jax.numpy.unwrap#

jax.numpy.unwrap(p, discont=None, axis=-1, period=6.283185307179586)[原始碼]#

解開週期性訊號。

JAX 版本的 numpy.unwrap()。

參數:

  • p (ArrayLike) – 輸入陣列

  • discont (ArrayLike | None) – 序列中允許的最大不連續性。預設值為 period / 2

  • axis (int) – 要解開的軸；預設為 -1

  • period (ArrayLike) – 訊號的週期，預設為 \(2\pi\)

傳回:

p 的解開副本。

傳回型別:

Array

範例

考慮一種情況，您正在透過旋轉磁碟上某個點的 x 和 y 位置來測量其位置。底層變數是一個始終遞增的角度，我們將以這種方式產生它，使用度數以便於表示

>>> rng = np.random.default_rng(0)
>>> theta = rng.integers(0, 90, size=(20,)).cumsum()
>>> theta
array([ 76, 133, 179, 203, 230, 233, 239, 240, 255, 328, 386, 468, 513,
       567, 654, 719, 775, 823, 873, 957])

我們對這個角度的觀察是 x 和 y 座標，由這個底層角度的正弦和餘弦給出

>>> x, y = jnp.sin(jnp.deg2rad(theta)), jnp.cos(jnp.deg2rad(theta))

現在，假設給定這些 x 和 y 座標，我們希望恢復原始角度 theta。我們可以透過 atan2() 函數來做到這一點

>>> theta_out = jnp.rad2deg(jnp.atan2(x, y)).round()
>>> theta_out
Array([  76.,  133.,  179., -157., -130., -127., -121., -120., -105.,
        -32.,   26.,  108.,  153., -153.,  -66.,   -1.,   55.,  103.,
        153., -123.], dtype=float32)

前幾個值與上面的輸入角度 theta 相符，但在這之後，這些值被包裹起來了，因為 sin 和 cos 觀察模糊了相位資訊。unwrap() 函數的目的是從這個包裹的視圖中恢復原始訊號

>>> jnp.unwrap(theta_out, period=360)
Array([ 76., 133., 179., 203., 230., 233., 239., 240., 255., 328., 386.,
       468., 513., 567., 654., 719., 775., 823., 873., 957.],      dtype=float32)

它透過假設真正的底層序列在單一步驟內的不連續性不會超過 discont (預設為 period / 2) 來做到這一點，並且當它遇到較大的不連續性時，它會將週期的因數加到資料中。對於滿足此假設的週期性訊號，unwrap() 可以恢復原始相位訊號。