噪声（Noise）是一个令人困惑的术语。实际上，不难理解原因。理解它意味着量化我们随机和混乱行为的含义。从根本上讲，噪声会破坏，掩盖，隐藏与其共存的信息。我们如何处理这个问题？好吧，就像我们处理电路或芯片的设计过程一样。该过程始于了解和理解基本电子组件的行为，例如电阻器，电容器，传输线等。

接下来，我们需要一种组合这些单独行为的方法，以预测我们正在设计的整个电路或设备的总体行为。该理论存在并且非常先进，并且存在于我们用来简化电路分析的CAD工具中。因此，我们可以专注于创造我们想要的性能，而不会被计算过程的细节所困扰。此外，我们可以使用这些工具的基本结果（例如电流和电压）将它们转换为一组标准输入输出性能参数（增益，功率，效率等），并转换为允许进行一次电路分析结果的网络参数，并且与另一个独立电路分析的结果结合在一起。碰巧它只需要四个复杂变量（参数）就可以使用网络参数（例如S参数，Y参数，ABCD参数等）在任何给定的频率下描述特定线性网络的所有互连组件的集合行为。

噪声的分析参数

事实证明，我们可以仅使用2个实变量加上1个复变量（4个值）来类似地预测给定频率下的噪声电路的总体行为。 1956年，Rothe和Dahlke朝着这个方向迈出了第一步，表明我们可以用一个相同的无噪声电路代替一个线性噪声二端口电路，然后再将噪声电压源和一个噪声电流源串联并联，尽管这两个来源代表随机过程，但它们之间可能存在一定程度的相关性。所得组合的电路性能与原始电路性能相同。还要注意，标有en和In的电源是统计电压和电流源，其RMS电压和电流与噪声功率成正比。这两个噪声源位于无损网络的输入处，称为输入参考噪声源，因为所有内部噪声源都已组合并转换为输入。

进一步说明一下，当我们谈论噪声时，我们关注的是系统或网络中电荷的随机波动，而不是那些不是本机的而是信号耦合到系统中的噪声源，例如宇宙微波大爆炸和邻居的微波炉发出的背景辐射。我还排除了由于信号量化而产生的波动。

噪声

遵循线性电路分析所倡导的相同路径，我们首先确定噪声源以及量化这些随机过程行为的方法。来自各个电路组件的噪声贡献通常以统计术语定义。如果我们看一个嘈杂的信号，我们会看到在一定频率范围内电压或电流幅度的随机变化。该信号的平均值为零，但随时间变化的RMS值不为零–正弦波的平均值为零，正弦波平方的平均值也不为零。因此，我们通常关注噪声功率，或更确切地说，噪声频谱功率密度（每单位带宽的功率）。

像线性电路分析的网络参数（功率，增益等）一样，我们定义了噪声网络参数，例如噪声系数，噪声系数和噪声温度。这些是量化网络内产生的噪声量的术语。

可用信号功率与不想要的可用噪声功率之比（即SNR）是显而易见的性能指标，可量化噪声破坏共存的所需信号的程度。电路的噪声因子（F）是另一个度量标准，可能是描述电路行为的最常用参数。它定义为电路输入端的信噪比除以输出端的信噪比。只要输入和输出数据的测量带宽相同，噪声因子就始终大于1。没有任何噪声源的网络的噪声因子为1。组件的噪声因数衡量该组件产生额外噪声的程度，从而使其很难看到所需的信号。本讨论的主要目的之一是展示该性能指标的重要性以及如何针对给定电路进行计算。