rmse和snr计算公式matlab

RMSE是均方根误差，是通过计算实际值与预测值之间的平均偏差来衡量模型预测精度的指标。RMSE的计算公式为：

rmse = sqrt(sum((y_true-y_pred)^2)/n)

其中，y_true表示实际值，y_pred表示预测值，n表示数据样本数。在Matlab中，可以通过以下代码来计算：

y_true = [1,2,3,4,5];
y_pred = [1.2,2.3,3.4,4.4,4.8];
rmse = sqrt(sum((y_true-y_pred).^2)/length(y_true));

SNR是信噪比，是衡量信噪比例的指标。它定义为信号的平均功率与噪声平均功率的比率，通常用分贝（dB）表示。SNR的计算公式为：

SNR = 10*log10(power_signal/power_noise)

其中，power_signal表示信号的平均功率，power_noise表示噪声的平均功率。在Matlab中，可以通过以下代码来计算：

x = randn(1,1000);
y = sin(2*pi*0.1*(1:1000)) + x;
power_signal = mean(y.^2);
power_noise = mean(x.^2);
SNR = 10*log10(power_signal/power_noise);