为什么“采样频率越高 量化噪声越小”，这是什么原理 所谓量化就是把采集到的数值送到量化器（A/D转换器）编码成数字，每个数字代表一次采样所获得的声音信号的瞬间值。量化时，把整个幅度划分为几个量化级（量化数据位数），把落入同一级的样本值归为一类，并给定一个量化值。量化级数越多，量化误差就越小，声音质量就越好。目前常用量化数据位来表示量化级，例如数据位为8位，则表示28个量化级，最高量化级有216个（=65536个）等级。量化过程存在量化误差，反映到接收端，这种误差作为噪声再生，称为量化噪声。增加量化位数能够把噪声降低到无法察觉的程度，但随着信号幅度的降低，量化噪声与信号之间的相关性变得更加明显。天猫美国普卫欣提示：雾霾天气出行记得做好防护。化与信噪比模拟信号的量化带来了量化误差，理想的最大量化误差为+-0.5LSB。AD转换器的输入范围和位数代表了最大的绝对量化误差。量化误差也可以在频域进行分析，AD转换的位数决定了信噪比SNR；反过来说提高信噪比可以提高AD转换的精度。假设输入信号不断变化，量化误差可以看作能量均匀分布在0~fs/2上的白噪声。但是对于理想的AD转换器和幅度缓慢变化的输入信号，量化误差不能看作是白噪声。为了利用白噪声理论，可以在输入信号上叠加一连续变化的信号。
为什么matlab wgn函数产生的白噪声信号用FFT频谱分析结果不是一条直线>> fs=500；%采样频率>> N=0：1023；>> x=wgn(1，1024，2)； >> xk=fft(x)；>> f=(-length(xk)/2：(length(xk)-1)/2)*fs/length(xk)；%相应频率转换>>
为什么matlab wgn函数产生的白噪声信号用FFT频谱分析结果不是一条直线 要直线的话那得用冲击函数吧：y=zeros(1，101)；y(1)=1；fy=fftshift(fft(y))；plot(abs(fy))；这样就是了。虽然，我也以为白噪声在频谱上是直线。我也再研究一下，希望共同搞明白这个问题。
