cupyx.scipy.signal.periodogram#

cupyx.scipy.signal.periodogram(x, fs=1.0, window='boxcar', nfft=None, detrend='constant', return_onesided=True, scaling='density', axis=-1)[源代码]#

使用周期图估计功率谱密度。

参数:

  • x (array_like) – 测量值的时间序列

  • fs (float, 可选) – x 时间序列的采样频率。默认为 1.0。

  • window (str 或 tuple 或 array_like, 可选) – 要使用的期望窗口。如果 window 是字符串或元组，它将被传递给 get_window 以生成窗口值，默认情况下这些值是 DFT-偶对称的。有关窗口及其所需参数的列表，请参阅 get_window。如果 window 是 array_like，它将直接用作窗口，其长度必须等于 nperseg。默认为 ‘boxcar’。

  • nfft (int, 可选) – 使用的 FFT 长度。如果为 None，则使用 x 的长度。

  • detrend (str or function or False, 可选) – 指定如何对每个段进行去趋势处理。如果 detrend 是字符串，它将作为 type 参数传递给 detrend 函数。如果它是函数，它接受一个段并返回一个去趋势后的段。如果 detrend 是 False，则不进行去趋势处理。默认为 ‘constant’。

  • return_onesided (bool, 可选) – 如果为 True，则返回实数数据的一侧频谱。如果为 False，则返回两侧频谱。默认为 True，但对于复数数据，始终返回两侧频谱。

  • scaling ({ 'density', 'spectrum' }, 可选) – 选择计算功率谱密度（‘density’），此时如果 x 以 V 为单位测量且 fs 以 Hz 为单位测量，Pxx 的单位为 V**2/Hz；或者计算功率谱（‘spectrum’），此时 Pxx 的单位为 V**2。默认为 ‘density’

  • axis (int, 可选) – 计算周期图的轴；默认为最后一个轴（即 axis=-1）。

返回值:

  • f (ndarray) – 采样频率数组。

  • Pxx (ndarray) – x 的功率谱密度或功率谱。

另请参阅

welch

使用 Welch 法估计功率谱密度

lombscargle

用于不等间距采样数据的 Lomb-Scargle 周期图