Python: scipy.signal.coherence的用法及代码示例

1. scipy.signal.coherence 用法
- 用法 API
- 返回值
2. 示例

1. scipy.signal.coherence 用法

Python 中 scipy.signal.coherence 的作用为：使用 Welch’s 方法评估离散时间信号 XXX 与 YYY 的幅度平方相关估计 (MSC, Magnitude Squared Coherence Estimation) CxyC_{xy}Cxy。Cxy=∣Pxy∣2/(Pxx×Pyy)C_{xy} = |P_{xy}|^{2/(P_{xx} \times P_{yy})}Cxy=∣Pxy∣2/(Pxx×Pyy)，其中 PxxP_{xx}Pxx 与 PyyP_{yy}Pyy 为 XXX 与 YYY 的功率普密度估计值 (PSD, Power Spectral Density Esitmation)，PxyP_{xy}Pxy 为 XXX 与 YYY 的交叉谱密度估计 (CSD, Cross Spectral Density Estimation)。

用法 API

scipy.signal.coherence(x,                    # (array_like) 测量值的时间序列y,                   # (array_like) 测量值的时间序列fs=1.0,             # (float) x 与 y 时间序列的采样率windows='hann',      # (str, tuple 或 数组) 窗口nperseg=None,        # (int) 每个段的长度，如果为 str 或 tuple,则设置为256noverlap=None,        # (int) 段之间重叠的点数nfft=None,         # (int) 如果需要用 0 填充 FFT，则使用 FFT 的长度detrend='constant', # (str) 制定如何去除每段的趋势axis=-1             # (int) 计算相关性的轴
)

返回值

(1) f: ndarray ：采样频率组数;
(2) Cxy: ndarray ：xxx 与 yyy 的幅度平方相关性。

2. 示例

from scipy import signal
import numpy as np
import matplotlib.pyplot as plt# 下面代码生成两个具有一共同特征的测试信号
fs = 16000             # 采样频率
N = 1e5                    # 采样点数
amp = 50               # 信号幅值
freq = 1000                # 信号的特征频率
noise_power = 0.001 * fs / 2       # 信号的噪声功率
time = np.arange(N) / fs           # 信号的时间轴
b, a = signal.butter(2, 0.25, 'low') # 构造 butter 滤波器
x = np.random.normal(scale=np.sqrt(noise_power), size=time.shape)
y = signal.lfilter(b, a, x)
x += amp*np.sin(2*np.pi*freq*time)
y += np.random.normal(scale=0.1*np.sqrt(noise_power), size=time.shape)# 计算 x 与 y 的幅度平方相关估计
f, Cxy = signal.coherence(x, y, fs, nperseg=1024)# 使用 welch 方法分别计算 x 与 y 各自的功率谱密度估计
f, Pxx = signal.welch(x, fs, nperseg=1024)
f, Pyy = signal.welch(y, fs, nperseg=1024)# 下面绘制结果
lnxy = plt.semilogy(f, Cxy, color='r', label='$C_{xy}$')
plt.ylabel('Coherence')# 绘制第二个 y 轴，用于标注 x 与 y 的功率谱密度估计
plt.twinx()
lnx = plt.semilogy(f, Pxx, color='g', label="$P_{xx}$")
lny = plt.semilogy(f, Pyy, color='b', label="$P_{yy}$")
plt.ylabel('PSD [$V^2/Hz$]')
plt.xlabel('frequency [Hz]')# 绘制图例
lns = lnxy + lnx + lny
labs = [l.get_label() for l in lns]
plt.legend(lns, labs)
plt.show()

代码执行结果如下图所示：

Python: scipy.signal.coherence的用法及代码示例相关推荐

python max()_Python Decimal max()用法及代码示例
Decimal#max():max()是一个Decimal类方法,该方法比较两个Decimal值并返回两个最大值. 用法: Decimal.max() 参数: Decimal values 返回: t ...
python中weekday_Python calendar firstweekday()用法及代码示例
日历模块允许输出类似于程序的日历,并提供与日历相关的其他有用功能. "日历"模块中定义的函数和类使用理想化的日历,当前的公历日历在两个方向上都无限期扩展. 在Python中,cal ...
python中perf_counter_Python time.perf_counter()用法及代码示例
由于时间模块提供了各种与时间有关的功能.因此,有必要导入时间模块,否则会出错,因为时间模块中存在perf_counter()的定义. perf_counter()函数始终以秒为单位返回时间的浮点值.返 ...
python function gamma_Python math gamma()用法及代码示例
Python用其语言允许进行各种数学运算,这在科学领域具有多种应用.这样的Python产品之一就是内置的gamma()函数,该函数以数字方式计算函数中传递的数字的伽玛值. 用法:math.gamma( ...
python compare()_Python Decimal compare()用法及代码示例
Decimal#compare():compare()是一个Decimal类方法,它比较两个Decimal值. 用法:Decimal.compare() 参数:十进制值返回: 1 –如果a> ...
python macos listdir_Python os.listdir()用法及代码示例
python中的os.listdir()方法用于获取指定目录中所有文件和目录的列表.如果我们未指定任何目录,则将返回当前工作目录中的文件和目录列表. 用法: os.listdir(path) 参数: ...
isdigit函数python 小数,Python Pandas Series.str.isdigit()用法及代码示例
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的Python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Pandas str.isdigit() ...
python math.sinh_Python numpy.sinh()用法及代码示例
numpy.sinh(x [,out])= ufunc'sin'):此数学函数可帮助用户计算所有x(作为数组元素)的双曲正弦值. 等效于1/2 *(np.exp(x)-np.exp(-x))或-1j ...
python的userlist_Python Collections.UserList用法及代码示例
Python列表是array-like数据结构,但与之不同的是它是同质的.单个列表可能包含数据类型,例如整数,字符串以及对象. Python中的列表是有序的,并且有一定数量.根据确定的序列对列表中的元 ...
python dict setdefault_Python dict setdefault()用法及代码示例
字典Python中的数据是一个无序的数据值集合,用于存储数据值(如Map),与其他仅将单个值作为元素的数据类型不同,Dictionary拥有key:value对. 在Python字典中,setdefa ...

Python: scipy.signal.coherence的用法及代码示例

Python: scipy.signal.coherence的用法及代码示例

1. scipy.signal.coherence 用法

用法 API

返回值

2. 示例

Python: scipy.signal.coherence的用法及代码示例相关推荐

最新文章

热门文章