之前分享过matlab如何绘制包络线(传送门:Matlab绘制信号包络线),今天分享一下python如何实现
包络线基于scipy库,利用scipy.signal.hilbert
用法:
scipy.signal.hilbert(x,N=None,axis=-1)
使用希尔伯特变换计算分析信号。
默认情况下,沿最后一个轴进行变换。
入参:
x--信号数据
N--傅里叶分量的数目。默认值:x.shape[轴]
Axism--int,沿其执行变换的轴。默认值:-1。
出参:
xa--解析信号,沿轴的每个一维阵列
信号x(t)的分析信号x_a(t)为:
其中F是傅里叶变换,U是单位阶跃函数,y是x的希尔伯特变换。
换言之,频谱的负半部分被调零,从而将实值信号变为复信号。Hilbert变换信号可以从np.imag(Hilbert(x))得到,原始信号可以从np.real(Hilbert(x))得到。
样例使用希尔伯特变换来确定调幅信号的振幅包络和瞬时频率。
import numpy as npimport matplotlib.pyplot as pltfrom scipy.signal import hilbert, chirp
duration = 1.0fs = 400.0samples = int(fs*duration)t = np.arange(samples) / fs
创建一个频率从20 Hz增加到100 Hz的信号,并应用振幅调制。
signal = chirp(t, 20.0, t[-1], 100.0)signal *= (1.0 + 0.5 * np.sin(2.0*np.pi*3.0*t) )
振幅包络由解析信号的幅值给出。瞬时频率可以通过区分瞬时相位与时间的关系来获得。瞬时相位对应于分析信号的相位角。
analytic_signal = hilbert(signal)amplitude_envelope = np.abs(analytic_signal)instantaneous_phase = np.unwrap(np.angle(analytic_signal))instantaneous_frequency = (np.diff(instantaneous_phase) / (2.0*np.pi) * fs)
fig, (ax0, ax1) = plt.subplots(nrows=2)ax0.plot(t, signal, label='signal')ax0.plot(t, amplitude_envelope, label='envelope')ax0.set_xlabel("time in seconds")ax0.legend()ax1.plot(t[1:], instantaneous_frequency)ax1.set_xlabel("time in seconds")ax1.set_ylim(0.0, 120.0)fig.tight_layout()
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)