噪声及其分类

噪声及其分类

1：什么是噪声？

从物理角度讲：噪声就是波形不规则的声音；

从环保角度讲：噪声就是妨碍人们工作，学习，休息，以及干扰人们所要听的声音的声音。

从信号角度讲：噪声就是对信号或系统起干扰作用的随机信号。

2：噪声的分类

1）按噪声幅度随时间分布形状来定义

如其幅度分布是按高斯分布的就称其为高斯噪声，而按雷利分布的就称其为雷利噪声。

2）按噪声频谱形状来命名的

如频谱均匀分布的噪声称为白噪声；频谱与频率成反比的称为 1/f噪声；而与频率平方成正比的称为三角噪声等等。5.另外按噪声和信号之间关系可分为加性噪声和乘性噪声：假定信号为 ,噪声为，如果混合迭加波形是形式，则称此类噪声为加性噪声；如果迭加波形为形式，则称其为乘性噪声。前者如放大器噪声等。每一个象素的噪声不管输入信号大小，噪声总是分别加到信号上。后者如光量子噪声，胶片颗粒噪声等。由于载送每一个象素信息的载体的变化而产生的噪声受信息本身调制。在某些情况下，如信号变化很小，噪声也不大。为了分析处理方便，常常将乘性噪声近似认为是加性噪声，而且总是假定信号和噪声是互相统计独立。

3：什么是白噪声？

如果在某个频率范围内单位频带宽度噪声成分的强度与频率无关，也就是具有均匀而连续的频谱，则此噪声称为“白噪声”。

4：什么是色噪声？

我们把除了白噪声之外的所有噪声都称为有色噪声

5:色噪声中有几个典型：

⑴粉红噪声。粉红噪音是自然界最常见的噪音，简单说来，粉红噪音的频率分量功率主要分布在中低频段。从波形角度看，粉红噪音是分形的，在一定的范围内音频数据具有相同或类似的能量。从功率（能量）的角度来看，粉红噪音的能量从低频向高频不断衰减，曲线为1/f，通常为每8度下降3分贝。粉红噪声的能量分布在任一同比例带宽中是相等的！比如常见的三分之一倍程频带宽100Hz的范围

89.2__112和1000Hz的892__1120是相等的。

在给定频率范围内(不包含直流成分)，随着频率的增加，其功率密度每倍频程下降3dB(密度与频率成反比)。每倍频的功率相同，但要产生每倍频程3dB的衰减非常困难,因此，没有纹波的粉红噪声在现实中很难找到。

1. 红噪声(海洋学概念)。这是有关海洋环境的一种噪声，由于它是有选择地吸收较高的频率，因此称之为红噪声。

2. 橙色噪声。该类噪声是准静态噪声，在整个连续频谱范围内，功率谱有限且零功率窄带信号数量也

有限。这些零功率的窄带信号集中于任意相关音符系统的音符频率中心上。由于消除了所有的合音，这些剩余频谱就称为“橙色”音符。

3. 蓝噪声。在有限频率范围内，功率密度随频率的增加每倍频增长3dB(密度正比于频率)。对于高频信号来说，它属于良性噪声。

4. 紫噪声。在有限频率范围内，功率密度随频率的增加每倍频增长6dB(密度正比于频率的平方值)。

5. 灰色噪声。该噪声在给定频率范围内，类似于心理声学上的等响度曲线(如反向的A-加权曲线)，因此在所有频率点的噪声电平相同。

6. 棕色噪声。在不包含直流成分的有限频率范围内，功率密度随频率的增加每倍频下降6dB(密度与频率的平方成反比)。该噪声实际上是布朗运动产生的噪声，它也称为随机飘移噪声或醉鬼噪声。

7. 黑噪声(静止噪声)包括：

在20kHz以上的有限频率范围内，功率密度为常数的噪声，一定程度上它类似于超声波白噪声。这种黑噪声就像“黑光”一样，由于频率太高而使人们无法感知，但它对你和你周围的环境仍然有影响。

6:白噪声的特点

白噪声或白杂讯，是一种功率频谱密度为常数的随机信号或随机过程。换句话说，此信号在各个频段上的功率是一样的，由于白光是由各种频率（颜色）的单色光混合而成，因而此信号的这种具有平坦功率谱的性质被称作是“白色的”，此信号也因此被称作白噪声。相对的，其他不具有这一性质的噪声信号被称为有色噪声。

理想的白噪声具有无限带宽，因而其能量是无限大，这在现实世界是不可能存在的。实际上，我们常常将有限带宽的平整讯号视为白噪音，因为这让我们在数学分析上更加方便。然而，白噪声在数学处理上比较方便，因此它是系统分析的有力工具。一般，只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽，并且在该带宽中其频谱密度基本上可以作为常数来考虑，就可以把它作为白噪声来处理。例

如，热噪声和散弹噪声在很宽的频率范围内具有均匀的功率谱密度，通常可以认为它们是白噪声。

7：什么事高斯白噪声？

所谓高斯白噪声(White Gaussian Noise)中的高斯是指概率分布是正态函数，而白噪声是指它的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。这是考查一个信号的两个不同方面的问题。

8：什么是图像噪声？

噪声对人的影响噪声可以理解为“ 妨碍人们感觉器官对所接收的信源信息理解的因素”。而图像中各种妨碍人们对其信息接受的因素即可称为图像噪声。噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。因此将图像噪声看成是多维随机过程是合适的，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。

医工121 12021070127

伍青