jax.scipy.signal.csd#

jax.scipy.signal.csd(x, y, fs=1.0, window='hann', nperseg=None, noverlap=None, nfft=None, detrend='constant', return_onesided=True, scaling='density', axis=-1, average='mean')[source]#

使用 Welch 方法估计互功率谱密度 (CSD)。

这是 scipy.signal.csd() 的 JAX 实现。它类似于 jax.scipy.signal.welch()，但它对两个输入信号进行操作，并估计它们的互谱密度而不是功率谱密度 (PSD)。

参数:

  • x (Array) – 表示输入值的时间序列的数组。

  • y (ArrayLike | None) – 表示第二个输入值时间序列的数组，其长度与沿指定 axis 的 x 相同。如果未指定，则假定 y = x 并通过 Welch 方法计算 x 的 PSD Pxx。

  • fs (ArrayLike) – 输入的采样频率（默认值：1.0）。

  • window (str) – 要应用于每个数据段的数据锥形窗口。可以是窗口函数名称、指定窗口长度和函数的元组或数组（默认值：'hann'）。

  • nperseg (int | None | None) – 每个数据段的长度（默认值：256）。

  • noverlap (int | None | None) – 数据段之间重叠的点数（默认值：nperseg // 2）。

  • nfft (int | None | None) – FFT 的长度，如果需要零填充 FFT。如果为 None（默认值），则 FFT 长度为 nperseg。

  • detrend (str) – 指定如何对每个数据段进行去趋势。可以是 False（默认值：不去趋势）、'constant'（移除均值）、'linear'（移除线性趋势）或接受数据段并返回去趋势数据段的可调用对象。

  • return_onesided (bool) – 如果为 True（默认值），则为实际输入返回单边频谱。如果为 False，则返回双边频谱。

  • scaling (str) – 选择计算功率谱密度（'density'，默认值）或功率谱（'spectrum'）

  • axis (int) – 计算 CSD 沿的轴（默认值：-1）。

  • average (str) – 要对周期图使用的平均类型；'mean'（默认值）或 'median' 之一。

返回:

长度为 2 的数组元组 (f, Pxy)。f 是样本频率数组，Pxy 是 x 和 y 的互谱密度

返回类型:

tuple[Array, Array]

Notes

原始 SciPy 函数在 csd(x, x) 和 csd(x, x.copy()) 之间表现出略有不同的行为。LAX 后端版本旨在遵循后一种行为。要复制前一种行为，请将此函数调用为 csd(x, None)。

参见