隨機噪聲

隨機噪聲是一種前後獨立的平衡隨機過程，在任何時刻它的幅度 、波形及相位都是隨機的 。但每一種噪聲還 是服從於一定的統計分佈規律。在各種信道中加性噪聲的來源，一般可以分為三方面：

人為噪聲 ：人為噪聲來源於無關的其它信號源，例如：外台信號、開關接觸噪聲、工業的點火輻射等；

自然噪聲：自然噪聲是指自然界存在的各種電磁波源，例如：閃電、雷擊、大氣中的電暴和各種宇宙噪聲等；

內部噪聲：內部噪聲是系統設備本身產生的各種噪聲，例如：電阻中自由電子的熱運動和半導體中載流子的起伏變化等。某些類型的噪聲是確知的。雖然消除這些噪聲不一定很容易，但至少在原理上可消除或基本消除。另一些噪聲則往往不能準確預測其波形。這種不能預測的噪聲統稱為隨機噪聲。 ^[2] 

隨機噪聲是一種由時間上隨機產生的大量起伏騷擾積累而造成的，其值在給定瞬間內不能預測的噪聲。隨機噪聲按照學科分類可分為，聲學術語與無線電術語兩類。

①聲學術語。表示與聲源是否工作無關的一切不希望出現的其他聲信號。預定信號以外的系統噪聲的統稱。通常可在系統的輸出端檢測。

②無線電術語。混入電子信號內的通常是穩定的干擾信號，它使接收到或記錄到的信號發生畸變或紊亂(如在收尋無線電信號時所遇到的那樣)；亦偶爾干擾電子儀器讀數的瞬時跳變。

單頻噪聲是一種連續波的干擾（如外台信號），它可視為一個已調正弦波，但其幅度、頻率或相位是事先不能預知的。這種噪聲的主要特點是佔有極窄的頻帶，但在頻率軸上的位置可以實測。因此，單頻噪聲並不是在所有通信系統中都存在而且也比較容易防止。

脈衝噪聲是突發出現的幅度高而持續時間短的離散脈衝。這種噪聲的主要特點是其突發的脈衝幅度大，但持續時間短，且相鄰突發脈衝之間往往有較長的安靜時段。從頻譜上看，脈衝噪聲通常有較寬的頻譜（從甚低頻到高頻），但頻率越高，其頻譜強度就越小。脈衝噪聲主要來自機電交換機和各種電氣干擾，雷電干擾、電火花干擾、電力線感應等。數據傳輸對脈衝噪聲的容限取決於比特速率、調製解調方式以及對差錯率的要求。

應當指出，脈衝噪聲雖然對模擬話音信號的影響不大，但是在數字通信中，它的影響是不容忽視的。一旦出現突發脈衝，由於它的幅度大，將會導致一連串的誤碼，對通信造成嚴重的危害。CCITT關於租用電話線路的脈衝噪聲指標是15分鐘內，在門限以上的脈衝數不得超過18個。在數字通信中，通常可以通過糾錯編碼技術來減輕這種危害。

起伏噪聲是以熱噪聲、散彈噪聲及宇宙噪聲為代表的噪聲。這些噪聲的特點是，無論在時域內還是在頻域內他們總是普遍存在和不可避免的。

一般來説，起伏噪聲既不能避免，且始終存在；因此，一般來説，它是影響通信質量的主要因素之一。因此，今後在研究噪聲對通信系統的影響時，應以起伏噪聲為重點。 ^[3] 

高斯噪聲是指它的概率密度函數服從高斯分佈（即正態分佈）的一類噪聲。如果一個噪聲，它的幅度分佈服從高斯分佈，而它的功率譜密度又是均勻分佈的，則稱它為高斯白噪聲。高斯白噪聲的二階矩不相關，一階矩為常數，是指先後信號在時間上的相關性。高斯白噪聲包括熱噪聲和散粒噪聲。

在電子技術測控系統中，對干擾與噪聲抑制方法主要有屏蔽、合理接地、隔離、合理佈線、淨化電源、濾波、採用專用器件等等措施。除了採用通用的噪聲抑制方法外，對高斯噪聲的抑制方法常常採用數理統計方法。 ^[4] 

椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產生的黑白相間的亮暗點噪聲。椒鹽噪聲往往由圖像切割引起。

大量的實驗研究發現，由攝像機拍攝得到的圖像受離散的脈衝、椒鹽噪聲和零均值的高斯噪聲的影響較嚴重。噪聲給圖像處理帶來很多困難，對圖像分割、特徵提取、圖像識別等具有直接影響。因此，實時採集的圖像需進行濾波處理。消除圖像中的噪聲成份叫做圖像的平滑化或濾波操作。濾波的目的有兩個：一是抽出對象的特徵作為圖像識別的特徵模式；二是為適應計算機處理的要求，消除圖像數字化時所混入的噪聲。對濾波處理的要求有兩條：一是不能損壞圖像輪廓及邊緣等重要信息；二是使圖像清晰，視覺效果好。 ^[5] 

椒鹽噪聲是指兩種噪聲，一種是鹽噪聲（salt noise），另一種是胡椒噪聲（pepper noise）。前者是高灰度噪聲，後者屬於低灰度噪聲。一般兩種噪聲同時出現，呈現在圖像上就是黑白雜點。

噪聲消除是工業建模的任務之一。系統噪聲一般被看成是一種點擴散函數的作用，而作為退化模型的組成部分，如大氣擾動，並在建模中考慮隨機噪聲的存在，在恢復過程中一併加以消除。若噪聲模型預先已知，可針對模型設置濾波器，有效地加以消除，如同期性噪聲，常用頻率域濾波方法，作傅立葉變換，設計適當濾波器提取主要噪聲成分，反變換後得到噪聲圖像，從原信號或圖像中減去加權的噪聲，即得去噪聲圖像，權函數的選擇原則是使校正後圖像在一定大小的區域內方差達到最小。 ^[6] 

圖像的隨機噪聲常表現為高頻特徵，採用圖像平滑或低通濾波的方法加以消除，如平滑濾波、中值濾波、條件濾波和各種自適應濾波方法等，信號處理領域經常利用傅立葉變換和一些其他的變換方法消除隨機噪聲。