1回答
我需要找出一个信号的功率谱应用韦尔奇方法。然后使用Chebyshev窗、Kaiser窗和Gauss窗，找到频率分离方面的最佳窗。我已经写了一个产生带噪声的正弦信号的函数，并对这个信号使用了Welch方法，也生成了所有这三个窗口函数。)-0.5) return z,t
[s,t]=sig_noise(140,-
浏览 63提问于2019-06-20得票数 1
回答已采纳
1回答
fft1和fft2是数据数组。一切都发生在300秒=30万毫秒内。由于@zck而更改代码后，scipy.signal导入welch中的代码如下所示plt.title('Fast Fourier Transform')
plt.ylabel
浏览 4提问于2017-12-02得票数 2
回答已采纳
如果我的功率谱是用scipy.signal中的welch方法计算出来的，有什么方法可以检索信号的原始信号吗？如果不是，我能得到什么数据可以告诉我一些关于信号的功率谱？
浏览 30提问于2022-01-15得票数 1
回答已采纳
在功率谱密度估计中，如上面所示()，在接近采样频率一半的频率(如锐减)的右端发生了滚动，即奈奎斯特频率(在上述示例中接近90赫兹)。它是由python中的"scipy.signal.welch“的某些特定功能引起的吗？例如，每个样本的点数、加窗技术、截断还是重叠？
提前谢谢。
浏览 10提问于2022-10-19得票数 0
回答已采纳
2016-07-14 16:31:19.400 -0.009564我想用scipy.welch函数来计算功率谱密度。f,pxx =welch(filtered.values.flatten(),5) In [897]: pxx
Out[897]:array([ nan, nan, nan, na
浏览 13提问于2016-08-31得票数 2
1回答
当我使用scipy.signal.welch计算x(t)的功率谱密度时，我找不到合适的能量。scipy.signal.welch返回频率f和能量Pxx的向量(或每个频率的能量，取决于我们在scipy.signal.welch的参数中输入的scaling )。我试着计算：其中nperseg是韦尔奇算法的每个段的长度，fs和np.sqrt(2*np.pi)等因子被抵消，并使用nperseg重新调整am
浏览 0提问于2015-04-03得票数 14
回答已采纳
1回答
信号St的功率谱密度u可以计算为信号的FFT的乘积，u_fft及其复共轭u_fft_c。u-np.nanmean(u))
然而，Numpy中的FFT定义需要用1/N因子对结果进行乘法，其中N=u.size为了在u和其函数直接从输入u计算PSD。from spicy.signal import welch
freqs_st, St_welch = welch(u-np.nanme
浏览 2提问于2019-09-06得票数 4
回答已采纳
3回答
我对scipy.signal.periodogram中使用的术语感到困惑，即：1)一些实验表明，选择“密度”的结果取决于信号和窗口长度以及采样频率(随信号长度的增加而增加)。怎么会这样?我想说的是，密度是不应该依赖于这些东西的。如果，那么，我应该在signal.periodogram方法之外执行另一个
浏览 4提问于2014-03-11得票数 12
1回答
我需要比较两个音频信号，signal1和signal2。Signal1是一种白噪声。Signal2是与signal1相同的信号，但有一种特殊的均衡，用于切断或衰减某些频率。我需要这些信息来处理第三个信号，方法是应用与signal2中转换signal1相同的均衡。 fftBuff1[2*i+1] = 0;
如何使用快速傅立叶变换结果(
浏览 0提问于2013-05-15得票数 1
回答已采纳
但要做到这一点，我需要获得频率和赫兹。但是我不知道从哪里开始。
仅供参考，我有大多数编程语言的知识，Java，Python，Node和Ruby。
浏览 0提问于2017-10-12得票数 0
1回答
但是现在我想用音频代替图像灰度来实现同样的方法。这意味着我想让频谱变得更平坦。我使用的采样率是44.1 The，希望使频率均匀分布到0-22050 the的范围，但峰值仍然是最高的。
浏览 1提问于2020-12-10得票数 1
1回答
我正在计算一个信号的功率谱密度，我想从频率范围0赫兹到20赫兹的功率。这就是我尝试使用linspace的方法。pd.read_csv(path)x = np.linspace(0, 20, 41)fs = 1 / dt在这里，我得到了从0 0Hz到2.5 0Hz的6个频率分量，但我想计算频率范围
浏览 12提问于2018-09-06得票数 1
2回答
从FFT到Welch的任何方法都可以用来估计功率谱：from scipy.signal import welch
x = np.sin(2 * np.pi * 50 * time) + np.random.randn(nsamples)
fs
浏览 4提问于2015-02-03得票数 4
回答已采纳
Welch方法(用于求功率谱密度，PSD)将长度为N的输入信号分成K段，每段长度为L和重叠D。它还使用一个窗口。
浏览 0提问于2015-03-22得票数 0
回答已采纳
请你向我解释什么是周期图，它的物理意义，以一个非常基本和简单的方式？周期图和谱图之间有什么关系吗？我能用matlab的周期图函数给出一个非常简单的例子吗？
谢谢
浏览 0提问于2012-11-26得票数 0
5回答
绘制蟒蛇的功率谱
、、、
现在我想得到这个“信号”的功率谱(右轴)。信号：
光谱：
功率谱：有人能在这方面提供一些帮助吗？，我想要一个赫兹的图表。
浏览 4提问于2013-03-13得票数 43
回答已采纳
我目前正在为我的演讲处理课程做一个项目，刚刚完成了一个时间波形图，以及西班牙语口语的宽/窄波段谱图。该项目的下一部分如下：
我希望有人能给我一些关于如何开始做这部分的指导。我已经开始寻找下的光谱图和瞬时
浏览 0提问于2017-02-15得票数 2
回答已采纳
我已经几次发现用于获取音频信号的功率谱的：
将加窗的样本传递给FFT例程--理想情况下，您需要一个实数到复的FFT，但是如果您拥有的是复复现在你有了你的功率谱，你只需要识别峰值，如果你有一个合理的S/N比，这应该是非常简单的。注意，对于上述44.1 kHz采样率和N = 32768的例子，频率分辨率随着N的增大而提高，每个桶的频率分辨率为44100 / 32768 =1
浏览 20提问于2011-09-07得票数 22
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
