[英]Difference between scipy periodogram and self implemented power spectral density
我正在嘗試評估幾個信號的頻域。 為此,我使用了這個答案中給出的 PSD 實現。 作為比較,我使用了signal.periodogram
提供的signal.periodogram
函數:
from scipy.signal import tukey
import scipy as sp
f, Pxx_den = sp.signal.periodogram(a_gtrend_orig,12,window=tukey( len(a_gtrend_orig) ))
但是,當我將其繪制在自我實現的 PSD 旁邊時,它們看起來明顯不同:
由於使用了相同的窗口函數,並且周期圖函數也應該使用 FFT,這種差異從何而來?
您與之進行比較的示例是繪制每個頻率區間的幅度,即 abs(fft())
周期圖產生一個功率譜密度,這意味着它是每個頻率區間的幅度的平方。
標簽“windowed psd”來自早期編輯,后來更正。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.