如何使用python计算信噪比

Question

亲爱的专家们，我有一个数据集。我只想计算数据的信噪比。数据在这里加载 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: cannot import name ‘signaltonoise’ from ‘scipy’ if it doesn’t exist 如何计算 snr，请建议使用 python 使用此数据集的其他方法。

原文由 user13869189 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

scipy.stats.signaltonoise 在 scipy 1.0.0 中被移除。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

请参阅文档字符串的 github 链接。

编辑：完整的脚本将如下所示

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)

原文由 JuliettVictor 发布，翻译遵循 CC BY-SA 4.0 许可协议

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 实现的源代码 可以很容易地在网上找到，并且是最常见的。为了将其转换为分贝，可以添加.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)))

但是，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），这会遇到问题。

在 matlab 的 snr() 函数 中，使用了凯撒窗口 周期图，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）。

可以在 此处 找到另一个基于 python 的示例。可以在 此处 找到 python 中方法的不完整概述（包括类似基于周期图的 matlab）

原文由 Patrik Lechner 发布，翻译遵循 CC BY-SA 4.0 许可协议