如何使用 python 计算信噪比

Question

尊敬的专家我有一个数据set.i只是想计算数据的信噪比。数据在此处加载 https://i.fluffy.cc/jwg9d7nRNDFqdzvg1Qthc0J7CNtKd5CV.html

我的代码如下：

import numpy as np
from scipy import signaltonoise
import scipy.io
dat=scipy.io.loadmat('./data.mat')
arr=dat['dn']
snr=scipy.stats.signaltonoise(arr, axis=0, ddof=0)

但我收到类似 importError 的错误：无法从 'scipy' 导入名称 'signaltonoise' 如果不存在如何计算 snr，请建议使用 python.

使用此数据集的其他方法

Answer 1

scipy.stats.signaltonoise 已在 scipy 1.0.0 中删除。您可以降级 scipy 版本或自己创建函数：

def signaltonoise(a, axis=0, ddof=0):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis=axis, ddof=ddof)
    return np.where(sd == 0, 0, m/sd)

来源：https://github.com/scipy/scipy/blob/v0.16.0/scipy/stats/stats.py#L1963

有关文档字符串，请参阅 github link。

编辑：完整脚本如下所示

import numpy as np
import scipy.io

def signaltonoise(a, axis=0, ddof=0):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis=axis, ddof=ddof)
    return np.where(sd == 0, 0, m/sd)

dat = scipy.io.loadmat('./data.mat')
arr = dat['dn']
snr = signaltonoise(arr)

Answer 2

更一般地说，这取决于应用程序。对于许多应用程序，均值和标准差之间的关系可能就足够了。

正如 JuliettVictor 指出的那样，旧的 scipy implementation's source code 很容易在网上找到，并且是最常见的。为了将其转换为分贝，可以添加 $20 log10(x)$ 。在此之前应该计算绝对值，以防信号的平均值为负：

def signaltonoise_dB(a, axis=0, ddof=0):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis=axis, ddof=ddof)
    return 20*np.log10(abs(np.where(sd == 0, 0, m/sd)))

但这会遇到问题，当感兴趣的信号包含更高频率时（例如，在音频应用中，在这里，DC 通常甚至被滤除）。

使用

In matlab's snr() function a kaiser windowed periodogram，检测基波的峰值并计算其功率。谐波也是如此。假定信号的其余部分是噪声，并计算它们相应的功率电平。其他方法涉及信号的低通滤波（类似于计算其平均值）。
可以找到另一个基于 python 的示例 here。可以在 here

中找到 python 中方法的不完整概述（包括类似基于周期图的 matlab）

如何使用 python 计算信噪比

how to calculate signal to noise ratio using python

python

signal-processing

scipy