import numpy as np
import warnings
import matplotlib.pyplot as plt
warnings.filterwarnings('ignore')
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
timeLength=6000
sigma1=50
u1=3000
c0_1=80
sigma2=80
u2=4800
c0_2=50
# t1=2800
t1=np.arange(0,4000,0.1)
t2=np.arange(4000,timeLength,0.1)
y1=np.multiply(c0_1,np.exp(-np.power(t1-u1,2)/(2*np.power(sigma1,2))))
y2=np.multiply(c0_2,np.exp(-np.power(t2-u2,2)/(2*np.power(sigma1,2))))
t=np.hstack((t1,t2))
y=np.hstack((y1,y2))
#添加噪声
noise=np.random.normal(size=y1.shape[0]+y2.shape[0])
print(noise)
plt.xlabel('t/采样点')
plt.ylabel('强度/mV')
plt.ylim(-10,100)#纵坐标刻度范围
plt.axvline(x=3000, linestyle="--", color="y")#参考线
plt.annotate('peak1\nsigma={}'.format(sigma1),(t[30001],y[30001]),(t[30001],y[30001]+2))#注释文本
plt.plot(t, y+noise, 'b-', linewidth=2)
plt.title("高斯正态分布函数仿真色谱图(无噪声)")
plt.show()
色谱信号仿真(含高斯噪声)
最新推荐文章于 2024-09-11 08:51:43 发布