jax.scipy.signal.csd#

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

使用 Welch’s method 估計交叉功率譜密度 (CSD)。

這是 scipy.signal.csd() 的 JAX 實作。它類似於 jax.scipy.signal.welch()，但它對兩個輸入訊號進行操作，並估計它們的交叉頻譜密度，而不是功率譜密度 (PSD)。

參數：

  • x (Array) – 表示輸入值時間序列的陣列。

  • y (ArrayLike | None) – 表示第二個輸入值時間序列的陣列，沿指定的 axis 與 x 長度相同。如果未指定，則假設 y = x 並透過 Welch’s method 計算 x 的 PSD Pxx。

  • fs (ArrayLike) – 輸入的取樣頻率 (預設值：1.0)。

  • window (str) – 要應用於每個區段的資料錐形窗。可以是視窗函數名稱、指定視窗長度和函數的元組，或陣列 (預設值：'hann')。

  • nperseg (int | None | None) – 每個區段的長度 (預設值：256)。

  • noverlap (int | None | None) – 區段之間重疊的點數 (預設值：nperseg // 2)。

  • nfft (int | None | None) – 使用的 FFT 長度，如果需要零填充 FFT。如果為 None (預設值)，則 FFT 長度為 nperseg。

  • detrend (str) – 指定如何對每個區段進行去趨勢。可以是 False (預設值：不進行去趨勢)、'constant' (移除平均值)、'linear' (移除線性趨勢)，或接受區段並傳回去趨勢區段的可呼叫物件。

  • return_onesided (bool) – 如果為 True (預設值)，則傳回實數輸入的單邊頻譜。如果為 False，則傳回雙邊頻譜。

  • scaling (str) – 選擇計算功率譜密度 ('density'，預設值) 或功率譜 ('spectrum')

  • axis (int) – 計算 CSD 的軸 (預設值：-1)。

  • average (str) – 要在週期圖上使用的平均類型；'mean' (預設值) 或 'median' 之一。

傳回值：

長度為 2 的陣列元組 (f, Pxy)。f 是取樣頻率的陣列，而 Pxy 是 x 和 y 的交叉頻譜密度

傳回類型：

tuple[Array, Array]

筆記

原始的 SciPy 函數在 csd(x, x) 和 csd(x, x.copy()) 之間表現出稍微不同的行為。LAX 後端版本旨在遵循後者的行為。若要複製前者的行為，請將此函數呼叫為 csd(x, None)。

另請參閱