jax.scipy.signal.csd

目录

jax.scipy.signal.csd#

jax.scipy.signal.csd(x, y, fs=1.0, window='hann', nperseg=None, noverlap=None, nfft=None, detrend='constant', return_onesided=True, scaling='density', axis=-1, average='mean')[源代码][源代码]#

使用Welch方法估计交叉功率谱密度（CSD）。

这是 scipy.signal.csd() 的 JAX 实现。它类似于 jax.scipy.signal.welch()，但它操作于两个输入信号，并估计它们的互谱密度而不是功率谱密度（PSD）。

参数:

  • x (Array) – 表示输入值时间序列的数组。

  • y (ArrayLike | None) – 表示输入值的第二个时间序列的数组，与 x 沿指定 axis 的长度相同。如果未指定，则假设 y = x 并通过 Welch 方法计算 x 的 PSD Pxx。

  • fs (ArrayLike) – 输入的采样频率（默认值：1.0）。

  • window (str) – 应用于每个片段的数据锥形窗口。可以是窗口函数名称、指定窗口长度和函数的元组，或是一个数组（默认值：'hann'）。

  • nperseg (int | None) – 每个段落的长度（默认值：256）。

  • noverlap (int | None) – 段落之间重叠的点数（默认值：nperseg // 2）。

  • nfft (int | None) – 使用的FFT长度，如果需要零填充的FFT。如果为 None``（默认），则FFT长度为 ``nperseg。

  • detrend (str) – 指定如何去趋势化每个片段。可以是 False （默认：不去趋势化），'constant' （去除均值），'linear' （去除线性趋势），或一个接受片段并返回去趋势化片段的可调用对象。

  • return_onesided (bool) – 如果为 True（默认），则返回实数输入的单边谱。如果为 False，则返回双边谱。

  • scaling (str) – 选择计算功率谱密度 ('density'，默认) 或功率谱 ('spectrum')

  • axis (int) – 计算CSD的轴（默认：-1）。

  • average (str) – 用于周期图的平均类型；可以是 'mean'``（默认）或 ``'median' 之一。

返回:

一个长度为2的数组元组 (f, Pxy)。f 是样本频率的数组，而 Pxy 是 x 和 y 的互谱密度。

返回类型:

tuple[Array, Array]

备注

原始的 SciPy 函数在 csd(x, x) 和 csd(x, x.copy()) 之间表现出略微不同的行为。LAX-backend 版本旨在遵循后者的行为。要复制前者，请将此函数调用为 csd(x, None)。

参见

目录