当前位置: 首页 > news >正文

信息论与编码篇---总谐波失真加噪声

一、什么是总谐波失真加噪声?

总谐波失真加噪声是衡量音频设备、放大器、信号源等电子系统纯净度的最常用指标。它表示输出信号中,除了想要的基波信号外,所有不需要的成分(谐波+噪声)占总信号的百分比。

通俗理解

  • 想象你在安静的房间里说话(纯净的基波)

  • THD+N 衡量的是:房间里除了你的声音,还有多少回声(谐波)和背景噪音(噪声)

  • 数值越低,代表声音越纯净、越接近原声

计算公式

其中:

  • V基波​:基波信号的有效值

  • V谐波​:所有谐波成分的有效值(2次、3次、4次...)

  • V噪声​:噪声成分的有效值


二、THD+N 的组成成分

1. 谐波成分(Harmonics)

定义:输入频率的整数倍频率成分。

为什么会产生

  • 放大器的非线性特性

  • 器件饱和(晶体管、电子管)

  • 电源供应不足

示例
输入 1kHz 的正弦波,失真后出现:

  • 2次谐波:2kHz

  • 3次谐波:3kHz

  • 4次谐波:4kHz

  • ...

谐波的听觉特征

  • 偶次谐波(2、4、6倍频):通常听起来"温暖"、"悦耳"(电子管的特点)

  • 奇次谐波(3、5、7倍频):通常听起来"刺耳"、"生硬"(晶体管过载的特点)

2. 噪声成分(Noise)

定义:系统中随机产生的、与输入信号无关的杂散能量。

常见噪声来源

  • 热噪声:电阻等元器件内部电子热运动产生

  • 闪烁噪声:半导体器件表面的随机过程

  • 电源噪声:供电系统的纹波干扰

  • 电磁干扰:外部环境的射频干扰

  • 量化噪声:数字系统的模数转换误差

噪声的频谱特征

  • 白噪声:全频段均匀分布

  • 粉红噪声:频率越高,能量越低

  • 工频干扰:50Hz/60Hz 及其谐波


三、THD+N 的测量方法

1. 基本测量原理
信号源 → 被测设备 → 陷波器 → 真有效值检测 → 计算THD+N ↑ ↓ ↓ ↓ 纯净正弦 输出 滤除基波 测量剩余能量

测量步骤

  1. 输入纯净信号:通常用失真极低的正弦波(如1kHz)

  2. 测量总输出:先测量包含基波的总信号有效值

  3. 滤除基波:用陷波器精确滤除基波频率

  4. 测量剩余:测量剩余信号(谐波+噪声)的有效值

  5. 计算比值:剩余/总输出 × 100%

2. 测量频率选择
测试频率适用场景原因
1kHz通用标准人耳敏感区,工业标准
多频点功放全面测试不同频率失真不同
20Hz-20kHz全频段评估覆盖音频全带宽
低频 (<100Hz)功放/变压器低频非线性明显
3. 测量带宽设置
带宽设置适用范围特点
22Hz-22kHz音频设备标准模拟人耳听觉范围
80kHz功放全面测试包含超声谐波
全带宽科研测量最全面但可能包含无关噪声

四、THD+N 的解读标准

1. 数值范围与听觉感受
THD+N 数值听觉感受典型设备
< 0.001%极纯净,专业级顶级实验室仪器
0.001% - 0.01%高保真,难以察觉Hi-Fi 音响、高端 DAC
0.01% - 0.1%优秀,一般听不出中高端功放、手机
0.1% - 1%可察觉,但可接受普通消费电子、收音机
1% - 5%明显失真廉价设备、过载状态
> 5%严重失真效果器(刻意)、故障设备
2. 不同设备的典型指标
设备类型典型 THD+N备注
顶级实验室信号源< 0.0001%AP 音频分析仪
高端 DAC(数字模拟转换器)0.0005% - 0.001%ESS、AKM 旗舰芯片
专业监听功放0.001% - 0.005%录音棚设备
手机音频输出0.01% - 0.05%取决于型号
蓝牙音箱0.1% - 1%受限于成本和体积
电子管功放1% - 5%刻意保留"温暖感"
电吉他放大器5% - 20%艺术效果需要
3. 频率依赖特性

THD+N 通常随频率变化:

  • 低频段:可能因电源纹波、变压器饱和而升高

  • 中频段:通常最低(1kHz 附近)

  • 高频段:因反馈深度下降、压摆率限制而升高


五、THD+N 与其他指标的关系

指标关系区别
THDTHD+N 包含 THDTHD 只测谐波,THD+N 包含噪声
SNR(信噪比)互补关系SNR 关注信号 vs 噪声,THD+N 包含谐波
IMD(互调失真)不同维度IMD 测多频互调,THD+N 测单频谐波
动态范围相关动态范围大通常 THD+N 低

SNR 与 THD+N 的对比

  • SNR = 信号 / 噪声(不考虑谐波)

  • THD+N =(谐波+噪声)/ 信号

  • 两者成反比关系,但不完全对应


六、影响 THD+N 的主要因素

1. 信号电平影响
THD+N vs 输出功率曲线: | THD+N | ____ 小信号区(噪声主导) (%) | / | / ____ 线性区(最佳工作点) | / / | /__/ ______ 大信号区(失真主导) |________________ 输出功率
  • 小信号区:噪声主导(THD+N 随信号增大而降低)

  • 线性区:最佳工作点(THD+N 最低)

  • 大信号区:失真主导(THD+N 急剧上升)

2. 频率影响
  • 低频:电源纹波、变压器非线性

  • 高频:压摆率限制、反馈深度下降

  • 极高频:超出带宽后信号衰减

3. 负载阻抗影响
  • 低阻抗负载要求更大电流,易导致失真

  • 高阻抗负载通常失真更低

4. 温度影响
  • 温度升高 → 器件参数漂移 → 失真可能增加

  • 热噪声随温度升高而增加


七、如何降低 THD+N?

1. 电路设计层面
方法原理效果
深度负反馈将输出反相送回输入抵消失真显著降低失真,但可能影响稳定性
A类放大晶体管始终工作在导通区线性最好,但效率低(<20%)
差分电路对称结构抵消偶次谐波有效降低偶次失真
局部反馈每级单独反馈优化每级线性度
电源去耦降低电源噪声耦合改善噪声性能
2. 元器件选择
元器件选择原则影响
运算放大器选择低失真型号直接影响核心性能
电阻金属膜电阻(低噪声)降低热噪声
电容高品质电容(低损耗)减少相位失真
晶体管配对使用,线性区宽提高线性度
3. 系统层面
  • 优化增益结构:避免信号过大进入饱和区

  • 地线设计:避免地环路引入噪声

  • 屏蔽:减少外部电磁干扰

  • 电源净化:使用线性电源或高质量开关电源


八、THD+N 的局限性

  1. 不能反映失真类型:1% THD+N 可能是悦耳的偶次谐波,也可能是刺耳的奇次谐波,数值相同但听感完全不同

  2. 频率单一:单频测试不能反映多频同时输入时的互调失真

  3. 加权问题:没有考虑人耳对不同频率的敏感度差异(可用 CCIR、A 加权曲线修正)

  4. 相位忽略:只考虑幅度,忽略谐波相位对听感的影响

  5. 不适合数字系统:对于数字设备,可能需要结合其他指标(如抖动、量化噪声)


九、实际应用中的注意事项

1. 测量时需注意
  • 确保信号源本身失真远低于被测设备

  • 选择适当的测试电平和频率

  • 注意接地和屏蔽,避免环境干扰

  • 多次测量取平均,减少随机误差

2. 解读数据时需注意
  • 查看测试条件(频率、电平、带宽)

  • 比较同类产品(不同测试条件不可比)

  • 结合听感评价(低 THD+N 不一定好听)

3. 典型误区
  • ❌ "THD+N 越低,声音越好听"

  • ✅ THD+N 低代表技术指标好,但听感是主观的

  • ❌ "0.001% 比 0.01% 好 10 倍"

  • ✅ 对数关系,实际差异可能微乎其微

http://www.jsqmd.com/news/390409/

相关文章:

  • LLM | 完全面向算法的 VeRL 代码阅读笔记
  • 魔兽世界伤害计算公式
  • 提示工程架构师请注意!Agentic AI对抗样本防御的10大核心技巧
  • 2026-02-17学习
  • 宇树科技 CEO 王兴兴所说的“具身智能时代的牛顿还没诞生”
  • 寒假学习笔记2.4
  • 存在即对话:方见华对话本体论与世毫九理论的数学奠基、形式证明与工程实现
  • 寒假学习笔记2.3
  • 摩尔线程快速完成对Qwen3.5模型全面适配
  • 如何通过数据分析实现精准营销
  • 20260217
  • Ubuntu 上 ROS2 的安装
  • 协同过滤算法Nodejs+vue3的短视频分享网站系统
  • vcpkg的配置
  • 寒假学习笔记2.2
  • 状压+dijk |floyd
  • 寒假学习笔记2.1
  • 并查集 - ## Find them, Catch them
  • (3-2)机器人身体结构与人体仿生学:人形机器人躯干体系
  • 气泡图标注软件中文版(美式功能设计)|一键插入序号气泡图,支持CAD/PDF/图片+OCR识别+Excel报告导出
  • EncodeConvert编码转换器v2.0——高效支持GBK与UTF-8互转的汉字编码工具
  • ZProtect一机一码工具(电脑版):专为DLL/EXE文件设计的轻量级软件开发解决方案
  • 未来之窗昭和仙君(七十二)前端交互异常行为检测—东方仙盟练气
  • 冥想第一千七百九十七天(1797)
  • 冥想第一千七百九十六天(1796)
  • ROS快速入门教程:什么是SLAM(Simultaneous localization and mapping,同步定位与建图)【解决机器人在未知环境运动时的定位与地图构建问题】
  • OpenTelemetry 开发实战【左扬精讲】—— 云原生可观测体系构建与分布式追踪二次开发
  • 工业园区全域轨迹拼接与异常行为智能识别平台——跨摄像单元轨迹连续性校验 × 多帧误差补偿引擎
  • Agentic AI时代,提示工程架构师的核心竞争力是什么?
  • 如何提升企业品牌在豆包结果中的排名? - 品牌2025