2、噪声基础：噪声的统计特性、信噪比与噪声系数、噪声带宽的概念
各位好，欢迎来到第二章。上一章我们聊了噪声为什么是光电检测的头号敌人。这一章，咱们得把敌人研究透——它长什么样？怎么量化？怎么比较？
说白了，噪声不是个固定值，它是个随机过程。你拿示波器看，它上蹿下跳；你拿万用表测，它飘忽不定。那怎么描述它？靠统计。
2.1 噪声的统计特性
我刚开始做光电检测那会儿，总想把噪声的瞬时值算出来。后来发现，这是跟自己过不去。噪声是随机的，我们只能描述它的概率分布和数字特征。
2.1.1 概率密度函数（PDF）
大多数电子噪声——热噪声、散粒噪声——都服从高斯分布（也叫正态分布）。
它的概率密度函数长这样：
p(x) = (1 / (σ * √(2π))) * exp(-(x - μ)² / (2σ²))其中：
- μ —— 均值，代表直流分量。理想情况下噪声均值为0。
- σ —— 标准差，代表噪声的起伏幅度。σ越大，噪声越猛。
你想想看，为什么高斯分布这么常见？因为中心极限定理——大量独立随机因素叠加，结果就趋近高斯。光电检测里的噪声源，正好符合这个条件。
2.1.2 均值与方差
描述噪声，两个数字就够了：
| 统计量 | 数学定义 | 物理含义 |
|---|---|---|
| 均值 μ | E[x(t)] = lim (1/T) ∫ x(t) dt | 直流偏置，理想为0 |
| 方差 σ² | E[(x(t) - μ)²] | 噪声的平均功率（交流部分） |
| 标准差 σ | √σ² | 噪声的RMS值，直观感受噪声大小 |
嗯，这里要注意：方差就是噪声功率。你测到的噪声电压有效值，就是标准差σ。
2.1.3 功率谱密度（PSD）
方差告诉我们噪声总功率，但没告诉我们功率在频率上怎么分布。这就需要功率谱密度了。
PSD的定义：单位带宽内的噪声功率。单位是 V²/Hz 或 A²/Hz。
常见噪声的PSD形状：
- 白噪声：PSD平坦，所有频率功率一样。热噪声、散粒噪声就是白的。
- 1/f噪声：PSD与频率成反比，低频时特别大。我吃过它的亏——有一次做低频微弱光检测，怎么滤都滤不干净，后来发现是1/f噪声在捣乱。
- 爆裂噪声：PSD在低频有凸起，像“砰砰砰”的脉冲。
2.2 信噪比与噪声系数
有了噪声的统计描述，我们就能量化信号质量了。最经典的指标——信噪比。
2.2.1 信噪比（SNR）
定义很简单：
SNR = 信号功率 / 噪声功率工程上常用分贝表示：
SNR(dB) = 10 * log10(信号功率 / 噪声功率)如果是电压信号：
SNR(dB) = 20 * log10(信号电压RMS / 噪声电压RMS)举个例子：信号电压1V RMS，噪声电压10mV RMS，SNR = 20 * log10(100) = 40 dB。这算不错了。
2.2.2 噪声系数（NF）
信噪比描述的是系统整体表现。但如果我们想知道——这个放大器本身引入了多少噪声？那就得看噪声系数。
定义：
NF = (输入SNR) / (输出SNR)用分贝表示：
NF(dB) = 10 * log10(输入SNR / 输出SNR)理想放大器不引入额外噪声，NF = 0 dB。实际放大器NF > 0 dB。
我记得有一次选型，两个运放增益一样，但一个NF是3 dB，另一个是8 dB。在弱光检测场景下，3 dB那个明显底噪更低。NF差5 dB，检测极限就差了一大截。
| 器件类型 | 典型NF (dB) | 适用场景 |
|---|---|---|
| 低噪声运放 | 0.5 - 3 | 微弱光电流放大 |
| 普通运放 | 5 - 15 | 一般信号调理 |
| 雪崩光电二极管(APD) | 2 - 6 | 高灵敏度检测 |
| 光电倍增管(PMT) | 1 - 3 | 单光子计数 |
2.2.3 级联系统的噪声系数
实际系统不止一级。前级放大、后级滤波、ADC……每一级都贡献噪声。
级联噪声系数的公式（Friis公式）：
NF_total = NF_1 + (NF_2 - 1)/G_1 + (NF_3 - 1)/(G_1 * G_2) + ...你看，第一级的NF和增益G₁对总NF影响最大。这就是为什么——前级放大器一定要低噪声、高增益。
2.3 噪声带宽的概念
噪声带宽，这是个容易混淆的概念。它跟信号带宽不是一回事。
2.3.1 等效噪声带宽（ENBW）
定义：一个理想矩形滤波器的带宽，使得通过该滤波器的白噪声功率，等于通过实际系统的白噪声功率。
公式：
ENBW = (1 / |H(f₀)|²) * ∫₀^∞ |H(f)|² df其中H(f)是系统的频率响应，f₀是中心频率或通带内参考频率。
对于一阶低通滤波器（-3dB带宽为B）：
ENBW = (π/2) * B ≈ 1.57 * B为什么会这样？因为实际滤波器滚降不是陡峭的，高频部分也有噪声通过。等效噪声带宽比-3dB带宽宽。
| 滤波器阶数 | 类型 | ENBW / B (-3dB) |
|---|---|---|
| 1阶 | 低通 | 1.57 |
| 2阶 | 巴特沃斯低通 | 1.11 |
| 3阶 | 巴特沃斯低通 | 1.05 |
| 理想矩形 | — | 1.00 |
你看，阶数越高，ENBW越接近-3dB带宽。所以做窄带检测时，我倾向于用高阶滤波器——噪声带宽更可控。
2.3.2 噪声带宽与总噪声功率
有了ENBW，计算总噪声功率就简单了：
总噪声功率 = PSD × ENBW举个例子：
- 热噪声PSD：4kTR = 1.6×10⁻²⁰ V²/Hz（R=1kΩ，T=300K）
- 系统ENBW：100 kHz
- 总噪声功率 = 1.6×10⁻²⁰ × 10⁵ = 1.6×10⁻¹⁵ V²
- 噪声RMS = √(1.6×10⁻¹⁵) ≈ 40 nV
嗯，40 nV。如果你的信号只有1 μV，那SNR就很紧张了。
2.4 本章知识结构图
下面这张图，把本章的核心概念串起来了。我建议你多看几遍，理清它们之间的关系。
2.5 本章小结
这一章我们干了三件事：
- 统计特性——用均值、方差、PSD描述噪声。记住，高斯分布是常态，偏离了就要警惕。
- 信噪比与噪声系数——SNR看整体，NF看器件。前级噪声匹配是设计关键。
- 噪声带宽——ENBW比-3dB带宽宽，高阶滤波器更接近理想。总噪声功率 = PSD × ENBW。
嗯，这些概念是后面所有噪声抑制技术的基础。你把它吃透了，后面讲滤波、屏蔽、锁相放大，你才能理解为什么那么做。