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')[來源]#

使用 Welch 方法估計功率頻譜密度 (PSD)。

這是 scipy.signal.welch() 的 JAX 實作。它將輸入訊號分割成重疊的區段，計算每個區段的修改週期圖，並平均結果以獲得更平滑的 PSD 估計值。

參數:

  • x (Array) – 代表輸入值時間序列的陣列。

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

  • window (str) – 應用於每個區段的資料錐形窗。可以是窗函數名稱、指定窗長和函數的元組，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) – 指定如何去除每個區段的趨勢。可以是 False (預設值：不去除趨勢)、'constant' (移除平均值)、'linear' (移除線性趨勢)，或接受區段並傳回去除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) – 選擇計算功率頻譜密度 ('density'，預設值) 或功率頻譜 ('spectrum')

  • axis (int) – 計算 PSD 的軸 (預設值：-1)。

  • average (str) – 用於週期圖的平均類型；可以是 'mean' (預設值) 或 'median'。

回傳值:

長度為 2 的陣列元組 (f, Pxx)。f 是取樣頻率陣列，而 Pxx 是 x 的功率頻譜密度。

回傳型別:

tuple[Array, Array]

另請參閱