Einblick: 2019-06-12

SNR aka S/N Ratio - Signal to Noise Ratio in der Digitalen Messtechnik

SNR aka S/N Ratio - Signal to Noise Ratio in der Digitalen MesstechnikIn der digitalen Messtechnik ist es manchmal gewünscht, die Messwerte zu filtern. Zum Beispiel um bestimmte Frequenzen zu bearbeiten oder die Signalqualität zu erhöhen. In diesem Zusammenhang trifft man auf den Begriff SNR aka S/N Ratio, also Signal to Noise Ratio mit der Einheit "dB" (Dezibel). Die folgende Ausführung gibt einen kurzen, dafür praxisorientierten Einblick was dieser dB Wert im Falle eines digitalen Filters am AS5311, einem High Resolution Magnetic Linear Encoder von der Firma ams AG, aussagt. In der Beschreibung zum AS5311 heißt es:

"... Another useful alternative or additional method to reduce jitter is digital filtering. This can be accomplished simply by averaging, for example a moving average calculation in the external microcontroller. Averaging 4 readings results in 6dB (=50%) noise and jitter reduction. An average of 16 readings reduces the jitter by a factor of 4."

[Quelle: www.ams.com/AS5311, Revision 1.13, S. 14]

Warum das so ist erklären wir kurz. Nehmen wir an, unser Messwert ist 1.1 und wir wissen, dass der "richtige" also unverfälschte Signalwert 1.0 ist. Damit haben wir einen Messfehler von 0.1, d.h. 10% des richtigen Signalwerts (z.B. Jitter, siehe ams Text oben). Die Signal- zu Rauschwertformel (SNR Formel) mit der Einheit dB lautet:

SNR = 10 * log10 (Signalwert/Rauschwert)

in unserem Fall also SNR = 10 * log10 (1.0/0.1) = 10 dB

was eben den 10% entspricht. Um einen genaueren Messwert zu erhalten, kann man nun mit Hilfe mehrerer Messwerte einen "genaueren" Mittelwert erhalten, unter der Annahme eines statistisch verteilten Rauschens. Siehe auch den Hinweis von ams "...moving average calculation". Nehmen wir nun an wir messen zweimal und dabei sei nur einer der Werte verrauscht:

SNR = 10 * log10 ((1.0 + 1.0)/0.1) = 13 dB

was 13 dB ergibt, i.Vgl. zu den ursprünglich gemessenen 10 dB eine Verbesserung um +3 dB! Diese +3 dB entsprechen einer Reduktion des Rauschwertes auf 50% des ursprünglichen Wertes, da wir ja eine gemessenen Mittelwert von (1.0 + 1.1)/2 Messwerte = 1.05 haben.

Die folgende Liste zeigt, wie sich der Rauschwert bei der Erhöhung der Messwerte reduziert.

1 Messwert ⇒ der Rauschwert beträgt 10.0% (Faktor 1)
SNR=10*log10( 1.0/0.1)=10 dB, unser Datum

2 Messwerte ⇒ Reduktion des Rauschwertes auf 50% (Faktor 2)
SNR=10*log10( 2.0/0.1)=13 dB, d.h. Verbesserung um + 3 dB

4 Messwerte ⇒ Reduktion des Rauschwertes auf 25% (Faktor 4)
SNR=10*log10( 4.0/0.1)=16 dB, d.h. Verbesserung um + 6 dB

16 Messwerte ⇒ Reduktion des Rauschwertes auf ~6% (Faktor 17)
SNR=10*log10(16.0/0.1)=22 dB, d.h. Verbesserung um +12 dB

24 Messwerte ⇒ Reduktion des Rauschwertes auf ~4% (Faktor 25)
SNR=10*log10(24.0/0.1)=24 dB, d.h. Verbesserung um +14 dB

Hinweis:
Bei der Berechnung wird hier der dB Wert mit 10*log10 berechnet, unter der Annahme, dass es sich um ein leistungsbezogenes Signal handelt. Falls es sich um ein spannungs- bzw. pegelbezogenes Signal handelt (z.B. Tonsignal), wird der dB Wert in der Regel mit 20*log10 berechnet.

ams berechnet den SNR als spannungs- bzw. pegelbezogenes Signal mit 20*log10 wie folgt:

2 Messwerte ⇒ SNR=20*log10(√2)=3dB (=71%)

4 Messwerte ⇒ SNR=20*log10(√4)=6dB (=50%)

16 Messwerte ⇒ SNR=20*log10(√16)=12dB (=25%)

64 Messwerte ⇒ SNR=20*log10(√64)=18dB (=12.5%)

256 Messwerte ⇒ SNR=20*log10(√256)=24dB (=6.25%)

Die Anzahl der Messungen "N" und die Verbesserung des Signal to Noise Ratio "SNR" hängt wie folgt zusammen: SNR [%] = (1/√N) * 100%.

Ein "moving average" Filter wird häufig verwendet um Signaldaten zu glätten und statistisches Rauschen zu unterdrücken. Solch ein Filter kann man relativ einfach und effizient in Software umsetzen. Er hat ein außerordentlich gutes Zeitverhalten, z.B. werden Rechteckimpulse trotz Filterwirkung recht gut beibehalten, dafür aber ein relativ schlechtes Frequenzverhalten, z.B. wirkt ein "moving average" Filter als Tiefpassfilter (Signale hoher Frequenzen werden gedämpft). Allerdings macht er das Filtern relativ schlecht d.h., er hat keine steile Dämpfungstrennlinie und zeigt im Bereich des Stoppbandes einen sogenannten "Ripple" (einige hochfrequente Signalanteile werden schlecht gedämpft). In der Filtertheorie gilt: Filter die ein gutes Zeitverhalten haben sind im Frequenzverhalten eher schlecht. Filter die ein schlechtes Zeitverhalten haben sind im Frequenzverhalten dafür gut.

Einblicke

Zurück zur Gesamtliste aller "Einblicke":

Kontakt

Bei Bedarf können Sie uns gern Ihr Feedback mitteilen oder Anfragen stellen. Hier geht es zum Kontakt Formular: