Python使用matplotlib绘制了包含两个信号的时域图和它们的交叉功率谱密度CSD

使用 matplotlib.pyplot 绘制了包含两个信号的时域图和它们的交叉功率谱密度(Cross Spectral Density,CSD)图。
在这里插入图片描述

  1. 导入库和设置随机种子:

    import matplotlib.pyplot as plt
    import numpy as np
    
    fig, (ax1, ax2) = plt.subplots(2, 1, layout='constrained')
    dt = 0.01
    t = np.arange(0, 30, dt)
    np.random.seed(19680801)
    

    这里导入了 matplotlib.pyplotnumpy 库,并创建了包含两个子图的画布。

  2. 生成白噪声和带颜色的噪声:

    nse1 = np.random.randn(len(t))  # 白噪声 1
    nse2 = np.random.randn(len(t))  # 白噪声 2
    r = np.exp(-t / 0.05)
    cnse1 = np.convolve(nse1, r, mode='same') * dt   # 带颜色的噪声 1
    cnse2 = np.convolve(nse2, r, mode='same') * dt   # 带颜色的噪声 2
    

    生成两个白噪声信号 nse1nse2,然后通过卷积操作得到带颜色的噪声信号 cnse1cnse2

  3. 生成两个信号:

    s1 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse1
    s2 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse2
    

    生成两个信号 s1s2,其中包含相干部分和带颜色的噪声。

  4. 绘制时域图:

    ax1.plot(t, s1, t, s2)
    ax1.set_xlim(0, 5)
    ax1.set_xlabel('Time (s)')
    ax1.set_ylabel('s1 and s2')
    ax1.grid(True)
    

    在第一个子图中绘制了两个信号 s1s2 的时域图,并设置了横轴范围、标签和网格。

  5. 计算并绘制交叉功率谱密度(CSD)图:

    cxy, f = ax2.csd(s1, s2, 256, 1. / dt)
    ax2.set_ylabel('CSD (dB)')
    

    使用 csd 函数计算并绘制 s1s2 的交叉功率谱密度图,其中 256 是 FFT 窗口大小,1. / dt 是采样频率。

  6. 显示图形:

    plt.show()
    
    • 完整代码
import matplotlib.pyplot as plt
import numpy as np

# 创建包含两个子图的画布
fig, (ax1, ax2) = plt.subplots(2, 1, layout='constrained')

# 定义时间步长和时间向量
dt = 0.01
t = np.arange(0, 30, dt)

# 设置随机种子以确保可重现性
np.random.seed(19680801)

# 生成白噪声
nse1 = np.random.randn(len(t))  # 白噪声 1
nse2 = np.random.randn(len(t))  # 白噪声 2

# 定义指数衰减函数 r
r = np.exp(-t / 0.05)

# 使用卷积得到带颜色的噪声
cnse1 = np.convolve(nse1, r, mode='same') * dt   # 带颜色的噪声 1
cnse2 = np.convolve(nse2, r, mode='same') * dt   # 带颜色的噪声 2

# 生成两个信号,包含相干部分和随机部分
s1 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse1
s2 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse2

# 绘制时域图
ax1.plot(t, s1, t, s2)
ax1.set_xlim(0, 5)
ax1.set_xlabel('Time (s)')
ax1.set_ylabel('s1 and s2')
ax1.grid(True)

# 计算并绘制交叉功率谱密度(CSD)图
cxy, f = ax2.csd(s1, s2, 256, 1. / dt)
ax2.set_ylabel('CSD (dB)')

# 显示图形
plt.show()
  • 7
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Pandas120

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值