过采样为什么能提高信噪比-程序员宅基地

增加采样频率可以改善系统的SNR，其原因是，当采样频率增加时，量化噪声功率仍保持不变（量化噪声只与字长有关），量化误差可以建模为样本与样本之间不相关，这就将产生平坦的频率响应，从而具有单边功率谱密度：PSD等于两倍的量化噪声功率与采样频率之比。因此，尽管总的量化噪声功率保持不变，量化噪声的PSD随着采样频率的增加而减低，即，采样频率每增加一倍，信噪比大约增加3分贝。量化信噪比的提高有两种方法：一是增加量化字长，字长每增加一位，信噪比大约增加6分贝；二是提高采样频率。由于量化噪声是均匀分布的白噪声，当采样频率提高一倍时，噪声能量并没有改变，而噪声分布范围却增加了一倍，因此，相对地，信噪比就提高了“根号2”分之一。

在杨小牛翻译的《软件无线电原理与应用》里的公式：

SNR＝6.02N＋1.76＋10*log(fs/2B)

其中N是量化位数，其中采样率为fs,B为带宽，明显fs即采样率提高，可以提高SNR。书上解释是B固定，fs提高，效果相当于在更宽的频率范围扩展量化噪声，从而使SNR提高。

ADC量化噪声在fs/2内为白噪声，信号频率等于fs/2条件下，即乃奎斯特采样，此时SNR=6.02N+1.76。
当信号频率小于fs/2时，量化噪声仍然在fs/2平均分布，但是所关注的"有用"信号带宽内的量化噪声却小了，所以SNR就提高了。采样频率越高，量化噪声分布就越分散了，这时就变成过采样了。

同时，补充一下：当借助于over-sampling技术并认为SNR有所提高时，此时已默认要对ADC输出的信号进行digital LPF/BPF操作来提取有用的信号，即后面要加数字滤波器来实现增加的snr。

首先，考虑一个传统ADC的频域传输特性。输入一个正弦信号，然后以频率fs采样--按照 Nyquist定理，采样频率至少两倍于输入信号。从FFT分析结果可以看到，一个单音和一系列频率分布于DC到fs /2间的随机噪声。这就是所谓的量化噪声，主要是由于有限的ADC分辨率而造成的。单音信号的幅度和所有频率噪声的RMS幅度之和的比值就是信号噪声比(SNR)。对于一个Nbit ADC，SNR可由公式：SNR=6.02N+1.76dB得到。为了改善SNR和更为精确地再现输入信号，对于传统ADC来讲，必须增加位数。

如果将采样频率提高一个过采样系数k，即采样频率为kfs，再来讨论同样的问题。FFT分析显示噪声基线降低了，SNR值未变，但噪声能量分散到一个更宽的频率范围。Σ-Δ转换器正是利用了这一原理，具体方法是紧接着1bit ADC之后进行数字滤波。大部分噪声被数字滤波器滤掉，这样，RMS噪声就降低了，从而一个低分辨率ADC，Σ-Δ转换器也可获得宽动态范围。

那么，简单的过采样和滤波是如何改善SNR的呢?一个1bit ADC的SNR为7.78dB(6.02+1.76)，每4倍过采样将使SNR增加6dB，SNR每增加6dB等效于分辨率增加1bit。这样，采用1bit ADC进行64倍过采样就能获得4bit分辨率;而要获得16bit分辨率就必须进行415倍过采样，这是不切实际的。Σ-Δ转换器采用噪声成形技术消除了这种局限，每4倍过采样系数可增加高于6dB的信噪比。

本文链接：https://blog.csdn.net/wordwarwordwar/article/details/66592285

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

python bins分箱,划分数值区间_bins=-程序员宅基地

文章浏览阅读4.2k次，点赞4次，收藏12次。a = od.交易时间.apply(lambda x: x.hour)labels = ['上午','午间','下午','夜间','夜间2']bins = [0,6,12,14,18,24]pd.cut(a, bins=bins, labels=labels, right=False)bins：区间labels：标签right：右区间是否为闭_bins=

功放掉电检测电路_功放掉电保护电路-程序员宅基地

文章浏览阅读1.3k次。参考：7206.TPA311x音频功放POP噪声分析及控制.pdf检测功放掉电时，先把shutdown拉低，关闭输出掉电检测电路在应用时需要注意调整 R1 和 R2 的数值，选择合适的掉电保护点。避免电源的纹波触发掉电保护电路导致误触发静音。电路中给出了 Active High 和 Active Low 两种逻辑供用户选择。可以根据功放所需的逻辑自行选用。..._功放掉电保护电路

vue3生成二维码打印_elementplus+vue3实现二维码打印-程序员宅基地

文章浏览阅读539次。3.在此基础上封装业务组件selfQrGoodsPrint。1.在vue3环境中，用到插件qrcodejs2-fix。2.封装基础组件 selfQrcode。_elementplus+vue3实现二维码打印

2021-08-17事件一事件处理模型（冒泡，捕获）取消冒泡和阻止默认事件事件对象事件委托-程序员宅基地

文章浏览阅读79次。1.事件冒泡：结构上（非视觉上）嵌套关系的元素会存在冒泡功能，同一事件，自子元素冒泡向父元素点黄的黄绿红的class全都会显示。点击子元素，一级一级冒泡到父元素。代码：自底向上改变一下位置：视觉上不是嵌套的，但结构上还是嵌套的点击黄色区域：2.事件捕获：先父元素，再子元素（自顶向下）IE没有将false改成true，冒泡直接变获取//红绿黄一定是先捕获后冒泡一个对象的一个事件类型，上面绑定的一个处理函数，只能遵循一个处理模型现在在一个对象的一个事件类型，上面绑定的两.

Dlib的人脸定位和人脸对齐_dlib 检测和对齐图片中的人脸-程序员宅基地

这篇文章介绍了使用Dlib库进行人脸定位和对齐的方法。文章内容涉及到使用Python中的OpenCV和Dlib库来实现人脸定位和对齐的步骤。

ssh -T [email protected] Connection timed out 解决方案-自测有效-程序员宅基地

文章浏览阅读1.3k次，点赞11次，收藏7次。HostName ssh.github.com # 这是最重要的部分。git bash 中vim ~/.ssh/config。修改内容如下：重点第二行:ssh.github.com。

随便推点

聊聊MySQL架构演进：从主从复制到分库分表_mysql集群主从分库分表-程序员宅基地

文章浏览阅读109次。方案二，采用柔性事务，柔性事务是指，数据库保证局部事务，全局事务实现由业务层实现（如通过调度补偿，重试补偿，人工介入等），柔性事务常见的解决方案有：TCC、利用消息队列实现事务。路由问题，需要业务层根据SQL路由到不同的数据库，路由到SLAVE节点时，还需要保证系统负载均衡。count问题，分表后，如果需要统计表记录总和，需要遍历所有的表，然后再将结果进行汇总，可以通过一张单独的汇总表来解决，但这种解决方案需要每次insert或者delete的时候就需要更新汇总表，如果有一次没有更新，就会导致数据不一致。_mysql集群主从分库分表