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
Python NumPy SciPy サンプルコード: フーリエ変換処理 その 1
時系列データのフーリエ変換処理は、データの周波数領域での特徴抽出のために様々な分野で利用されています。 機械工学の分野では、加速度計で構造物の加速度データを取得し、テータを周波数解析したりすることが多いと思います。 fft 関数でのデータ処理をやろうとした場合、時系列データと周波数データとの関係を理解しておかないと適切なデータ処理ができません。 以下のような簡単なプログラムで fft 関数の使い方を説明していきます。 時系列のサンプルデータとして、データ数 512 点、サンプリング間隔 dt=0.01[sec]、周波数 f=20[Hz]の sin 波を作成し、それを fft 関数で離散フーリエ変換しています。 import numpy as np from scipy.fftpack import fft import matplotlib.pyplot as plt from mpl_t
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Python NumPy SciPy サンプルコード: フーリエ変換処理 その 2