Python numpy 相当于 MATLAB 中的 bandpower()答案

【问题标题】：Python numpy equivalent of bandpower() from MATLABPython numpy 相当于 MATLAB 中的 bandpower()
【发布时间】：2023-03-17 13:00:01
【问题描述】：

我正在使用 Python numpy 的 ftt.ftt() 方法来生成信号的傅立叶变换。但是我想计算一个频率范围内的带宽。 MATLAB有方法bandpower（x，fs，freqrange），我试图专门模拟这个函数的语法。来源：https://www.mathworks.com/help/signal/ref/bandpower.html

看起来 numpy 没有等效的功能，但是有人知道我可以用来模拟 bandpower(x,fs,freqrange) 的代码 sn-p 吗？我不清楚该函数的幕后究竟发生了什么。

注意：如果您知道一些可以实现 Matlab 功能的非 Python 伪代码，那也会有所帮助。

【问题讨论】：

您是要模拟所有功能还是只使用一种输入参数语法？
只是 bandpower(x,fs,freqrange) 语法
什么是带宽？
不知道朋友，我完全忘记了这是怎么回事，哈哈。

标签： python matlab numpy fft

【解决方案1】：

以下用于计算频带 [fmin, fmax] 中的功率的 sn-p 对我有用：

import scipy 

def bandpower(x, fs, fmin, fmax):
    f, Pxx = scipy.signal.periodogram(x, fs=fs)
    ind_min = scipy.argmax(f > fmin) - 1
    ind_max = scipy.argmax(f > fmax) - 1
    return scipy.trapz(Pxx[ind_min: ind_max], f[ind_min: ind_max])

【讨论】：

为什么使用默认缩放='密度'而不是缩放='光谱'
说得好！根据 matlab 的实现，这可能会偏离一个常数因子。我刚刚检查了 matlab 文档，它们不像 scipy 那样明确地说明单位。我不再有要验证的 matlab 许可证。您能否将 matlab 的输出与此 scipy 实现进行比较，以验证 scaling = 'spectrum' 或 scaling = 'density' 是否与 matlab 匹配？

【解决方案2】：

def bandpower(x, fs, fmin, fmax, time):
    # f, Pxx = scipy.signal.periodogram(x, fs=fs)
    f, Pxx = signal.welch(x, fs, nperseg=fs*time)
    ind_min = np.argmax(f > fmin) - 1
    ind_max = np.argmax(f > fmax) - 1
    return np.trapz(Pxx[ind_min: ind_max], f[ind_min: ind_max])

【讨论】：

根据 John Maidens 的最后回答