cupyx.scipy.signal.chirp#

cupyx.scipy.signal.chirp(t, f0, t1, f1, method='linear', phi=0, vertex_zero=True)[source]#

扫频余弦波发生器。

在下文中，‘Hz’ 应解释为“每单位周期”；这里不要求单位是秒。重要的区别在于旋转的单位是周期，而不是弧度。类似地，t 可以是空间的测量而不是时间的测量。

参数:

  • t (array_like) – 评估波形的时间点。

  • f0 (float) – 时间 t=0 时的频率（例如，Hz）。

  • t1 (float) – 指定 f1 的时间点。

  • f1 (float) – 时间 t1 时波形的频率（例如，Hz）。

  • method ({'linear', 'quadratic', 'logarithmic', 'hyperbolic'}, optional) – 频率扫描类型。如果未给出，则假定为 linear。更多详情请参阅下面的说明（Notes）。

  • phi (float, optional) – 相位偏移，单位为度。默认为 0。

  • vertex_zero (bool, optional) – 此参数仅在 method 为 ‘quadratic’ 时使用。它决定频率图抛物线的顶点是在 t=0 还是 t=t1。

返回:

y – 一个 NumPy 数组，包含在 t 时刻根据请求的时变频率评估的信号。更精确地说，函数返回 cos(phase + (pi/180)*phi)，其中 phase 是 2*pi*f(t) 从 0 到 t 的积分。f(t) 在下面定义。

返回类型:

ndarray

示例

以下将用于示例中

>>> from cupyx.scipy.signal import chirp, spectrogram
>>> import matplotlib.pyplot as plt
>>> import cupy as cp

第一个示例，我们将绘制从 6 Hz 到 1 Hz、历时 10 秒的线性啁啾波形

>>> t = cupy.linspace(0, 10, 5001)
>>> w = chirp(t, f0=6, f1=1, t1=10, method='linear')
>>> plt.plot(cupy.asnumpy(t), cupy.asnumpy(w))
>>> plt.title("Linear Chirp, f(0)=6, f(10)=1")
>>> plt.xlabel('t (sec)')
>>> plt.show()

对于其余示例，我们将使用更高的频率范围，并使用 cupyx.scipy.signal.spectrogram 演示结果。我们将使用一个采样率为 8000 Hz 的 10 秒时间间隔。

>>> fs = 8000
>>> T = 10
>>> t = cupy.linspace(0, T, T*fs, endpoint=False)

从 1500 Hz 到 250 Hz、历时 10 秒的二次啁啾（频率抛物线曲线的顶点位于 t=0）

>>> w = chirp(t, f0=1500, f1=250, t1=10, method='quadratic')
>>> ff, tt, Sxx = spectrogram(w, fs=fs, noverlap=256, nperseg=512,
...                           nfft=2048)
>>> plt.pcolormesh(cupy.asnumpy(tt), cupy.asnumpy(ff[:513]),
                   cupy.asnumpy(Sxx[:513]), cmap='gray_r')
>>> plt.title('Quadratic Chirp, f(0)=1500, f(10)=250')
>>> plt.xlabel('t (sec)')
>>> plt.ylabel('Frequency (Hz)')
>>> plt.grid()
>>> plt.show()