Python SciPy signal.sweep_poly用法及代码示例

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

用法:

scipy.signal.sweep_poly(t, poly, phi=0)#

Frequency-swept 余弦发生器，具有与时间相关的频率。

该函数生成一个正弦函数，其瞬时频率随时间变化。时间 t 的频率由多项式 poly 给出。

参数 ：：

t： ndarray

评估波形的时间。

poly： 一维 数组 或 numpy.poly1d 的实例

以多项式表示的所需频率。如果 poly 是长度为 n 的列表或 ndarray，则 poly 的元素是多项式的系数，瞬时频率为

f(t) = poly[0]*t**(n-1) + poly[1]*t**(n-2) + ... + poly[n-1]

如果 poly 是 numpy.poly1d 的一个实例，则瞬时频率为

f(t) = poly(t)

phi： 浮点数，可选

相位偏移，以度为单位，默认值：0。

返回 ：：

sweep_poly： 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)2 * pi * f(t);f(t)定义如上。

注意：

如果 poly 是长度为 n 的列表或 ndarray，则 poly 的元素是多项式的系数，瞬时频率为：

f(t) = poly[0]*t**(n-1) + poly[1]*t**(n-2) + ... + poly[n-1]

如果聚是一个实例numpy.poly1d，则瞬时频率为：

f(t) = poly(t)

最后，输出 s 是：

cos(phase + (pi/180)*phi)

其中阶段是从 0 到的积分t的2 * pi * f(t),f(t)如上定义。

例子：

计算瞬时频率的波形：

f(t) = 0.025*t**3 - 0.36*t**2 + 1.25*t + 2

在 0 <= t <= 10 的区间内。

>>> import numpy as np
>>> from scipy.signal import sweep_poly
>>> p = np.poly1d([0.025, -0.36, 1.25, 2.0])
>>> t = np.linspace(0, 10, 5001)
>>> w = sweep_poly(t, p)

绘制它：

>>> import matplotlib.pyplot as plt
>>> plt.subplot(2, 1, 1)
>>> plt.plot(t, w)
>>> plt.title("Sweep Poly\nwith frequency " +
...           "$f(t) = 0.025t^3 - 0.36t^2 + 1.25t + 2$")
>>> plt.subplot(2, 1, 2)
>>> plt.plot(t, p(t), 'r', label='f(t)')
>>> plt.legend()
>>> plt.xlabel('t')
>>> plt.tight_layout()
>>> plt.show()