随机过程极简笔记（一）：怎么求功率谱？

飞行codes

于 2020-12-01 23:35:03 发布

阅读量728

点赞数

CC 4.0 BY-SA版权

分类专栏：极简学习笔记文章标签：随机过程数学功率谱

本文链接：https://blog.csdn.net/Arctic_Beacon/article/details/110442026

极简学习笔记专栏收录该内容

7 篇文章 ¥29.90 ¥99.00

订阅专栏

本文介绍了如何利用维纳辛钦定理和Welch方法进行功率谱估计的编程实验，结合经典参考文献，深入探讨了在随机过程分析中的功率谱估计技术。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

https://zhuanlan.zhihu.com/p/265115075

维纳辛钦定理编程实验

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal

t=np.linspace(0,6.28,256)
x=np.sin(t)+np.sin(20*t)
y = np.correlate(x, x, 'full')

plt.figure()
plt.plot(t,x)
plt.title('signal')
plt.xlabel('Frequency')
plt.ylabel('Magnitude')


plt.figure()
plt.plot(y)
plt.title('autocorrelate')
plt.xlabel('Frequency')
plt.ylabel('Magnitude')


########################################################

fy=np.fft.rfft(y)
freq = np.fft.fftfreq(len(fy))

plt.figure()
plt.plot(freq,abs(fy))
plt.title('FFT of autocorrelate')
plt.xlabel('Frequency')
plt.ylabel('Power')

################################

了解本专栏