scipy进行谱分析

最新推荐文章于 2025-04-12 02:14:37 发布

原创

最新推荐文章于 2025-04-12 02:14:37 发布 · 1.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#scipy #信号处理 #python #谱分析 #算法

periodogram

scipy.signal.periodogram(x, fs=1.0, window='boxcar', nfft=None, detrend='constant', return_onesided=True, scaling='density', axis=- 1)[source]
使用周期图估计功率谱密度。

参数
x:array_like
测量值的时间序列

fs:float,可选
x时间序列的采样频率。默认为1.0。

Window:str或tuple或array_like，可选
想要使用的窗口。如果window是字符串或元组，则将它传递给get_window以生成窗口值，即使在默认情况下也是dft。有关窗口和所需参数的列表，请参阅get_window。如果window是array_like，它将直接用作窗口，其长度必须为nperseg。默认为' boxcar '。

nfft:int,可选
FFT的长度。如果为None，则使用x的长度。

detrend:str或function或False，可选
指定如何为每个段趋势化。如果detrend是一个字符串，它将作为类型参数传递给detrend函数。如果它是一个函数，它接受一个段并返回一个有趋势的段。如果detrend为False，则不进行去趋势处理。默认为' constant '。

return_onesided:bool,可选
如果为True，返回真实数据的单边频谱。如果False返回一个双面频谱。默认为True，但是对于复杂的数据，总是返回一个双面谱。

scaling{
   
    ‘density’, ‘spectrum’ }, optional
在计算功率谱密度(‘密度’)和计算功率谱(‘频谱’)之间进行选择，其中Pxx的单位是V**2/Hz，其中Pxx的单位是V**2，如果x的单位是V, fs的单位是Hz。默认为' density '

axis:int,可选
计算周期图的轴;默认值是在最后一个轴上(即轴=-1)。

返回
f :ndarray
采样频率数组。

Pxx :ndarray
x的功率谱密度或功率谱。

示例：

from scipy import signal
import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng()
# Generate a test signal, a 2 Vrms sine wave at 1234 Hz, corrupted by 0.001 V**2/Hz of white noise sampled at 10 kHz.

fs = 10e3
N = 1e5
amp = 2*np.sqrt(2)
freq = 1234.0
noise_power = 0.001 * fs / 2
time = np.arange(N) / fs
x =<