jax.scipy.signal.welch

内容

jax.scipy.signal.welch#

jax.scipy.signal.welch(x, fs=1.0, window='hann', nperseg=None, noverlap=None, nfft=None, detrend='constant', return_onesided=True, scaling='density', axis=-1, average='mean')[source]#

使用 Welch 方法估计功率谱密度 (PSD)。

这是一个 scipy.signal.welch() 的 JAX 实现。它将输入信号划分为重叠的段，计算每个段的修正周期图，并对结果进行平均以获得更平滑的 PSD 估计。

参数：

  • x (Array) – 表示输入值时间序列的数组。

  • fs (ArrayLike) – 输入信号的采样频率（默认值：1.0）。

  • window (str) – 应用于每个片段的数据窗函数。可以是窗函数名称，一个指定窗长和函数的元组，或一个数组（默认值：'hann'）。

  • nperseg (int | None | None) – 每个片段的长度（默认值：256）。

  • noverlap (int | None | None) – 片段之间重叠的点数（默认值：nperseg // 2）。

  • nfft (int | None | None) – 使用的 FFT 长度，如果需要零填充 FFT。如果为 None（默认值），则 FFT 长度为 nperseg。

  • detrend (str) – 指定如何对每个片段进行去趋势化。可以是 False（默认值：不进行去趋势化），'constant'（去除均值），'linear'（去除线性趋势），或一个可调用的函数，接受一个片段并返回一个去趋势化的片段。

  • return_onesided (bool) – 如果为 True（默认值），则对于实数输入返回单边频谱。如果为 False，则返回双边频谱。

  • scaling (str) – 在计算功率谱密度（'density'，默认值）或功率谱（'spectrum'）之间进行选择。

  • axis (int) – 计算 PSD 的轴（默认值：-1）。

  • average (str) – 用于对周期图进行平均的类型；'mean'（默认值）或 'median' 之一。

返回:

一个包含两个数组的长度为 2 的元组 (f, Pxx)。 f 是采样频率数组，Pxx 是 x 的功率谱密度。

返回类型:

tuple[Array, Array]

另请参阅

目录