概述
计算两个信号的交叉谱密度
结果展示：
完整代码：
import numpy as np import matplotlib.pyplot as plt fig,(ax1,ax2) = plt.subplots(2,1) # make a little extra space between the subplots fig.subplots_adjust(hspace=0.5) dt = 0.01 t = np.arange(0,30,dt) # Fixing random state for reproducibility np.random.seed(19680801) nse1 = np.random.randn(len(t)) # white noise 1 nse2 = np.random.randn(len(t)) # white noise 2 r = np.exp(-t / 0.05) cnse1 = np.convolve(nse1,r,mode='same') * dt # colored noise 1 cnse2 = np.convolve(nse2,mode='same') * dt # colored noise 2 # two signals with a coherent part and a random part s1 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse1 s2 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse2 ax1.plot(t,s1,t,s2) ax1.set_xlim(0,5) ax1.set_xlabel('time') ax1.set_ylabel('s1 and s2') ax1.grid(True) cxy,f = ax2.csd(s1,s2,256,1. / dt) ax2.set_ylabel('CSD (db)') plt.show()
总结
以上就是本文关于Python+matplotlib实现计算两个信号的交叉谱密度实例的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
总结
以上是编程之家为你收集整理的Python+matplotlib实现计算两个信号的交叉谱密度实例全部内容，希望文章能够帮你解决Python+matplotlib实现计算两个信号的交叉谱密度实例所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧
602392714
清零编程群