在信号处理中经常需要把噪声叠加到信号上去，在叠加噪声时往往需要满足一定的信噪 比，这样产生二个问题，其一噪声是否按指定的信噪比叠加，其二怎么样检验带噪信号中信 噪比满足指定的信噪比。 在 MATLAB 中可以用 randn 产生均值为 0 方差为 1 的正态分布白噪声，但在任意长度 下 x=randn(1,N)，x 不一定是均值为 0 方差为 1（有些小小的偏差），这样对后续的计算会产 生影响。在这里提供 3 个函数用于按一定的信噪比把噪声叠加到信号上去，同时可检验带噪 信号中信噪比。 1. 把白噪声叠加到信号上去： function [Y,NOISE] = noisegen(X,SNR) % noisegen add white Gaussian noise to a signal. % [Y, NOISE] = NOISEGEN(X,SNR) adds white Gaussian NOISE to X. The SNR is in dB. NOISE=randn(size(X)); NOISE=NOISE-mean(NOISE); signal_power = 1/length(X)*sum(X.*X); noise_variance = signal_power / ( 10^(SNR/10) ); NOISE=sqrt(noise_variance)/std(NOISE)*NOISE; Y=X+NOISE; 其中 X 是纯信号，SNR 是要求的信噪比，Y 是带噪信号，NOISE 是叠加在信号上的噪声。 2. 把指定的噪声叠加到信号上去 有标准噪声库 NOISEX-92，其中带有白噪声、办公室噪声、工厂噪声、汽车噪声、坦克噪 声等等，在信号处理中往往需要把库中的噪声叠加到信号中去，而噪声的采样频率与纯信号 的采样频率往往不一致，需要采样频率的校准。 function [Y,NOISE] = add_noisem(X,filepath_name,SNR,fs) % add_noisem add determinated noise to a signal. % X is signal, and its sample frequency is fs; % filepath_name is NOISE's path and name, and the SNR is signal to noise ratio in dB. [wavin,fs1,nbits]=wavread(filepath_name); if fs1~=fs wavin1=resample(wavin,fs,fs1); end nx=size(X,1); NOISE=wavin1(1:nx); NOISE=NOISE-mean(NOISE); signal_power = 1/nx*sum(X.*X); noise_variance = signal_power / ( 10^(SNR/10) ); NOISE=sqrt(noise_variance)/std(NOISE)*NOISE; Y=X+NOISE; 其中 X 是纯信号，filepath_name 是指定噪声文件（.wav）的路径和文件名，SNR 是要求的 信噪比，fs 是信号 X 的采样频率，Y 是带噪信号，NOISE 是叠加在信号上的噪声。 

3. 检验带噪信号的信噪比 信噪比的定义为 信号能量 (纯信号)^2 SNR=-----------------=-------------------------- 噪声能量 (带噪信号-纯信号)^2 function snr=SNR_singlech(I,In) % 计算信噪比函数 % I :original signal % In:noisy signal(ie. original signal + noise signal) snr=0; Ps=sum(sum((I-mean(mean(I))).^2));%signal power Pn=sum(sum((I-In).^2)); snr=10*log10(Ps/Pn); 其中 I 是纯信号，In 是带噪信号，snr 是信噪比 %noise power 以下给出调用上函数的例子可作参考： 例一 clear all; clc; close all; [filename,pathname]=uigetfile('*.wav','请选择语音文件：'); [X,fs]=wavread([pathname filename]); [Y,NOISE] = noisegen(X,10); subplot 311; plot(X); subplot 312; plot(NOISE); subplot 313; plot(Y); mn=mean(NOISE) snr=SNR_singlech(X,Y) 例二 clear all; clc; close all; [filename,pathname]=uigetfile('*.wav','请选择语音文件：'); [filename1,pathname1]=uigetfile('*.wav','请选择噪声文件：'); filepath_name=[pathname1 filename1]; [X,fs]=wavread([pathname filename]); [Y,NOISE] = add_noisem(X,filepath_name,10,fs); subplot 311; plot(X); subplot 312; plot(NOISE); subplot 313; plot(Y); mn=mean(NOISE) snr=SNR_singlech(X,Y)