২৫/০৯/১১যেকোনো পরিমাপ ব্যবস্থায় - ওয়্যারলেস যোগাযোগ থেকে শুরু করে ডিজিটাল ফটোগ্রাফি পর্যন্ত - সিগন্যাল-টু-নয়েজ রেশিও (SNR) হল মানের একটি মৌলিক মানদণ্ড। আপনি টেলিস্কোপের ছবি বিশ্লেষণ করছেন, মাইক্রোফোন রেকর্ডিং উন্নত করছেন, অথবা ওয়্যারলেস লিঙ্কের সমস্যা সমাধান করছেন, SNR আপনাকে বলে যে অবাঞ্ছিত ব্যাকগ্রাউন্ড শব্দ থেকে কতটা দরকারী তথ্য আলাদা।
কিন্তু SNR সঠিকভাবে গণনা করা সবসময় সহজ নয়। সিস্টেমের উপর নির্ভর করে, ডার্ক কারেন্ট, রিড নয়েজ বা পিক্সেল বিনিংয়ের মতো অতিরিক্ত বিষয়গুলি বিবেচনা করা প্রয়োজন হতে পারে। এই নির্দেশিকাটি আপনাকে SNR উন্নত করার তত্ত্ব, মূল সূত্র, সাধারণ ভুল, প্রয়োগ এবং ব্যবহারিক উপায়গুলি সম্পর্কে আলোচনা করবে, যাতে আপনি এটি বিভিন্ন প্রেক্ষাপটে সঠিকভাবে প্রয়োগ করতে পারেন তা নিশ্চিত করতে পারেন।
সিগন্যাল-টু-নয়েজ রেশিও (SNR) কী?
এর মূলে, সংকেত-থেকে-শব্দ অনুপাত একটি কাঙ্ক্ষিত সংকেতের শক্তি এবং এটিকে অস্পষ্ট করে এমন পটভূমির শব্দের মধ্যে সম্পর্ক পরিমাপ করে।
● সংকেত = অর্থপূর্ণ তথ্য (যেমন, একটি কলে একটি কণ্ঠস্বর, একটি টেলিস্কোপের ছবিতে একটি তারা)।
● শব্দ = এলোমেলো, অবাঞ্ছিত ওঠানামা যা সংকেতকে বিকৃত করে বা লুকিয়ে রাখে (যেমন, স্ট্যাটিক, সেন্সর শব্দ, বৈদ্যুতিক হস্তক্ষেপ)।
গাণিতিকভাবে, SNR কে এভাবে সংজ্ঞায়িত করা হয়েছে:
যেহেতু এই অনুপাতগুলি বিভিন্ন মাত্রার উপর নির্ভর করে পরিবর্তিত হতে পারে, তাই SNR সাধারণত ডেসিবেলে (dB) প্রকাশ করা হয়:
● উচ্চ SNR (যেমন, 40 dB): সিগন্যাল প্রাধান্য পায়, যার ফলে স্পষ্ট এবং নির্ভরযোগ্য তথ্য পাওয়া যায়।
● নিম্ন SNR (যেমন, 5 dB): শব্দ সংকেতকে ছাপিয়ে যায়, যার ফলে ব্যাখ্যা করা কঠিন হয়ে পড়ে।
কিভাবে SNR গণনা করবেন
কোন কোন শব্দের উৎস অন্তর্ভুক্ত করা হয়েছে তার উপর নির্ভর করে সংকেত-থেকে-শব্দ অনুপাতের গণনা বিভিন্ন স্তরের নির্ভুলতার সাথে করা যেতে পারে। এই বিভাগে, দুটি রূপ চালু করা হবে: একটি যা অন্ধকার প্রবাহের জন্য দায়ী এবং অন্যটি যা ধরে নেয় যে এটি উপেক্ষিত হতে পারে।
দ্রষ্টব্য: স্বাধীন শব্দের মান যোগ করার জন্য সেগুলোকে চতুর্ভুজে যোগ করতে হবে। শব্দের প্রতিটি উৎসকে বর্গ করা হয়, যোগ করা হয় এবং মোটের বর্গমূল নেওয়া হয়।
অন্ধকার স্রোতের সাথে সংকেত-থেকে-শব্দ অনুপাত
অন্ধকার কারেন্টের শব্দ অন্তর্ভুক্তির জন্য যথেষ্ট বড় হলে, নিম্নলিখিত সমীকরণটি ব্যবহার করা যেতে পারে:
এখানে পদগুলির সংজ্ঞা দেওয়া হল:
সংকেত (e-): এটি আলোক ইলেকট্রনের প্রতি আগ্রহের সংকেত, যেখানে অন্ধকার কারেন্ট সংকেত বিয়োগ করা হয়
মোট সংকেত (e-) হবে আগ্রহের পিক্সেলের ফটোইলেক্ট্রন গণনা - ধূসর স্তরের এককগুলিতে পিক্সেল মান নয়। সমীকরণের নীচের দিকে থাকা সংকেতের (e-) দ্বিতীয় উদাহরণটি হল ফোটনশট নয়েজ।
অন্ধকার স্রোত (ডিসি):ঐ পিক্সেলের জন্য অন্ধকার বর্তমান মান।
t: এক্সপোজার সময় সেকেন্ডে
σr:ক্যামেরা মোডে শব্দ পড়ুন।
নগণ্য অন্ধকার প্রবাহের জন্য সংকেত-থেকে-শব্দ অনুপাত
সংক্ষিপ্ত (< 1 সেকেন্ড) এক্সপোজার সময়, এবং ঠান্ডা, উচ্চ-কার্যক্ষমতা সম্পন্ন ক্যামেরা, অন্ধকার কারেন্টের শব্দ সাধারণত পঠিত শব্দের চেয়ে অনেক কম হবে এবং নিরাপদে উপেক্ষিত হবে।
যেখানে পদগুলি আবার উপরে সংজ্ঞায়িত হিসাবে রয়েছে, ব্যতিক্রম ছাড়া অন্ধকার বর্তমান সংকেত গণনা করা এবং সংকেত থেকে বিয়োগ করা প্রয়োজন নয় কারণ এটি শূন্যের সমান হওয়া উচিত।
এই সূত্রগুলির সীমাবদ্ধতা এবং অনুপস্থিত পদগুলি
বিপরীত সূত্রগুলি কেবল CCD এর জন্য সঠিক উত্তর প্রদান করবে এবংসিএমওএস ক্যামেরা। EMCCD এবং তীব্র ডিভাইসগুলি অতিরিক্ত শব্দের উৎস প্রবর্তন করে, তাই এই সমীকরণগুলি ব্যবহার করা যাবে না। আরও সম্পূর্ণ সংকেত-থেকে-শব্দ অনুপাত সমীকরণের জন্য যা এই এবং অন্যান্য অবদানের জন্য দায়ী।
আরেকটি শব্দ যা সাধারণত SNR সমীকরণে অন্তর্ভুক্ত (অথবা ব্যবহৃত হত) তা হল ফটো-রেসপন্স নন-ইউনিফর্মিটি (PRNU), যাকে কখনও কখনও 'স্থির প্যাটার্ন নয়েজ' (FPN)ও বলা হয়। এটি সেন্সর জুড়ে লাভ এবং সংকেত প্রতিক্রিয়ার অসমতাকে প্রতিনিধিত্ব করে, যা যথেষ্ট বড় হলে উচ্চ সংকেতে প্রভাবশালী হয়ে উঠতে পারে, যা SNR হ্রাস করে।
যদিও প্রাথমিক ক্যামেরাগুলিতে PRNU-এর যথেষ্ট তাৎপর্য ছিল যা এর অন্তর্ভুক্তির প্রয়োজন ছিল, বেশিরভাগ আধুনিকবৈজ্ঞানিক ক্যামেরাবিশেষ করে বোর্ডে সংশোধন প্রয়োগের পরে, ফোটন শট নয়েজের তুলনায় PRNU-এর অবদান যথেষ্ট কম। তাই, এখন সাধারণত SNR গণনায় এটি উপেক্ষা করা হয়। যাইহোক, PRNU এখনও কিছু ক্যামেরা এবং অ্যাপ্লিকেশনের জন্য গুরুত্বপূর্ণ, এবং সম্পূর্ণতার জন্য আরও উন্নত SNR সমীকরণে অন্তর্ভুক্ত। এর অর্থ হল প্রদত্ত সমীকরণগুলি বেশিরভাগ CCD/CMOS সিস্টেমের জন্য কার্যকর তবে সর্বজনীনভাবে প্রযোজ্য হিসাবে বিবেচনা করা উচিত নয়।
SNR গণনায় শব্দের প্রকারভেদ
SNR গণনা করা কেবল একটি একক শব্দ মানের সাথে একটি সংকেতের তুলনা করার বিষয় নয়। বাস্তবে, একাধিক স্বাধীন শব্দ উৎস অবদান রাখে এবং সেগুলি বোঝা অপরিহার্য।
শট নয়েজ
● উৎপত্তি: ফোটন বা ইলেকট্রনের পরিসংখ্যানগত আগমন।
● সংকেতের বর্গমূল সহ স্কেল।
● ফোটন-সীমিত ইমেজিংয়ে প্রভাবশালী (জ্যোতির্বিদ্যা, প্রতিপ্রভ মাইক্রোস্কোপি)।
তাপীয় শব্দ
● এটিকে জনসন-নাইকুইস্ট শব্দও বলা হয়, যা রোধকগুলিতে ইলেকট্রন গতির দ্বারা উৎপন্ন হয়।
● তাপমাত্রা এবং ব্যান্ডউইথের সাথে বৃদ্ধি পায়।
● ইলেকট্রনিক্স এবং ওয়্যারলেস যোগাযোগের ক্ষেত্রে গুরুত্বপূর্ণ।
অন্ধকার স্রোতের শব্দ
● সেন্সরের মধ্যে অন্ধকার প্রবাহের এলোমেলো পরিবর্তন।
● দীর্ঘ এক্সপোজার বা উষ্ণ ডিটেক্টরের ক্ষেত্রে আরও গুরুত্বপূর্ণ।
● সেন্সর ঠান্ডা করে কমানো।
শব্দ পড়ুন
● অ্যামপ্লিফায়ার এবং অ্যানালগ-থেকে-ডিজিটাল রূপান্তর থেকে শব্দ।
● প্রতি রিডআউটে স্থির, কম-সিগন্যাল ব্যবস্থায় অত্যন্ত গুরুত্বপূর্ণ।
কোয়ান্টাইজেশন নয়েজ
● ডিজিটাইজেশন (বিচ্ছিন্ন স্তরে বৃত্তাকারকরণ) দ্বারা প্রবর্তিত।
● কম-বিট-ডেপথ সিস্টেমে (যেমন, ৮-বিট অডিও) গুরুত্বপূর্ণ।
পরিবেশগত/সিস্টেম শব্দ
● ইএমআই, ক্রসস্টক, পাওয়ার সাপ্লাই রিপল।
● যদি শিল্ডিং/গ্রাউন্ডিং খারাপ হয় তাহলে আধিপত্য বিস্তার করতে পারে।
এর মধ্যে কোনটি প্রাধান্য পাচ্ছে তা বোঝা সঠিক সূত্র এবং প্রশমন পদ্ধতি বেছে নিতে সাহায্য করে।
SNR গণনায় সাধারণ ভুল
ইমেজিংয়ে সংকেত-থেকে-শব্দ অনুপাত অনুমান করার জন্য অনেক 'শর্টকাট' পদ্ধতি খুঁজে পাওয়া সহজ। এগুলি হয় বিপরীত সমীকরণের তুলনায় কম জটিল, রিড নয়েজের মতো ক্যামেরার পরামিতি সম্পর্কে জ্ঞানের প্রয়োজনের পরিবর্তে চিত্র থেকে সহজেই প্রাপ্তি সম্ভব করে তোলে, অথবা উভয়ই। দুর্ভাগ্যবশত, সম্ভবত এই পদ্ধতিগুলির প্রতিটিই ভুল, এবং এর ফলে বিকৃত এবং অসহায় ফলাফল হবে। এটি দৃঢ়ভাবে পরামর্শ দেওয়া হচ্ছে যে সমস্ত ক্ষেত্রে বিপরীত সমীকরণগুলি (অথবা উন্নত সংস্করণ) ব্যবহার করা উচিত।
সবচেয়ে সাধারণ কিছু ভুয়া শর্টকাট হল:
১, ধূসর স্তরে সংকেতের তীব্রতা বনাম পটভূমির তীব্রতার তুলনা করা। এই পদ্ধতিতে ক্যামেরার সংবেদনশীলতা, সংকেতের শক্তি বা সংকেত থেকে শব্দের অনুপাত বিচার করার চেষ্টা করা হয়, সর্বোচ্চ তীব্রতার সাথে পটভূমির তীব্রতার তুলনা করে। এই পদ্ধতিটি গভীরভাবে ত্রুটিপূর্ণ কারণ ক্যামেরা অফসেটের প্রভাব ইচ্ছাকৃতভাবে পটভূমির তীব্রতা নির্ধারণ করতে পারে, লাভ ইচ্ছাকৃতভাবে সংকেতের তীব্রতা নির্ধারণ করতে পারে এবং সংকেত বা পটভূমিতে শব্দের কোনও অবদান বিবেচনা করা হয় না।
২, ব্যাকগ্রাউন্ড পিক্সেলের একটি এলাকার স্ট্যান্ডার্ড ডেভিয়েশন দ্বারা সিগন্যালের শীর্ষকে ভাগ করা। অথবা, লাইন প্রোফাইল দ্বারা প্রকাশিত ব্যাকগ্রাউন্ডের ভিজ্যুয়াল নয়েজের সাথে শীর্ষ মানগুলির তুলনা করা। ধরে নেওয়া যাক যে অফসেটটি বিভাজনের আগে মানগুলি থেকে সঠিকভাবে বিয়োগ করা হয়েছে, এই পদ্ধতিতে সবচেয়ে গুরুত্বপূর্ণ বিপদ হল ব্যাকগ্রাউন্ড আলোর উপস্থিতি। যেকোনো ব্যাকগ্রাউন্ড আলো সাধারণত ব্যাকগ্রাউন্ড পিক্সেলের শব্দকে প্রাধান্য দেবে। তদুপরি, আগ্রহের সংকেতের শব্দ, যেমন শট নয়েজ, আসলে বিবেচনা করা হয় না।
৩, পিক্সেলের আগ্রহের ক্ষেত্রে গড় সংকেত বনাম পিক্সেল মানের স্ট্যান্ডার্ড বিচ্যুতি: পার্শ্ববর্তী পিক্সেল বা ধারাবাহিক ফ্রেম জুড়ে একটি পিক সিগন্যাল কতটা পরিবর্তিত হয় তার তুলনা করা বা পর্যবেক্ষণ করা অন্যান্য শর্টকাট পদ্ধতির তুলনায় সঠিক হওয়ার কাছাকাছি, তবে বিকৃত মানগুলির অন্যান্য প্রভাব এড়ানোর সম্ভাবনা কম, যেমন শব্দ থেকে প্রাপ্ত নয় এমন সংকেতের পরিবর্তন। তুলনামূলকভাবে কম পিক্সেল গণনার কারণে এই পদ্ধতিটিও ভুল হতে পারে। অফসেট মানের বিয়োগও ভুলে যাওয়া উচিত নয়।
৪, ফটোইলেকট্রনের তীব্রতা ইউনিটে রূপান্তর না করে বা অফসেট অপসারণ না করে SNR গণনা করা: যেহেতু ফোটন শট নয়েজ সাধারণত সবচেয়ে বড় শব্দের উৎস এবং পরিমাপের জন্য ক্যামেরার অফসেট এবং লাভের জ্ঞানের উপর নির্ভর করে, তাই SNR গণনার জন্য ফটোইলেকট্রনে ফিরে গণনা এড়ানো সম্ভব নয়।
৫, চোখ দিয়ে SNR বিচার করা: কিছু পরিস্থিতিতে চোখ দিয়ে SNR বিচার করা বা তুলনা করা কার্যকর হতে পারে, তবে অপ্রত্যাশিত কিছু সমস্যাও রয়েছে। কম মান বা ব্যাকগ্রাউন্ড পিক্সেলের তুলনায় উচ্চ মানের পিক্সেলের মাধ্যমে SNR বিচার করা কঠিন হতে পারে। আরও সূক্ষ্ম প্রভাবও ভূমিকা পালন করতে পারে: উদাহরণস্বরূপ, বিভিন্ন কম্পিউটার মনিটর খুব ভিন্ন বৈসাদৃশ্য সহ ছবি রেন্ডার করতে পারে। অধিকন্তু, সফ্টওয়্যারে বিভিন্ন জুম স্তরে ছবি প্রদর্শন শব্দের দৃশ্যমান উপস্থিতিকে উল্লেখযোগ্যভাবে প্রভাবিত করতে পারে। বিভিন্ন অবজেক্ট স্পেস পিক্সেল আকারের ক্যামেরার তুলনা করার চেষ্টা করার সময় এটি বিশেষভাবে সমস্যাযুক্ত। অবশেষে, ব্যাকগ্রাউন্ড আলোর উপস্থিতি দৃশ্যত SNR বিচার করার যেকোনো প্রচেষ্টাকে বাতিল করে দিতে পারে।
SNR এর প্রয়োগ
SNR হল একটি সর্বজনীন মেট্রিক যার বিস্তৃত প্রয়োগ রয়েছে:
● অডিও এবং সঙ্গীত রেকর্ডিং: রেকর্ডিংয়ের স্বচ্ছতা, গতিশীল পরিসর এবং বিশ্বস্ততা নির্ধারণ করে।
● ওয়্যারলেস যোগাযোগ: SNR সরাসরি বিট ত্রুটি হার (BER) এবং ডেটা থ্রুপুটের সাথে সম্পর্কিত।
● বৈজ্ঞানিক চিত্রায়ন: জ্যোতির্বিদ্যায়, আকাশের আলোর পটভূমিতে ম্লান তারা সনাক্ত করার জন্য উচ্চ SNR প্রয়োজন।
● চিকিৎসা সরঞ্জাম: ECG, MRI, এবং CT স্ক্যানগুলি শারীরবৃত্তীয় শব্দ থেকে সংকেত আলাদা করার জন্য উচ্চ SNR-এর উপর নির্ভর করে।
● ক্যামেরা এবং ফটোগ্রাফি: গ্রাহক ক্যামেরা এবং বৈজ্ঞানিক CMOS সেন্সর উভয়ই কম আলোতে কর্মক্ষমতা পরিমাপের জন্য SNR ব্যবহার করে।
SNR উন্নত করা হচ্ছে
যেহেতু SNR একটি গুরুত্বপূর্ণ পদক্ষেপ, তাই এটি উন্নত করার জন্য উল্লেখযোগ্য প্রচেষ্টা প্রয়োজন। কৌশলগুলির মধ্যে রয়েছে:
হার্ডওয়্যার পদ্ধতি
● কম অন্ধকার প্রবাহ সহ আরও ভালো সেন্সর ব্যবহার করুন।
● EMI কমাতে শিল্ডিং এবং গ্রাউন্ডিং প্রয়োগ করুন।
● তাপীয় শব্দ দমনের জন্য শীতল ডিটেক্টর।
সফটওয়্যার পদ্ধতি
● অবাঞ্ছিত ফ্রিকোয়েন্সি অপসারণের জন্য ডিজিটাল ফিল্টার প্রয়োগ করুন।
● একাধিক ফ্রেম জুড়ে গড় ব্যবহার করুন।
● ইমেজিং বা অডিও প্রক্রিয়াকরণে শব্দ হ্রাস অ্যালগরিদম ব্যবহার করুন।
পিক্সেল বিনিং এবং SNR-এর উপর এর প্রভাব
সিগন্যাল-টু-নয়েজ অনুপাতের উপর বিনিংয়ের প্রভাব ক্যামেরা প্রযুক্তি এবং সেন্সর আচরণের উপর নির্ভর করে, কারণ বিনযুক্ত এবং আনবিনযুক্ত ক্যামেরার শব্দ কর্মক্ষমতা উল্লেখযোগ্যভাবে পরিবর্তিত হতে পারে।
সিসিডি ক্যামেরাগুলি 'চিপে' সংলগ্ন পিক্সেলের চার্জ যোগ করতে পারে। রিডআউট নয়েজ শুধুমাত্র একবারই আসে, যদিও প্রতিটি পিক্সেল থেকে আসা অন্ধকার কারেন্ট সংকেতও যোগ করা হবে।
বেশিরভাগ CMOS ক্যামেরা অফ-চিপ বিনিং করে, যার অর্থ প্রথমে মান পরিমাপ করা হয় (এবং পঠনযোগ্য শব্দ প্রবর্তন করা হয়), এবং তারপর ডিজিটালভাবে সংক্ষেপিত করা হয়। এই ধরনের যোগফলের জন্য পঠনযোগ্য শব্দ সংক্ষেপিত পিক্সেলের সংখ্যার বর্গমূল দিয়ে গুণ করলে বৃদ্ধি পায়, অর্থাৎ 2x2 বিনিংয়ের জন্য 2 এর গুণনীয়ক দিয়ে।
যেহেতু সেন্সরের শব্দ আচরণ জটিল হতে পারে, তাই পরিমাণগত প্রয়োগের জন্য বিনড মোডে ক্যামেরার অফসেট, লাভ এবং পঠন শব্দ পরিমাপ করা এবং সিগন্যাল-টু-নয়েজ অনুপাত সমীকরণের জন্য এই মানগুলি ব্যবহার করা যুক্তিযুক্ত।
উপসংহার
বিজ্ঞান, প্রকৌশল এবং প্রযুক্তির ক্ষেত্রে সিগন্যাল-টু-নয়েজ রেশিও (SNR) অন্যতম গুরুত্বপূর্ণ মেট্রিক্স। ফোন কলের স্বচ্ছতা নির্ধারণ থেকে শুরু করে দূরবর্তী ছায়াপথ সনাক্তকরণ সক্ষম করা পর্যন্ত, SNR পরিমাপ এবং যোগাযোগ ব্যবস্থার মানকে সমর্থন করে। SNR আয়ত্ত করা কেবল সূত্র মুখস্থ করার বিষয় নয় - এটি অনুমান, সীমাবদ্ধতা এবং বাস্তব-বিশ্বের বিনিময়-অফ বোঝার বিষয়। এই দৃষ্টিকোণ থেকে, প্রকৌশলী এবং গবেষকরা আরও নির্ভরযোগ্য পরিমাপ করতে পারেন এবং এমন সিস্টেম ডিজাইন করতে পারেন যা কোলাহলপূর্ণ পরিস্থিতিতেও অর্থপূর্ণ অন্তর্দৃষ্টি বের করে।
আরও জানতে চান? সম্পর্কিত নিবন্ধগুলি দেখুন:
টুকসেন ফোটোনিক্স কোং লিমিটেড সর্বস্বত্ব সংরক্ষিত। উদ্ধৃতি দেওয়ার সময়, অনুগ্রহ করে উৎসটি স্বীকার করুন:www.tucsen.com
