Python cusignal.waveforms.waveforms.chirp用法及代码示例

用法: cusignal.waveforms.waveforms.chirp(t, f0, t1, f1, method='linear', phi=0, vertex_zero=True)

Frequency-swept 余弦发生器。

在下文中，“Hz”应解释为“每单位的周期数”；这里没有要求单位是一秒。重要的区别是旋转单位是周期，而不是弧度。同样，t 可以是空间而不是时间的度量。

参数：

t：array_like: 评估波形的时间。
f0：浮点数: 时间 t=0 时的频率(例如 Hz)。
t1：浮点数: 指定f1 的时间。
f1：浮点数: 时间 t1 时波形的频率(例如 Hz)。
method：{‘linear’, ‘quadratic’, ‘logarithmic’, ‘hyperbolic’}，可选: 一种频率扫描。如果未给出，则假定为 linear。有关详细信息，请参阅下面的注释。
phi：浮点数，可选: 相位偏移，以度为单位。默认值为 0。
vertex_zero：布尔型，可选: 此参数仅在method 为‘quadratic’ 时使用。它确定作为频率图的抛物线的顶点是在t=0还是t=t1。

y：ndarray: 一个 numpy 数组，其中包含在 t 以请求的 time-varying 频率评估的信号。更准确地说，该函数返回 cos(phase + (pi/180)*phi) 其中 phase 是 2*pi*f(t) 的积分(从 0 到 t )。 f(t) 定义如下。

例子：

示例中将使用以下内容：

>>> from cusignal import chirp, spectrogram
>>> import matplotlib.pyplot as plt
>>> import cupy as cp

对于第一个示例，我们将绘制 10 秒内从 6 Hz 到 1 Hz 的线性啁啾的波形：

>>> t = cp.linspace(0, 10, 5001)
>>> w = chirp(t, f0=6, f1=1, t1=10, method='linear')
>>> plt.plot(cp.asnumpy(t), cp.asnumpy(w))
>>> plt.title("Linear Chirp, f(0)=6, f(10)=1")
>>> plt.xlabel('t (sec)')
>>> plt.show()

对于其余示例，我们将使用更高的频率范围，并使用 cusignal.spectrogram 演示结果。我们将使用以 8000 Hz 采样的 10 秒间隔。

>>> fs = 8000
>>> T = 10
>>> t = cp.linspace(0, T, T*fs, endpoint=False)

10 秒内从 1500 Hz 到 250 Hz 的二次啁啾(频率抛物线的顶点在 t=0)：

>>> w = chirp(t, f0=1500, f1=250, t1=10, method='quadratic')
>>> ff, tt, Sxx = spectrogram(w, fs=fs, noverlap=256, nperseg=512,
...                           nfft=2048)
>>> plt.pcolormesh(cp.asnumpy(tt), cp.asnumpy(ff[:513]),
                   cp.asnumpy(Sxx[:513]), cmap='gray_r')
>>> plt.title('Quadratic Chirp, f(0)=1500, f(10)=250')
>>> plt.xlabel('t (sec)')
>>> plt.ylabel('Frequency (Hz)')
>>> plt.grid()
>>> plt.show()

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cusignal.waveforms.waveforms.chirp。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：