Média do sinal - Signal averaging
A média do sinal é uma técnica de processamento de sinal aplicada no domínio do tempo , com o objetivo de aumentar a força de um sinal em relação ao ruído que o está obscurecendo. Fazendo a média de um conjunto de medições replicadas , a relação sinal-ruído (SNR) será aumentada, idealmente em proporção à raiz quadrada do número de medições.
Derivando o SNR para sinais médios
Presumiu que
- Sinal não está correlacionada ao ruído, eo ruído é não correlacionadas: .
- A potência do sinal é constante nas medições replicadas.
- O ruído é aleatório, com média zero e variância constante nas medições replicadas: e .
- Nós (canonicamente) definimos a relação Sinal-Ruído como .
Potência de ruído para sinais amostrados
Assumindo que amostramos o ruído, obtemos uma variância por amostra de
.
A média de uma variável aleatória leva à seguinte variação:
.
Uma vez que a variação de ruído é constante :
,
demonstrando que a média das realizações do mesmo ruído não correlacionado reduz a potência do ruído em um fator de e reduz o nível de ruído em um fator de .
Potência do sinal para sinais amostrados
Considerando vetores de amostras de sinal de comprimento :
,
o poder de tal vetor simplesmente é
.
Mais uma vez, a média dos vetores , resulta no seguinte vetor médio
.
No caso em que , vemos que atinge um máximo de
.
Neste caso, a relação sinal / ruído também atinge um máximo,
.
Este é o caso de sobreamostragem , onde o sinal observado está correlacionado (porque a sobreamostragem implica que as observações do sinal estão fortemente correlacionadas).
Sinais de tempo bloqueado
A média é aplicada para melhorar um componente de sinal bloqueado no tempo em medições ruidosas; o bloqueio de tempo implica que o sinal é periódico de observação, então terminamos no caso máximo acima.
Média de tentativas pares e ímpares
Uma maneira específica de obter réplicas é calcular a média de todas as tentativas pares e ímpares em buffers separados. Isso tem a vantagem de permitir a comparação de resultados pares e ímpares de testes intercalados. Uma média das médias ímpares e pares gera o resultado médio completo, enquanto a diferença entre as médias ímpar e par, dividida por dois, constitui uma estimativa do ruído.
Implementação de algoritmo
O que se segue é uma simulação MATLAB do processo de média:
N=1000; % signal length
even=zeros(N,1); % even buffer
odd=even; % odd buffer
actual_noise=even;% keep track of noise level
x=sin(linspace(0,4*pi,N))'; % tracked signal
for ii=1:256 % number of replicates
n = randn(N,1); % random noise
actual_noise = actual_noise+n;
if (mod(ii,2))
even = even+n+x;
else
odd=odd+n+x;
end
end
even_avg = even/(ii/2); % even buffer average
odd_avg = odd/(ii/2); % odd buffer average
act_avg = actual_noise/ii; % actual noise level
db(rms(act_avg))
db(rms((even_avg-odd_avg)/2))
plot((odd_avg+even_avg));
hold on;
plot((even_avg-odd_avg)/2)
O processo de cálculo da média acima, e em geral, resulta em uma estimativa do sinal. Quando comparado com o traçado bruto, o componente de ruído médio é reduzido a cada tentativa de média. Ao calcular a média de sinais reais, o componente subjacente pode nem sempre ser tão claro, resultando em médias repetidas em uma busca por componentes consistentes em duas ou três repetições. É improvável que dois ou mais resultados consistentes sejam produzidos apenas por acaso.
A média do sinal normalmente se baseia na suposição de que o componente de ruído de um sinal é aleatório, tendo média zero e não estando relacionado ao sinal. No entanto, existem casos em que o ruído não é incompatível. Um exemplo comum de ruído correlacionado é o ruído de quantização (por exemplo, o ruído criado durante a conversão de um sinal analógico para um digital).