Menghitung peningkatan rasio signal-to-noise (SNR) menggunakan Fast Fourier Transform (FFT) melibatkan menganalisis representasi domain frekuensi dari sebuah sinyal. Proses ini membantu dalam memahami bagaimana penyaringan atau pemrosesan meningkatkan kejelasan sinyal dengan mengurangi kebisingan.

Pengertian Isyarat-ke-Biasa Nisbah

SNAR adalah ukuran kekuatan sinyal relatif terhadap kebisingan latar belakang. Biasanya dinyatakan dalam desibel (dB). SNR yang lebih tinggi menunjukkan sinyal yang lebih jelas dan lebih dapat dibedakan dari kebisingan.

Menggunakan FFT untuk Menganalisa Sinyal

FFTFT mengubah sinyal time-domain ke komponen frekuensinya. Dengan memeriksa spektrum frekuensi, anda dapat mengidentifikasi kekuatan sinyal dan kebisingan pada frekuensi yang berbeda.

Menghitung Peningkatan SNR

Untuk menentukan peningkatan SNR menggunakan FFT, ikuti langkah-langkah ini:

  • Tak ada sinyal asli dan menghitung FFT-nya.
  • Kenali komponen frekuensi puncak yang mewakili sinyal.
  • Ukur daya kebisingan rata-rata dalam sebuah band frekuensi tanpa sinyal.
  • FFT dari sinyal yang diproses.
  • Mengulang pengukuran kebisingan dalam frekuensi band yang sama.
  • ¡Tangka SNR sebelum dan sesudah memproses menggunakan formula:

[[GALAL:0]]SNR (dB) = 10 * log10(Signal Power / Noise Power)

Contoh Penghitungan Contoh sebolan

Jika sinyal aslinya memiliki kekuatan sinyal 100 unit dan kekuatan kebisingan 10 unit, SNR awal adalah:

OCLC [[FLTT:0]]SNR = 10 * log10(100 / 10) = 10 * log10(10) = 10 dB

Setelah penyaringan, jika daya kebisingan turun ke 2 unit sementara sinyal tetap di 100 unit, SNR baru adalah:

OCLC [[XALAT:0]]SNR = 10 * log10(100 / 2) ⁇ 10 ⁇ 10 ⁇ ⁇ ⁇ 10 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ 10 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ 10 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇