Python SciPy signal.chirp用法及代码示例

本文简要介绍 python 语言中 scipy.signal.chirp 的用法。

用法:

scipy.signal.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 处波形的频率(例如 Hz)。

method： {‘linear’, ‘quadratic’, ‘logarithmic’, ‘hyperbolic’}，可选

一种频率扫描。如果未给出，则假定为线性。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

此参数仅在方法为‘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。

返回 ：：

y： ndarray

一个 numpy 数组，其中包含在t与请求的time-varying 频率。更准确地说，函数返回cos(phase + (pi/180)*phi)其中阶段是积分(从 0 到t) 的2*pi*f(t).f(t)定义如下。

注意：

该方法有四个选项。以下公式给出了chirp() 生成的信号的瞬时频率(以赫兹为单位)。为方便起见，也可以使用下面显示的较短名称。

linear, lin, li:

f(t) = f0 + (f1 - f0) * t / t1

二次，四边形，q：

The graph of the frequency f(t) is a parabola through (0, f0) and (t1, f1). By default, the vertex of the parabola is at (0, f0). If vertex_zero is False, then the vertex is at (t1, f1). The formula is:

if vertex_zero is True:

f(t) = f0 + (f1 - f0) * t**2 / t1**2

else:

f(t) = f1 - (f1 - f0) * (t1 - t)**2 / t1**2

To use a more general quadratic function, or an arbitrary polynomial, use the function scipy.signal.sweep_poly.

对数，log，lo：

f(t) = f0 * (f1/f0)**(t/t1)

f0 and f1 must be nonzero and have the same sign.

This signal is also known as a geometric or exponential chirp.

双曲线，炒作：

f(t) = f0*f1*t1 / ((f0 - f1)*t + f1*t1)

f0 and f1 must be nonzero.

例子：

示例中将使用以下内容：

>>> import numpy as np
>>> from scipy.signal import chirp, spectrogram
>>> import matplotlib.pyplot as plt

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 = np.linspace(0, 10, 1500)
>>> w = chirp(t, f0=6, f1=1, t1=10, method='linear')
>>> plt.plot(t, 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 scipy.signal.spectrogram 演示结果。我们将使用以 7200 Hz 采样的 4 秒间隔。

>>> fs = 7200
>>> T = 4
>>> t = np.arange(0, int(T*fs)) / fs

我们将使用这个函数来绘制每个示例中的频谱图。

>>> def plot_spectrogram(title, w, fs):
...     ff, tt, Sxx = spectrogram(w, fs=fs, nperseg=256, nfft=576)
...     fig, ax = plt.subplots()
...     ax.pcolormesh(tt, ff[:145], Sxx[:145], cmap='gray_r',
...                   shading='gouraud')
...     ax.set_title(title)
...     ax.set_xlabel('t (sec)')
...     ax.set_ylabel('Frequency (Hz)')
...     ax.grid(True)
...

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=T, method='quadratic')
>>> plot_spectrogram(f'Quadratic Chirp, f(0)=1500, f({T})=250', w, fs)
>>> plt.show()

从 1500 Hz 到 250 Hz 的二次啁啾(频率抛物线的顶点在 t=T)：

>>> w = chirp(t, f0=1500, f1=250, t1=T, method='quadratic',
...           vertex_zero=False)
>>> plot_spectrogram(f'Quadratic Chirp, f(0)=1500, f({T})=250\n' +
...                  '(vertex_zero=False)', w, fs)
>>> plt.show()

从 1500 Hz 到 250 Hz 的对数啁啾：

>>> w = chirp(t, f0=1500, f1=250, t1=T, method='logarithmic')
>>> plot_spectrogram(f'Logarithmic Chirp, f(0)=1500, f({T})=250', w, fs)
>>> plt.show()

从 1500 Hz 到 250 Hz 的双曲线啁啾：

>>> w = chirp(t, f0=1500, f1=250, t1=T, method='hyperbolic')
>>> plot_spectrogram(f'Hyperbolic Chirp, f(0)=1500, f({T})=250', w, fs)
>>> plt.show()