SNR - Ciallo Wiki | チャロ百科

1 SNRの基本概念

1.1 信号と雑音の定義

SNR（信号対雑音比）は、観測対象に含まれる「有用な成分（信号）」と、それ以外の「不要な成分（雑音）」が、量的にどの程度隔たっているかを示す指標である。信号と雑音の区別は常に自明ではなく、目的に依存する。たとえば同じ物理量の観測でも、通信では所望の伝送波を信号、受信機内の熱雑音や外乱を雑音とみなす一方、計測では既知の入力に対応する成分を信号、環境由来の変動を雑音とすることが多い。

雑音は統計的な性質として扱われることが多く、平均値がゼロに近いランダム成分としてモデル化される場合が多い。ただし実際には、一定のオフセット、ゆっくり変動するドリフト、装置由来の色付き雑音（周波数依存性を持つ）など、単純な「白色ランダム雑音」以外の性質を含むこともある。SNRを用いる際には、どの成分を信号に含め、どの成分を雑音として切り分けたのかという定義が前提になる。

1.2 SNRの数学的定義

SNRは「比」であるため、何を測るか（電力か、振幅か）、どの区間で評価するか（帯域、時間）といった条件により式が変わる。一般に、信号と雑音が同じ単位系で比較可能であり、電力または二乗平均などが一貫した定義になっている必要がある。

1.2.1 電力比としてのSNR

電力比としてのSNRは、信号の平均電力と雑音の平均電力の比で定義される。一般的な形は次のとおりである。

SNR = 信号電力 / 雑音電力

電力は通常、振幅の二乗や、観測信号に対する二乗平均として計算される。ランダム成分を含む場合、有限長データから推定する平均と理想的な統計量の関係が重要になる。電力比として定義すると、実効的なエネルギー差を直接反映しやすい。

1.2.2 振幅比としてのSNR

振幅比としてのSNRは、振幅の代表値（たとえば二乗平均平方根、実効値）同士の比で表される。典型的には、振幅の二乗平均平方根（RMS）を用いて、

SNR = （信号のRMS）^2 / （雑音のRMS）^2

のように電力比と整合させて表されることが多い。入力を電圧として扱う場合、電圧の比と電力の比の換算に注意が必要である。抵抗が等しい前提のもとで比例関係を利用できることがあるが、測定系の条件が同一とは限らない。

1.3 dB表示と換算

SNRをデシベル（dB）で表すと、小さな比や大きな比を見やすい尺度にまとめられる。dB化は対数変換であり、電力ベースか振幅ベースかにより係数が異なる。

1.3.1 電力比のdB換算

電力比としてのSNRをdBにする場合、次式が用いられる。

SNR(dB) = 10 log10（信号電力 / 雑音電力）

電力が「比」の対象であるため、係数10が用いられるのが一般的である。

1.3.2 振幅比のdB換算

振幅（電圧など）を比として扱うと、同じくdB化しても係数が変わる。振幅と電力の関係が二乗に比例することから、次式がよく使われる。

SNR(dB) = 20 log10（信号振幅 / 雑音振幅）

ここでの「振幅」は、電力に対応する二乗平均平方根など、電力へ換算可能な定義であることが望ましい。定義が曖昧だと、dB値の解釈が変わる。

1.4 平均化と測定の考え方

SNRは瞬間値の比ではなく、評価窓内の平均化に基づいて決まることが多い。たとえば時間平均、周波数帯域での積分、複数回試行に基づくアンサンブル平均など、どの平均が採用されているかが結論に影響する。

また、「信号」と「雑音」の境界も、平均化方法に関与する。たとえば観測波形から平均を差し引く処理を行う場合、低周波成分やオフセットが信号側に含まれるのか雑音側に含まれるのかが変わり得る。さらに、非定常な雑音（時間で性質が変わる）では、短時間平均が過大あるいは過小に見えることがある。従って、SNRを比較するときは評価条件（窓の長さ、帯域、前処理、推定器の構造）を揃える必要がある。

2 SNRの測定・評価

2.1 時間領域での推定

時間領域では、観測データから信号成分と雑音成分を分離し、二乗平均などの統計量を用いてSNRを計算する。線形で既知の信号形がある場合は、モデルベースの推定が適している。信号形が不明なら、統計的仮定や推定器設計に依存する。

2.1.1 実測データからの計算手順

実測手順の一例として、次の要素が挙げられる。第一に、観測モデルを立てる。観測系列 x[n] が信号 s[n] と雑音 w[n] の和、

x[n] = s[n] + w[n]

とみなせるかを整理する。次に、信号成分の推定（あるいは参照波形との相関による検出）を行い、雑音成分を残差として扱う。具体的には、推定した信号を引いた差分を用いて雑音の統計量（平均電力や分散）を評価する。

評価窓は固定長でもよいが、非定常性がある場合は適応的な窓設定が必要になる。最後に、dB化するなら電力ベースか振幅ベースかを統一する。測定系の利得やフィルタの影響は、実効的な電力比を変えるため、系統的誤差として扱うことが望ましい。

2.1.2 事前情報なしでの推定法の考え方

事前情報が乏しい場合、信号と雑音を完全には分離できないため、SNRは「仮定に依存する推定量」になる。代表的な考え方は、信号が持つ構造（周期性、滑らかさ、疎性など）を雑音と区別し、構造部分を信号、残差を雑音として扱うという枠組みである。

たとえば、周波数領域において信号が狭帯域に集中し、雑音が広帯域に分散しているという仮定があれば、スペクトルの形状からSNR推定が可能になる。この場合も「どこまでを信号とみなすか」という帯域選択が本質的なパラメータになる。したがって事前情報なしの推定では、推定バイアスと分散、そして仮定の妥当性を同時に評価する必要がある。

2.2 周波数領域での評価

周波数領域では、SNRを帯域ごとのエネルギー分布として扱いやすい。信号が特定の周波成分に集中するなら、その領域の積分値と、雑音とみなす領域の積分値の比から評価することができる。

2.2.1 帯域選択とSNR

帯域選択はSNRに直結する。狭い帯域フィルタは雑音エネルギーを抑え得るが、信号成分の一部も失う可能性がある。結果として、利得としての信号だけでなく、雑音抑圧の効果と信号減衰の効果を同時に見積もる必要がある。

また、SNRは「帯域内での平均」でもあるため、帯域幅が変われば値も変わる。比較を行う際には同一帯域で評価しているかを確認することが重要である。帯域の境界の決め方（フィルタの減衰特性、窓関数、推定の周波数分解能）も結果に影響する。

2.2.2 スペクトルからの算出

スペクトルからの算出では、パワースペクトル密度（PSD）などの推定値を用い、信号と雑音として区別した周波数範囲を積分することで電力比を構成する。理想的には、信号の周波数成分がわかっているとき、中心付近の寄与を信号電力、その他を雑音電力として分けられる。

実データでは推定ゆらぎがあるため、窓処理や平均（たとえば周期グラムの平均化）により分散を抑えることが多い。さらに、スペクトルリーケージ（観測窓の有限長による漏れ）によって、信号のエネルギーが雑音領域ににじむことがあり、SNR推定が過小になる原因となる。したがって、窓関数やオーバーラップ、分解能の設定も評価の一部に含めるのが実務的である。

2.3 システム要因によるSNR劣化

SNRは観測系全体の影響を受ける。入力段の雑音に加え、非線形性、周波数応答、相互変調などが雑音の性質を変え、結果として有用成分の識別を困難にする。

2.3.1 非線形性と雑音の混入

非線形な素子は、入力信号と雑音の混合積を生み、スペクトル上の不要成分を増やす。たとえば、微小な高調波や相互変調が発生すると、元の雑音だけでは説明できない成分が観測され、電力比の分子と分母の両方に影響しうる。さらに、飽和やクリッピングのような強い非線形は、波形の歪みとして信号成分を広帯域化させ、結果的に「雑音との区別」を難しくする。

2.3.2 検出器特性と雑音

検出器（受信機、マイク、センサなど）の内部雑音、量子化の丸め誤差、飽和レベル、周波数帯域、感度の温度依存性などがSNRを左右する。特にA/D変換では、量子化誤差が雑音として加わるため、ビット幅や入力振幅の設計が重要になる。熱雑音のように入力に対して一定の寄与を持つ場合、入力増加によってSNRは改善するが、別の要因が支配的になる場合は改善が頭打ちになることがある。

また、ゲイン設定が不適切だと、雑音が過大に観測される（入力が小さすぎる）か、飽和で信号が失われる（入力が大きすぎる）かのいずれかが起こり得る。SNR最適化は、信号側と雑音側の双方にまたがる設計課題として理解されるべきである。

2.4 実験条件の記録と再現性

SNRは推定条件に依存するため、再現性の確保には手順の詳細な記録が不可欠である。観測帯域、サンプリング周波数、窓関数、フィルタ設定、ゲイン、前処理（平均除去、トレンド除去、正規化）、試行回数と平均化手順などが、結果を左右する。

さらに、雑音が非定常であるときは、推定に用いた時間範囲と評価窓の位置を明示する必要がある。異なる実験者が同じ「SNR」という語で異なる条件を暗黙に採用していると、値の比較は成立しにくい。したがって、SNRの報告には算出式の定義に加えて、評価パイプライン全体の情報を添えることが求められる。

3 SNRと情報理論・通信性能

3.1 感度・検出性能との関係

検出性能は、信号が雑音に埋もれる程度に影響されるため、SNRと関係する。理想化されたモデルでは、SNRが高いほど所望成分の識別が容易になり、誤検出や見逃しが減る傾向がある。ただし検出器の設計（しきい値、整合フィルタの有無、事前確率の扱い）によって、同じSNRでも性能は異なる。

また、単純なSNRだけでは、信号波形の形状や雑音の相関構造を十分に表しきれない。たとえば相関を持つ雑音では、周波数により難易度が変わり、整合戦略の効果が大きくなる。したがって、SNRは有力な指標ではあるが、検出系全体の性能を完全に規定するものではない。

3.2 誤り率との関係（概念）

通信では、受信側が記号を判定するため、SNRの低下は誤り率の上昇につながることが多い。直感的には、判定に必要な情報が雑音により覆い隠されるため、類似した候補間の区別が難しくなるからである。

ただし誤り率は変調方式、復調方式（最尤、準最尤など）、符号化の有無、同期条件（タイミングや周波数オフセットの誤差）にも依存する。結果として、SNRが同程度でも符号化利得や復号アルゴリズムが異なると、誤り率は大きく変化しうる。ここではSNRが概念的な軸として働く、という位置づけが適切である。

3.3 帯域幅・符号化との関係

帯域幅は、雑音の混入量を左右し得る。雑音が帯域に比例して増えるモデルでは、帯域を広げるほど雑音電力が増え、同じ送信電力でもSNRが低下することがある。一方で帯域を広げれば符号化効率やデータ速度に直接影響する場合もあり、SNRだけで最適性は決まらない。

符号化は、誤りに強くすることで有効な性能を改善する。これにより、受信で推定されるSNRが一定でも、復号後の誤り率が改善することがある。つまりSNRは物理層の条件を表す一方、符号化は情報の扱い方として誤りの影響を再配分するため、両者は補完関係にある。

3.4 シャノン容量との位置づけ

情報理論では、通信路容量がSNR（一般には信号対雑音比に類する量）と結びつく。典型的な加法性雑音モデル（ホワイトガウス雑音）では、容量がSNRの単調増加関数として表され、SNRが高いほど理論上の最大伝送可能情報量が増える。

ただし容量は「理想的符号化が可能」という前提や、雑音のモデル化に依存するため、実装上の誤差要因（同期ずれ、実効帯域、非線形歪、チャンネル推定誤差）をそのまま反映するわけではない。それでもシャノン容量は、SNRがどの程度情報伝達を押し上げるかという見通しを与える基準として位置づけられる。

4 実務上の注意点

4.1 前提が異なるSNRの混同

SNRの数値は、定義される前提（雑音のモデル、信号の取り扱い、評価窓、平均化の方法、帯域制限）で変化する。たとえば時間領域での二乗平均に基づくSNRと、周波数領域で積分した電力比は、同じデータに対しても算出手順が違えば値が一致しないことがある。特に分母の雑音成分が「推定残差」なのか「独立雑音モデル」なのかで意味が変わる。

報告・比較の場面では、単にdBの数値だけで判断せず、計算式の定義や評価条件を確認することが重要になる。誤った前提の混同は、性能評価の結論を大きく歪める原因になり得る。

4.2 雑音の定義（加法性・相関）

SNRは雑音を加法性（観測が信号と雑音の和として表せる）として扱う場合が多いが、実際の現象では乗法性や非線形結合が含まれることがある。雑音が信号に依存して増減する形（たとえば前段ゲインの影響を受ける雑音）では、単純な電力比の解釈が難しくなる。

また、相関雑音は白色雑音とは異なり、周波数ごとの扱いが変わる。相関があると、有効なSNRは「総電力」ではなく、整合戦略や前処理によって変化する。したがって、雑音の統計構造を無視してSNRを一般化することには注意が必要である。

4.3 比較のための正規化

比較では、入力電力や利得、帯域幅、窓関数などの違いを吸収する正規化が必要になる。たとえば異なるフィルタ構成で得た観測からSNRを算出した場合、同じdB値でも実効的な比較ができないことがある。正規化は、評価帯域を揃える、利得を補正する、あるいは定義された条件に基づいて換算することで実施する。

さらに、測定対象のスケール（例えばセンサ感度が異なる、設置位置が違う）により、信号の見積もり自体が変わる可能性がある。比較の前提として、信号推定器と雑音推定器の設計が同じであるかを確認することが重要である。

4.4 SNR以外の関連指標

実務では、SNR単独では不十分な状況があるため、関連指標が併用される。とりわけ通信では、不要成分が「雑音」に限定されず、他ユーザの干渉などの特定構造を持つ場合がある。

4.4.1 SINRとの違い

SINR（信号対干渉対雑音比）は、信号に加えて干渉成分も分母側に含めて評価する。SNRが雑音のみを分母とするのに対し、SINRでは同時に存在する他系統の寄与（干渉）を区別して扱う点が特徴である。無線通信などでは干渉が支配的になることがあり、その場合はSNRよりSINRの方が性能を説明しやすい。

4.4.2 ENRやSNR推定誤差の扱い

ENR（信号対ノイズ比に関する別表現として用いられることがある指標）は、文脈により定義や参照点が異なる場合があるため注意が必要である。さらに、SNRの推定値には必ず統計的誤差が伴う。有限データ長ではサンプル分散のばらつきがあり、推定器が持つバイアスや、雑音が非定常であることによる局所的な過大評価・過小評価が起こり得る。

実務では、推定の信頼区間や再現性、評価手順の頑健性（モデル誤りに対する影響）を併せて提示することで、SNRの数値が持つ意味を適切に伝えられる。単発の推定値のみを用いると、偶然のばらつきと系統誤差を区別できないことがある。