Python cusignal.wavelets.wavelets.morlet2用法及代码示例

用法: cusignal.wavelets.wavelets.morlet2(M, s, w=5)

复杂 Morlet 小波，设计用于 cwt 。返回 morlet 小波的完整版本，根据 s 标准化：

exp(1j*w*x/s) * exp(-0.5*(x/s)**2) * pi**(-0.25) * sqrt(1/s)

Mint: 小波的长度。
s浮点数: 小波的宽度参数。
w浮点数，可选: 欧米茄0。默认值为 5

morlet : (M,) ndarray 另见 ---- morlet : Morlet 小波的实现，与 cwt 不兼容注意 ---- .. version added::1.4.0 此函数旨在与 cwt 一起使用。因为morlet2 返回复数数组，所以cwt 的dtype 参数应设置为complex128 以获得最佳结果。请注意与 morlet 的实现差异。该小波的基频(以 Hz 为单位)由下式给出：

f = w*fs / (2*s*np.pi)

其中fs是采样率，s是小波宽度参数。同样，我们可以在f 处获得小波宽度参数：

s = w*fs / (2*f*np.pi)

>>> from scipy import signal
>>> import matplotlib.pyplot as plt
>>> M = 100
>>> s = 4.0
>>> w = 2.0
>>> wavelet = signal.morlet2(M, s, w)
>>> plt.plot(abs(wavelet))
>>> plt.show()
This example shows basic use of `morlet2` with `cwt` in time-frequency
analysis:
>>> from scipy import signal
>>> import matplotlib.pyplot as plt
>>> t, dt = np.linspace(0, 1, 200, retstep=True)
>>> fs = 1/dt
>>> w = 6.
>>> sig = np.cos(2*np.pi*(50 + 10*t)*t) + np.sin(40*np.pi*t)
>>> freq = np.linspace(1, fs/2, 100)
>>> widths = w*fs / (2*freq*np.pi)
>>> cwtm = signal.cwt(sig, signal.morlet2, widths, w=w)
>>> plt.pcolormesh(t, freq, np.abs(cwtm),
    cmap='viridis', shading='gouraud')
>>> 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.wavelets.wavelets.morlet2。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。