。您可能会有一些信号频谱峰值，因此应避免使用。我将提出功率谱样本的中位数或功率谱样本的alpha修整平均值，或者最终提出四分位数间平均值。所有这些估计都是可靠的，您可以选择最合适的任何一个。

— 姆巴托夫
source