信号处理中各种噪声的特性及其定义 最低0.27元开通文库会员，查看完整内容>；原发布者：lizhong1975浅谈信号噪声及排除方法一、噪声的定义噪声通常定义为信号中的无用信号成分，例如当正在处理的信号频率是20kHz时，如果系统中混有50kHz的信号，那么50kHz信号就可称e799bee5baa6e79fa5e98193e78988e69d8331333433623766为噪声。事实上，噪声无处不在。从环境保护的角度来看，确定一种声音是不是噪声，不只考虑声音的物理性质，还要考虑人的生理和心理状态，凡是干扰人们正常工作、学习和休息的声音统称为噪声。二、最常见的噪声高通或低通滤波器无法轻易滤除的噪声很多，通常有白噪声、粉红噪声、红噪声、橙色噪声、蓝噪声、紫噪声等等。最常见的就是白噪声。严格地说，白噪声只是一种理想化模型，因为实际噪声的功率谱密度不可能具有无限宽的带宽，否则它的平均功率将是无限大，是物理上不可实现的。然而，白噪声在数学处理上比较方便，因此它是系统分析的有力工具。一般，只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽，并且在该带宽中其频谱密度基本上可以作为常数来考虑，就可以把它作为白噪声来处理。例如，热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度，通常可以认为它们是白。
为什么小波分析中噪声信号的小波系数比较小 哈哈，这种说法要每层之间分解数值相比较才对。被称作噪声滴通常是信号中幅值小变化快滴（幅值大变化快滴通常可不被认为是噪声），这种成分通常会在低层分解滴细节信息分解出来，而细节信息滴数值会随层次增高而变大，通常每层可能会增大一倍左右，越低层滴数值越小，所以其小波系数也比其它层小。
噪声信号怎么处理及进行频谱分析？ 最好进行频谱分析确定噪声频谱范围，然后制作相应的滤波器，滤波器可以在采集前加一级低通滤波器，把高频噪声去掉，不过对于粉红噪声的频谱范围很宽，几乎整个频域。这个只能优化不能彻底去除，数字化后还可以加数字滤波器把噪声弃掉。具体为采集的数据选择一定的长度也就是点数加汉宁窗后进行FFT，如果不加汉宁窗则默认为加了矩形窗，不过这样会造成部分频谱泄露，当然汉宁窗也会泄露，但泄露会大大降低。FFT后得到这帧信号的数字频谱，然后根据你信号的频率范围把其他的频率下的幅值统统清零，然后在把这帧数据IFFT（傅里叶反变换），得到时域波形数据，这样就去除了相关噪声信号。注意在频域你的频率分辨率 f=采样频率F/采样点数N，采样频率固定时，提高采样点数则频率分辨率越高，但是相应的时间分辨率就降低了。这样在保证时间分辨率的前提下如果想提高频率分辨率可以这样实现，采样点数减少，减少的那一部分用零补齐。好了，就说这些吧，哪里不会继续留言吧。
