在軸承故障研究中免不了要涉及到給數據主動加入噪聲的情況，一般我們加的是高斯白噪聲。高斯白噪聲定義如下：

定義一：如果一個噪聲，它的瞬時值服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。

定義二：在一般的通信系統的工作頻率范圍內熱噪聲的頻譜是均勻分布的，好像白光的頻譜在可見光的頻譜范圍內均勻分布那樣，所以熱噪聲又常稱為白噪聲。由于熱噪聲是由大量自由電子的運動產生的，其統計特性服從高斯分布，故常將熱噪聲稱為高斯白噪聲。

信噪比公式如下：

?

在論文里我們一般按照信噪比SNR大小來給原始信號中添加白噪聲，代碼如下：

def awgn(x, snr):'''加入高斯白噪聲 :x: 原始信號:snr: 信噪比'''snr = 10 ** (snr / 10.0)xpower = np.sum(x ** 2) / len(x)npower = xpower / snrnoise = np.random.randn(len(x)) * np.sqrt(npower)return x + noise

我們從西儲大學軸承數據中取一段時序信號：

?加入噪聲后是這樣：

前段時間看過的論文都沒有太明確說明怎么進行測試的。首先測試集應該是加噪聲的，至于訓練集需不需要加噪聲就見仁見智了。我個人測試的結果是，訓練集如果不加噪聲的話效果特別差，如果加噪聲的話效果就比較好接受，大家可以自己試試看。

總結

以上是生活随笔為你收集整理的如何给数据添加高斯白噪声?的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。