Le calcul de l'amélioration du rapport signal-bruit (SNR) à l'aide de la transformation de Fourier Fast (FFT) consiste à analyser la représentation du domaine de fréquence d'un signal. Ce processus aide à comprendre comment le filtrage ou le traitement améliore la clarté du signal en réduisant le bruit.

Comprendre le rapport signal-bruit

Le SNR est une mesure de la résistance du signal par rapport au bruit de fond. Il est généralement exprimé en décibels (dB).

Utilisation de FFT pour analyser les signaux

FFT convertit un signal temporel en ses composants de fréquence. En examinant le spectre de fréquence, vous pouvez identifier la puissance du signal et le bruit à différentes fréquences.

Calcul de l'amélioration du RNS

Pour déterminer l'amélioration du RNS à l'aide du FFT, suivez les étapes suivantes :

  • Obtenir le signal original et calculer son FFT.
  • Identifier la composante de fréquence maximale représentant le signal.
  • Mesurer la puissance sonore moyenne dans une bande de fréquences sans le signal.
  • Appliquer le filtrage ou le traitement et calculer le FFT du signal traité.
  • Répéter la mesure du bruit dans la même bande de fréquence.
  • Calculer le RNS avant et après traitement en utilisant la formule suivante:

SNR (dB) = 10 * log10(puissance de signal / puissance de bruit)

Exemple de calcul

Si le signal initial a une puissance de 100 unités et une puissance sonore de 10 unités, le SNR initial est:

SNR = 10 * log10(100 / 10) = 10 * log10(10) = 10 dB

Après filtrage, si la puissance acoustique tombe à 2 unités alors que le signal reste à 100 unités, le nouveau SNR est:

SNR = 10 * log10(100 / 2) ↓ 10 * log10(50) ↓ 16,99 dB