在Python中,可以使用SciPy庫中的signal.periodogram
函數(shù)或者NumPy庫中的fft.fft
函數(shù)來計(jì)算功率譜密度(PSD)。下面是兩種方法的示例代碼:
signal.periodogram
函數(shù):import numpy as np
from scipy import signal
# 生成一個(gè)示例信號
fs = 1000 # 采樣頻率
t = np.arange(0, 1, 1/fs) # 時(shí)間序列
x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t) # 信號
# 計(jì)算功率譜密度
f, Pxx = signal.periodogram(x, fs)
# 繪制功率譜
import matplotlib.pyplot as plt
plt.figure()
plt.semilogy(f, Pxx)
plt.xlabel('Frequency [Hz]')
plt.ylabel('PSD [V**2/Hz]')
plt.show()
fft.fft
函數(shù):import numpy as np
from scipy.fft import fft
import matplotlib.pyplot as plt
# 生成一個(gè)示例信號
fs = 1000 # 采樣頻率
t = np.arange(0, 1, 1/fs) # 時(shí)間序列
x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t) # 信號
# 計(jì)算功率譜密度
X = fft(x)
Pxx = np.abs(X)**2 / (fs * len(x))
# 構(gòu)造頻率軸
f = np.linspace(0, fs/2, len(Pxx)//2)
# 繪制功率譜
plt.figure()
plt.semilogy(f, Pxx[:len(f)])
plt.xlabel('Frequency [Hz]')
plt.ylabel('PSD [V**2/Hz]')
plt.show()
以上示例中,首先生成了一個(gè)示例信號x
,然后使用相應(yīng)的方法計(jì)算信號的功率譜密度,并繪制出功率譜。在繪圖中,使用semilogy
函數(shù)將y軸設(shè)置為對數(shù)坐標(biāo)軸,以更好地展示低頻和高頻部分的功率譜。