Signaal-ruisverhouding: de maat voor een helder signaal
Sta je op een druk feestje en probeer je een gesprek te volgen met iemand die op twee meter afstand staat, dan ken je het probleem al. De stem van je gesprekspartner is het signaal: de informatie die je wilt ontvangen. Het geroezemoes van alle andere gasten, de muziek en het geklater van glazen is de ruis: alles wat niet relevant is, maar wel meekomt. Hoe harder die achtergrond, hoe moeilijker het wordt om de stem eruit te pikken, ook al is die stem zelf niet zachter geworden. Precies deze verhouding tussen het bruikbare signaal en de storende ruis wordt in de techniek de signaal-ruisverhouding genoemd.
Het is een van de meest gebruikte, maar ook meest onderschatte begrippen in de techniek. Elk apparaat dat informatie moet oppikken uit een omgeving vol storing, van een gehoorapparaat tot een ruimtetelescoop, van een wifi-router tot een kwantumcomputer, worstelt uiteindelijk met dezelfde vraag: hoe onderscheid je het echte signaal van de ruis eromheen? De signaal-ruisverhouding geeft daar een getal voor, en dat getal bepaalt in de praktijk hoe betrouwbaar, snel of nauwkeurig een technologie kan werken.
Wat is het precies?
In technische termen is de signaal-ruisverhouding (in het Engels signal-to-noise ratio, afgekort SNR of S/N) de verhouding tussen het vermogen van een gewenst signaal en het vermogen van de ongewenste ruis die daar bovenop zit. Simpel gezegd: hoeveel sterker is de informatie die je wilt hebben dan de rommel die je niet wilt hebben?
Deze verhouding wordt meestal uitgedrukt in decibel (dB), een logaritmische schaal die grote verschillen compact weergeeft. Een SNR van 20 dB betekent dat het signaal ongeveer honderd keer sterker is dan de ruis; bij 30 dB is dat al een factor duizend. Omdat het een logaritmische schaal is, levert elke stap van 10 dB een verhouding op die tien keer zo groot is. Dat maakt het mogelijk om zowel piepkleine als enorme verschillen in één overzichtelijk getal te vangen.
Ruis zelf kent verschillende oorzaken. Er is thermische ruis, veroorzaakt door de willekeurige beweging van elektronen in elke geleider die warmer is dan het absolute nulpunt. Er is kwantumruis, die ontstaat doordat licht en andere signalen uit discrete pakketjes (fotonen) bestaan en daardoor statistisch fluctueren. En er is interferentie: storing van andere apparaten, bekabeling of, bij radiosignalen, van kosmische achtergrondstraling. Een ingenieur die de signaal-ruisverhouding wil verbeteren, kan grofweg twee dingen doen: het signaal versterken, of de ruis verminderen. Beide hebben grenzen; ruis is nooit helemaal weg te krijgen, alleen te onderdrukken.
Een belangrijk wiskundig verband hierbij is de stelling van Shannon-Hartley, geformuleerd door de Amerikaanse wiskundige Claude Shannon in 1948 bij Bell Labs. Deze stelling zegt dat de maximale hoeveelheid informatie die je foutloos over een verbinding kunt sturen, direct afhangt van de bandbreedte (de beschikbare frequentieruimte) en de signaal-ruisverhouding. Hoe hoger de SNR, hoe meer data er in theorie doorheen kan zonder fouten. Dit is de wiskundige basis onder vrijwel alle moderne communicatietechniek, van glasvezel tot 5G.
Wat wil men ermee bereiken?
Het uiteindelijke doel is simpel te formuleren: betrouwbaarder, sneller en gevoeliger informatie kunnen ontvangen, ook onder slechte omstandigheden. Dat klinkt abstract, maar raakt bijna elke technologie die met signalen werkt.
In telecommunicatie bepaalt de signaal-ruisverhouding hoe snel je data kunt versturen zonder dat er fouten insluipen, en hoe ver een verbinding reikt voordat die wegvalt. In de beeldvorming, denk aan medische scanners of camera's, bepaalt een hogere SNR hoe scherp en ruisvrij een beeld eruitziet, vooral bij weinig licht. In de sterrenkunde gaat het om het detecteren van signalen die vele malen zwakker zijn dan de ruis eromheen: het verschil tussen wel of niet een ver sterrenstelsel kunnen waarnemen. En in opkomende velden als kwantumcomputing is het beheersen van ruis letterlijk de grootste hobbel op weg naar bruikbare, foutbestendige machines.
Onderzoekers en ingenieurs jagen daarom voortdurend op twee sporen: betere hardware die van zichzelf minder ruis produceert, en slimmere algoritmes die ruis achteraf herkennen en wegfilteren. Beide sporen zijn nooit "af": elke verbetering in signaalkwaliteit maakt vervolgens weer de weg vrij voor gevoeligere toepassingen, die op hun beurt weer tegen nieuwe ruisgrenzen aanlopen.
Voorbeelden uit de praktijk
De James Webb-ruimtetelescoop, gelanceerd in 2021 door NASA, ESA en de Canadese ruimtevaartorganisatie CSA, is een treffend voorbeeld. Om het infraroodlicht van sterrenstelsels te vangen die miljarden lichtjaren ver weg staan, moet de telescoop signalen oppikken die vele malen zwakker zijn dan de warmte-ruis van het instrument zelf. Daarom wordt de telescoop tot ongeveer -233°C gekoeld en worden opnames soms tientallen uren belicht: door het signaal lang op te tellen, groeit het sneller dan de willekeurige ruis, en verbetert de signaal-ruisverhouding geleidelijk.
Bij de eerste directe detectie van zwaartekrachtsgolven door het LIGO-observatorium in 2015 was signaal-ruisverhouding letterlijk het criterium waarmee de ontdekking werd geverifieerd. De gemeten vervorming van de ruimtetijd was extreem klein, en pas na jarenlange verbeteringen aan de meetopstelling was de SNR hoog genoeg om het signaal met voldoende zekerheid te onderscheiden van seismische en thermische ruis.
In de telecomsector is de signaal-ruisverhouding een centraal ontwerpcriterium bij de uitrol van 5G-netwerken, en inmiddels bij vroege 6G-onderzoeksprojecten van onder meer Ericsson, Nokia en Qualcomm. Hogere frequenties, nodig voor meer capaciteit, hebben doorgaans een lagere SNR over lange afstand, wat verklaart waarom 5G-antennes dichter bij elkaar moeten staan dan oudere 4G-masten.
Ook in alledaagse consumententechniek speelt het begrip mee. Moderne digitale hoortoestellen van fabrikanten als Oticon, Phonak en Widex gebruiken algoritmes die spraak (het signaal) proberen te scheiden van achtergrondgeluid (de ruis), specifiek om het probleem van het drukke feestje, in de audiologie wel het "cocktailpartij-effect" genoemd, te verlichten.
Tot slot doorzoekt het Breakthrough Listen-project, opgezet in 2015 met steun van onder anderen wijlen Stephen Hawking, al jaren radiotelescopen op zoek naar mogelijke buitenaardse signalen. Omdat zo'n signaal, als het al bestaat, ontzettend zwak zou zijn tussen kosmische en aardse ruisbronnen, draait vrijwel het hele project om het steeds verder verbeteren van de signaal-ruisverhouding en het filteren van door mensen veroorzaakte storing.
Hoe ver is de techniek?
Signaal-ruisverhouding is geen nieuwe of onbewezen technologie, het is een meetgrootheid die al sinds de jaren veertig van de vorige eeuw wiskundig is onderbouwd. Wat wél voortdurend verandert, is hoe goed we erin slagen de ruis te onderdrukken of het signaal te versterken binnen bestaande technologieën.
In de telecommunicatie ligt de vooruitgang vooral bij slimmere antennetechniek, zoals MIMO (meerdere zend- en ontvangstantennes tegelijk) en beamforming, waarbij een signaal gericht naar een ontvanger wordt gestuurd in plaats van in alle richtingen tegelijk. Deze technieken zijn operationeel en zitten al in elke moderne smartphone en 5G-mast.
In de kwantumtechniek staat de zaak er anders voor. Kwantumbits (qubits) zijn extreem gevoelig voor ruis uit hun omgeving, zoals trillingen, temperatuurschommelingen en elektromagnetische straling, waardoor ze hun kwantumtoestand binnen microseconden tot milliseconden kunnen verliezen. Bedrijven als IBM en Google boeken sinds ongeveer 2019 gestage vooruitgang met foutcorrectietechnieken, maar een kwantumcomputer die op grote schaal betrouwbaar werkt ondanks ruis, bestaat nog niet. Experts schatten dat dit nog een aantal jaren tot mogelijk een decennium kan duren, met de nodige onzekerheid over het precieze tijdpad.
In de sterrenkunde en beeldvorming ligt de grootste vooruitgang bij rekenkracht: machine learning-modellen worden steeds beter in het herkennen en wegfilteren van ruispatronen in beeld- en signaaldata, soms met resultaten die traditionele filtertechnieken overtreffen. Tegelijk brengt dit een nieuwe onzekerheid met zich mee, namelijk de vraag of zo'n algoritme soms ook subtiele, maar echte signalen per ongeluk wegfiltert als "ruis". Dat blijft een actief punt van onderzoek en discussie.
Wie werken eraan?
Fundamenteel onderzoek naar signaaltheorie vindt van oudsher plaats bij instituten als Bell Labs (VS), waar Claude Shannon en Harry Nyquist in de twintigste eeuw de wiskundige basis legden, en wordt tegenwoordig voortgezet aan universiteiten wereldwijd, waaronder MIT, Stanford en in Nederland de TU Delft, die onder meer onderzoek doet naar ruisonderdrukking in kwantumsystemen.
In de telecomindustrie zijn Ericsson, Nokia, Qualcomm en Huawei de belangrijkste partijen die signaal-ruisverhouding optimaliseren voor 5G- en 6G-netwerken, met standaardisatie via internationale instanties als de ITU (International Telecommunication Union) en 3GPP.
Op het gebied van kwantumtechnologie werken IBM, Google, Microsoft en het Nederlandse QuTech (een samenwerking tussen TU Delft en TNO) aan het beheersen van ruis in kwantumchips. In de ruimtevaart zijn NASA, ESA en gespecialiseerde instrumentbouwers verantwoordelijk voor de extreem gevoelige detectoren in telescopen zoals James Webb. Het SETI Institute en de Breakthrough Initiatives coördineren de zoektocht naar buitenaardse signalen.