红外探测器直方图的噪声与信号分离及归一化问题咨询

我有一幅直方图，展示的是红外探测器输出的3000组含噪信号最大幅值，信号以光子数量表征。我希望基于光子数量对直方图做归一化，理想状态下0光子时仅保留噪声，但操作后得到的直方图形态一致仅标准差不同，且0光子时得到的是狄拉克函数而非噪声，不确定该从哪个方向调整（更换直方图、新增参数、补充数据？）。

可结合以下参数分析：

• SNR = mean(Amax)/Std（信噪比）
• QEFR = SNR/Nbph
• F= QE/QEFR，其中QE为量子效率

问题根源与修正方向 #

1. 归一化逻辑冗余
   原代码中存在无意义的归一化操作：

normalized_amplitudes_max_noise_with = amplitudes_max_noise_with / (mean_amplitude_with * 37)
normalized_amplitudes_max_noise_with = normalized_amplitudes_max_noise_with * 37

这两步相互抵消，后续的乘10、乘20只是单纯缩放幅值，没有实现基于光子数的归一化。正确逻辑应将幅值映射到单光子对应的幅值单位，需考虑量子效率（实际探测到的光子数是输入光子数×QE）。

2. 0光子数据异常原因
   0光子时出现狄拉克函数，大概率是遮光状态下的暗噪声数据采集有问题：要么未捕捉到探测器暗噪声，要么数据采样精度不足，导致基线无波动。需确认遮光数据是否真实包含暗噪声。

3. 参数分析缺失
   原代码未利用给定的SNR、QEFR、F参数验证归一化合理性，需补充这部分计算来验证结果。

修正后的代码 #

import numpy as np
import matplotlib.pyplot as plt

# 量子效率
QE = 0.72
k1 = 6

# 输入光子数与实际探测光子数
num_photons_input = 37
num_photons_detected = num_photons_input * QE

# 文件路径
file_amplitude_max_with = r'C:\***\amplitudes_max_signal_bruit_9V_C1.txt'
file_amplitude_max_without = r'C:\***\amplitudes_max_signal_bruit_9V_C1_sans.txt'

# 加载数据
amplitudes_with_signal = np.loadtxt(file_amplitude_max_with)  # 有光（信号+噪声）
amplitudes_only_noise = np.loadtxt(file_amplitude_max_without)  # 无光（仅噪声）

# 计算单光子幅值：总信号均值 / 实际探测光子数
mean_with_signal = np.mean(amplitudes_with_signal)
single_photon_amplitude = mean_with_signal / num_photons_detected

# 归一化到等效光子数：幅值 / 单光子幅值
normalized_with_signal = amplitudes_with_signal / single_photon_amplitude
normalized_only_noise = amplitudes_only_noise / single_photon_amplitude

# 计算核心参数
std_with_signal = np.std(normalized_with_signal)
std_only_noise = np.std(normalized_only_noise)

SNR = np.mean(normalized_with_signal) / std_with_signal
QEFR = SNR / num_photons_input
F = QE / QEFR

# 打印结果
print(f"实际探测光子数: {num_photons_detected:.2f}")
print(f"单光子幅值: {single_photon_amplitude:.4f}")
print(f"有信号时归一化标准差: {std_with_signal:.2f}")
print(f"仅噪声时归一化标准差: {std_only_noise:.2f}")
print(f"SNR: {SNR:.2f}")
print(f"QEFR: {QEFR:.4f}")
print(f"F: {F:.2f}")

# 绘制直方图
plt.figure(figsize=(10, 6))
plt.hist(normalized_with_signal, bins=50, alpha=0.7, label=f'含信号（{num_photons_input}输入光子）')
plt.hist(normalized_only_noise, bins=50, alpha=0.7, color='red', label='仅噪声（0输入光子）')
plt.xlabel('等效光子数')
plt.ylabel('计数')
plt.title('归一化后的最大幅值分布（等效光子数）')
plt.legend()
plt.grid(axis='y', linestyle='--')
plt.show()

后续验证建议 #

• 检查amplitudes_only_noise的标准差，若接近0，需重新采集遮光状态下的暗噪声数据
• 归一化后的仅噪声分布均值应接近0，标准差代表噪声等效光子数
• 调整直方图bins数量（如设为50），更清晰展示分布形态

内容的提问来源于stack exchange，提问作者Watizi not