エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Python: SciPy のパワースペクトル密度推定の関数
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Python: SciPy のパワースペクトル密度推定の関数
periodogram は最も簡単な方法で、単純に測定データの離散時間フーリエ変換を求め、その結果の大きさを... periodogram は最も簡単な方法で、単純に測定データの離散時間フーリエ変換を求め、その結果の大きさを二乗するものです。 計算は高速ですが、原理的に推定誤差が大きい方法です。 オプション引数で FFT の前処理で使用する窓関数を指定できます。(修正 Periodogram 法) 測定データが欠けのない等間隔なサンプリングデータであれば、大抵は welch を使います。 Welch 法はデータを(何% か重ね合せるように)いくつかのセグメントに分割し、各セグメントについて修正 Periodogram 法で PSD を推定し、最後にその結果から平均を計算するものです。 そのため、welch のオプション引数でセグメント長をデータ長と同じに設定し、同じ窓関数を使用すれば、periodogram の結果と同じになります。 lombscargle は欠損があったりして不等間隔でサンプリングされ