25/09/11کسی بھی پیمائش کے نظام میں - وائرلیس مواصلات سے لے کر ڈیجیٹل فوٹو گرافی تک - سگنل ٹو شور کا تناسب (SNR) معیار کا ایک بنیادی معیار ہے۔ چاہے آپ ٹیلی سکوپ امیجز کا تجزیہ کر رہے ہوں، مائیکروفون کی ریکارڈنگ کو بہتر کر رہے ہوں، یا وائرلیس لنک کا مسئلہ حل کر رہے ہوں، SNR آپ کو بتاتا ہے کہ ناپسندیدہ پس منظر کے شور سے کتنی مفید معلومات کھڑی ہیں۔
لیکن SNR کا صحیح حساب لگانا ہمیشہ سیدھا نہیں ہوتا ہے۔ سسٹم پر منحصر ہے، اضافی عوامل جیسے تاریک کرنٹ، پڑھنے کا شور، یا پکسل بائننگ پر غور کرنے کی ضرورت پڑ سکتی ہے۔ یہ گائیڈ آپ کو تھیوری، بنیادی فارمولوں، عام غلطیوں، ایپلی کیشنز، اور SNR کو بہتر بنانے کے عملی طریقوں کے بارے میں بتاتا ہے، اس بات کو یقینی بناتا ہے کہ آپ اسے سیاق و سباق کی ایک وسیع رینج میں درست طریقے سے لاگو کر سکتے ہیں۔
سگنل ٹو شور ریشو (SNR) کیا ہے؟
اس کے مرکز میں، سگنل سے شور کا تناسب مطلوبہ سگنل کی طاقت اور پس منظر کے شور کے درمیان تعلق کی پیمائش کرتا ہے جو اسے دھندلا دیتا ہے۔
● سگنل = معنی خیز معلومات (مثال کے طور پر، کال میں آواز، دوربین کی تصویر میں ایک ستارہ)۔
● شور = بے ترتیب، ناپسندیدہ اتار چڑھاو جو سگنل کو مسخ یا چھپاتا ہے (مثلاً، جامد، سینسر کا شور، برقی مداخلت)۔
ریاضیاتی طور پر، SNR کی تعریف اس طرح کی گئی ہے:
چونکہ یہ تناسب شدت کے بہت سے آرڈرز پر مختلف ہو سکتے ہیں، SNR کو عام طور پر ڈیسیبلز (dB) میں ظاہر کیا جاتا ہے:
● اعلی SNR (مثال کے طور پر، 40 dB): سگنل کا غلبہ ہے، جس کے نتیجے میں واضح اور قابل اعتماد معلومات حاصل ہوتی ہیں۔
● کم SNR (مثال کے طور پر، 5 dB): شور سگنل پر حاوی ہو جاتا ہے، جس سے تشریح مشکل ہو جاتی ہے۔
SNR کا حساب کیسے لگائیں۔
سگنل سے شور کے تناسب کا حساب کتاب مختلف سطحوں کی درستگی کے ساتھ کیا جا سکتا ہے اس پر منحصر ہے کہ شور کے کون سے ذرائع شامل ہیں۔ اس سیکشن میں، دو شکلیں متعارف کرائی جائیں گی: ایک وہ جو تاریک کرنٹ کا سبب بنتی ہے اور دوسری جو یہ سمجھتی ہے کہ اسے نظر انداز کیا جا سکتا ہے۔
نوٹ: شور کی آزاد اقدار کو شامل کرنے کے لیے انہیں چوکور میں شامل کرنے کی ضرورت ہے۔ شور کا ہر ماخذ مربع، خلاصہ، اور کل کا مربع جڑ لیا جاتا ہے۔
تاریک کرنٹ کے ساتھ سگنل سے شور کا تناسب
ان حالات میں استعمال کرنے کے لیے درج ذیل مساوات ہے جہاں تاریک کرنٹ شور اتنا بڑا ہے کہ اسے شامل کرنے کی ضرورت ہو:
یہاں شرائط کی تعریف ہے:
سگنل (ای-): یہ فوٹو الیکٹران میں دلچسپی کا اشارہ ہے، جس میں تاریک کرنٹ سگنل کو گھٹایا جاتا ہے
ٹوٹل سگنل (ای-) دلچسپی کے پکسل میں فوٹو الیکٹران کا شمار ہوگا – سختی سے گرے لیول کی اکائیوں میں پکسل ویلیو نہیں۔ سگنل (ای-) کی دوسری مثال، مساوات کے نیچے، فوٹو شاٹ شور ہے۔
تاریک کرنٹ (DC):اس پکسل کے لیے تاریک موجودہ قدر۔
t: سیکنڈوں میں نمائش کا وقت
σr:کیمرہ موڈ میں شور پڑھیں۔
نہ ہونے کے برابر تاریک کرنٹ کے لیے سگنل سے شور کا تناسب
مختصر صورتوں میں (< 1 سیکنڈ) نمائش کے اوقات، نیز ٹھنڈے ہوئے، اعلی کارکردگی والے کیمرے، تاریک کرنٹ شور عام طور پر پڑھنے والے شور سے کم ہوگا، اور محفوظ طریقے سے نظرانداز کیا جائے گا۔
جہاں شرائط ایک بار پھر جیسا کہ اوپر بیان کیا گیا ہے، اس استثناء کے ساتھ کہ تاریک کرنٹ سگنل کو شمار کرنے اور سگنل سے منہا کرنے کی ضرورت نہیں ہے کیونکہ اسے صفر کے برابر ہونا چاہیے۔
ان فارمولوں کی حدود اور لاپتہ اصطلاحات
مخالف فارمولے صرف CCD اور کے لیے درست جوابات فراہم کریں گے۔CMOS کیمرے. EMCCD اور تیز آلات شور کے اضافی ذرائع متعارف کراتے ہیں، اس لیے ان مساواتوں کو استعمال نہیں کیا جا سکتا۔ زیادہ مکمل سگنل ٹو شور کے تناسب کی مساوات کے لیے جو ان اور دیگر شراکتوں کے لیے حساب کرتا ہے۔
شور کی ایک اور اصطلاح جو عام طور پر SNR مساوات میں شامل ہوتی ہے (یا استعمال ہوتی ہے) وہ ہے فوٹو رسپانس نان یکسانیت (PRNU)، جسے بعض اوقات 'فکسڈ پیٹرن شور' (FPN) کا لیبل بھی لگایا جاتا ہے۔ یہ پورے سینسر میں حاصل اور سگنل کے ردعمل کی ناہمواری کی نمائندگی کرتا ہے، جو SNR کو کم کرتے ہوئے، کافی بڑے ہونے پر اعلی سگنلز پر غالب ہو سکتا ہے۔
جب کہ ابتدائی کیمروں میں کافی اہم PRNU تھا جو اسے شامل کرنے کی ضرورت ہے، سب سے زیادہ جدیدسائنسی کیمرےفوٹون شاٹ شور کے مقابلے میں اپنا حصہ ڈالنے کے لیے کافی حد تک کم PRNU ہے، خاص طور پر بورڈ میں اصلاحات کے لاگو ہونے کے بعد۔ اب، اس لیے، عام طور پر SNR حسابات میں نظر انداز کیا جاتا ہے۔ تاہم، PRNU کچھ کیمروں اور ایپلیکیشنز کے لیے اب بھی اہم ہے، اور مکمل ہونے کے لیے زیادہ جدید SNR مساوات میں شامل ہے۔ اس کا مطلب ہے کہ فراہم کردہ مساوات زیادہ تر CCD/CMOS سسٹمز کے لیے کارآمد ہیں لیکن انہیں عالمی طور پر قابل اطلاق نہیں سمجھا جانا چاہیے۔
SNR کیلکولیشنز میں شور کی اقسام
SNR کا حساب لگانا صرف ایک آواز کی قدر سے سگنل کا موازنہ کرنے کے بارے میں نہیں ہے۔ عملی طور پر، شور کے متعدد آزاد ذرائع تعاون کرتے ہیں، اور ان کو سمجھنا ضروری ہے۔
شاٹ شور
● اصل: فوٹون یا الیکٹران کی شماریاتی آمد۔
● سگنل کے مربع جڑ کے ساتھ ترازو۔
● فوٹون محدود امیجنگ (فلکیات، فلوروسینس مائکروسکوپی) میں غالب۔
تھرمل شور
● اسے Johnson–Nyquist noise بھی کہا جاتا ہے، جو مزاحمت کاروں میں الیکٹران کی حرکت سے پیدا ہوتا ہے۔
● درجہ حرارت اور بینڈوتھ کے ساتھ بڑھتا ہے۔
● الیکٹرانکس اور وائرلیس مواصلات میں اہم۔
تاریک کرنٹ شور
● سینسرز کے اندر تاریک کرنٹ میں بے ترتیب تغیر۔
● طویل نمائش یا گرم پکڑنے والوں میں زیادہ اہم۔
● سینسر کو ٹھنڈا کر کے کم کیا گیا۔
شور پڑھیں
● ایمپلیفائر سے شور اور ینالاگ سے ڈیجیٹل تبدیلی۔
● فکسڈ فی ریڈ آؤٹ، کم سگنل والے نظاموں میں بہت اہم ہے۔
مقدار سازی کا شور
● ڈیجیٹلائزیشن کے ذریعے متعارف کرایا گیا (مجرد سطحوں کو گول کرنا)۔
● کم-بٹ-گہرائی والے نظاموں میں اہم (مثلاً، 8-بٹ آڈیو)۔
ماحولیاتی/سسٹم شور
● EMI، crosstalk، بجلی کی فراہمی کی لہر۔
● غلبہ حاصل کر سکتا ہے اگر شیلڈنگ/گراؤنڈنگ ناقص ہو۔
یہ سمجھنا کہ ان میں سے کون سا غالب ہے صحیح فارمولہ اور تخفیف کا طریقہ منتخب کرنے میں مدد کرتا ہے۔
SNR کا حساب لگانے میں عام غلطیاں
امیجنگ میں سگنل سے شور کے تناسب کا اندازہ لگانے کے لیے بہت سے 'شارٹ کٹ' طریقوں سے گزرنا آسان ہے۔ یہ یا تو مخالف مساوات سے کم پیچیدہ ہوتے ہیں، کیمرے کے پیرامیٹرز جیسے پڑھنے کے شور، یا دونوں کے بارے میں علم کی ضرورت کی بجائے خود تصویر سے آسانی سے اخذ کرنے کی اجازت دیتے ہیں۔ بدقسمتی سے، یہ امکان ہے کہ ان طریقوں میں سے ہر ایک غلط ہے، اور اس کے ترچھے اور غیر مددگار نتائج کا باعث بنے گا۔ یہ سختی سے مشورہ دیا جاتا ہے کہ متضاد مساوات (یا جدید ورژن تمام معاملات میں استعمال کیا جانا چاہئے.
سب سے زیادہ عام جھوٹے شارٹ کٹس میں شامل ہیں:
1، سرمئی سطحوں میں سگنل کی شدت بمقابلہ پس منظر کی شدت کا موازنہ کرنا۔ یہ نقطہ نظر پس منظر کی شدت سے چوٹی کی شدت کا موازنہ کرکے کیمرے کی حساسیت، سگنل کی طاقت یا شور کے تناسب کے سگنل کا فیصلہ کرنے کی کوشش کرتا ہے۔ یہ نقطہ نظر گہری خرابی ہے کیونکہ کیمرہ آفسیٹ کا اثر من مانی طور پر پس منظر کی شدت کو سیٹ کر سکتا ہے، فائدہ من مانی طور پر سگنل کی شدت کو سیٹ کر سکتا ہے، اور سگنل یا بیک گراؤنڈ میں شور کی کوئی شراکت نہیں سمجھی جاتی ہے۔
2، بیک گراؤنڈ پکسلز کے علاقے کے معیاری انحراف سے سگنل کی چوٹیوں کو تقسیم کرنا۔ یا، ایک لائن پروفائل کے ذریعہ ظاہر ہونے والے پس منظر میں بصری شور سے چوٹی کی اقدار کا موازنہ کرنا۔ یہ فرض کرتے ہوئے کہ آفسیٹ کو تقسیم سے پہلے اقدار سے صحیح طریقے سے منہا کر دیا گیا ہے، اس نقطہ نظر میں سب سے اہم خطرہ پس منظر کی روشنی کی موجودگی ہے۔ کوئی بھی بیک گراؤنڈ لائٹ عام طور پر بیک گراؤنڈ پکسلز میں شور پر غلبہ حاصل کرے گی۔ اس کے علاوہ، دلچسپی کے اشارے میں شور، جیسے شاٹ شور، اصل میں بالکل نہیں سمجھا جاتا ہے.
3، دلچسپی کے پکسلز میں اوسط سگنل بمقابلہ پکسل اقدار کا معیاری انحراف: موازنہ کرنا یا مشاہدہ کرنا کہ ہمسایہ پکسلز یا لگاتار فریموں میں چوٹی کا سگنل کتنا بدلتا ہے دوسرے شارٹ کٹ طریقوں کے مقابلے میں درست ہونے کے قریب ہے، لیکن قدروں کو مسخ کرنے والے دیگر اثرات سے بچنے کا امکان نہیں ہے، جیسے سگنل میں تبدیلی جو کہ کوئی فرق نہیں کرتی ہے۔ مقابلے میں پکسل کی تعداد کم ہونے کی وجہ سے یہ طریقہ بھی غلط ہو سکتا ہے۔ آفسیٹ ویلیو کے گھٹاؤ کو بھی نہیں بھولنا چاہیے۔
4، فوٹو الیکٹران کی شدت کی اکائیوں میں تبدیل کیے بغیر، یا آفسیٹ کو ہٹائے بغیر SNR کا حساب لگانا: جیسا کہ فوٹون شاٹ شور عام طور پر شور کا سب سے بڑا ذریعہ ہوتا ہے اور کیمرے کے آفسیٹ اور پیمائش کے لیے حاصل ہونے کے علم پر انحصار کرتا ہے، اس لیے SNR کیلکولیشن کے لیے فوٹو الیکٹرانز کے حساب سے واپس جانا ممکن نہیں ہے۔
5، آنکھ سے SNR کا اندازہ لگانا: اگرچہ کچھ حالات میں SNR کو آنکھ سے جانچنا یا اس کا موازنہ کرنا مفید ہو سکتا ہے، وہاں غیر متوقع نقصانات بھی ہیں۔ اعلی قیمت والے پکسلز میں SNR کو جانچنا کم قیمت یا پس منظر کے پکسلز سے زیادہ مشکل ہو سکتا ہے۔ مزید لطیف اثرات بھی ایک کردار ادا کر سکتے ہیں: مثال کے طور پر، مختلف کمپیوٹر مانیٹر بہت مختلف کنٹراسٹ کے ساتھ تصاویر پیش کر سکتے ہیں۔ مزید برآں، سافٹ ویئر میں مختلف زوم لیولز پر تصاویر کی نمائش شور کی بصری شکل کو نمایاں طور پر متاثر کر سکتی ہے۔ یہ خاص طور پر پریشانی کا باعث ہے اگر مختلف آبجیکٹ اسپیس پکسل سائز کے ساتھ کیمروں کا موازنہ کرنے کی کوشش کریں۔ آخر میں، پس منظر کی روشنی کی موجودگی SNR کو بصری طور پر فیصلہ کرنے کی کسی بھی کوشش کو باطل کر سکتی ہے۔
SNR کی درخواستیں
SNR وسیع پیمانے پر ایپلی کیشنز کے ساتھ ایک عالمگیر میٹرک ہے:
● آڈیو اور موسیقی کی ریکارڈنگ: وضاحت، متحرک رینج، اور ریکارڈنگ کی مخلصی کا تعین کرتی ہے۔
● وائرلیس کمیونیکیشن: SNR کا تعلق براہ راست بٹ ایرر ریٹ (BER) اور ڈیٹا تھرو پٹ سے ہے۔
● سائنٹیفک امیجنگ: فلکیات میں، پس منظر کی آسمانی چمک کے خلاف دھندلے ستاروں کا پتہ لگانے کے لیے اعلی SNR کی ضرورت ہوتی ہے۔
● طبی سازوسامان: ECG، MRI، اور CT سکین جسمانی شور سے سگنلز کو الگ کرنے کے لیے اعلی SNR پر انحصار کرتے ہیں۔
● کیمرے اور فوٹوگرافی: صارفین کے کیمرے اور سائنسی CMOS سینسرز دونوں کم روشنی میں کارکردگی کو بینچ مارک کرنے کے لیے SNR کا استعمال کرتے ہیں۔
SNR کو بہتر بنانا
چونکہ SNR ایک اہم اقدام ہے، اس لیے اسے بہتر بنانے میں اہم کوشش کی جاتی ہے۔ حکمت عملیوں میں شامل ہیں:
ہارڈ ویئر کے نقطہ نظر
● کم تاریک کرنٹ کے ساتھ بہتر سینسر استعمال کریں۔
● EMI کو کم کرنے کے لیے شیلڈنگ اور گراؤنڈنگ لگائیں۔
● تھرمل شور کو دبانے کے لیے ٹھنڈے ڈیٹیکٹر۔
سافٹ ویئر اپروچز
● غیر مطلوبہ تعدد کو ہٹانے کے لیے ڈیجیٹل فلٹرز لگائیں۔
● متعدد فریموں میں اوسط استعمال کریں۔
● امیجنگ یا آڈیو پروسیسنگ میں شور کو کم کرنے والے الگورتھم استعمال کریں۔
Pixel Binning اور SNR پر اس کا اثر
سگنل ٹو شور کے تناسب پر بائننگ کا اثر کیمرہ ٹیکنالوجی اور سینسر کے رویے پر منحصر ہے، کیونکہ بِن بند اور بغیر بین والے کیمروں کی شور کی کارکردگی نمایاں طور پر مختلف ہو سکتی ہے۔
سی سی ڈی کیمرے ملحقہ پکسلز کے چارج 'آن چپ' کو جمع کر سکتے ہیں۔ ریڈ آؤٹ شور صرف ایک بار خرچ ہوتا ہے، حالانکہ ہر پکسل سے تاریک کرنٹ سگنل کا بھی خلاصہ کیا جائے گا۔
زیادہ تر CMOS کیمرے آف چپ بائننگ انجام دیتے ہیں، یعنی قدروں کو پہلے ماپا جاتا ہے (اور ریڈ شور متعارف کرایا جاتا ہے)، اور پھر ڈیجیٹل طور پر خلاصہ کیا جاتا ہے۔ اس طرح کے خلاصوں کے لیے پڑھنے کا شور بڑھتا ہے حالانکہ جمع کیے گئے پکسلز کی تعداد کے مربع جڑ سے ضرب، یعنی 2x2 بائننگ کے لیے 2 کے فیکٹر سے۔
چونکہ سینسر کا شور کا رویہ پیچیدہ ہو سکتا ہے، اس لیے مقداری ایپلی کیشنز کے لیے یہ مشورہ دیا جاتا ہے کہ کیمرہ کے شور کو بائنڈ موڈ میں ناپیں، حاصل کریں اور پڑھیں، اور ان اقدار کو سگنل ٹو شور کے تناسب کی مساوات کے لیے استعمال کریں۔
نتیجہ
سگنل ٹو شور کا تناسب (SNR) سائنس، انجینئرنگ اور ٹیکنالوجی میں سب سے اہم میٹرکس میں سے ایک ہے۔ فون کالز میں وضاحت کی وضاحت سے لے کر دور دراز کی کہکشاؤں کا پتہ لگانے تک، SNR پیمائش اور مواصلاتی نظام کے معیار کو کم کرتا ہے۔ SNR میں مہارت حاصل کرنا صرف فارمولوں کو یاد کرنے کے بارے میں نہیں ہے - یہ مفروضوں، حدود، اور حقیقی دنیا کے تجارتی معاملات کو سمجھنے کے بارے میں ہے۔ اس نقطہ نظر سے، انجینئرز اور محققین زیادہ قابل اعتماد پیمائش اور ڈیزائن کے نظام بنا سکتے ہیں جو شور کے حالات میں بھی بامعنی بصیرت حاصل کرتے ہیں۔
مزید جاننا چاہتے ہیں؟ متعلقہ مضامین پر ایک نظر ڈالیں:
Tucsen Photonics Co., Ltd. جملہ حقوق محفوظ ہیں۔ حوالہ دیتے وقت، براہ کرم ماخذ کو تسلیم کریں:www.tucsen.com
