我正在尝试评估几个信号的频域。为此，我使用了 this answer 中给出的 PSD 实现。 。作为比较，我使用了 scipy 中提供的 signal.periodogram 函数:
from scipy.signal import tukey
import scipy as sp
f, Pxx_den = sp.signal.periodogram(a_gtrend_orig,12,window=tukey( len(a_gtrend_orig) ))
但是，当我将其绘制在自行实现的 PSD 旁边时，它们看起来明显不同:
由于使用相同的窗口函数，并且周期图函数也应该使用 FFT，这种差异从何而来？
最佳答案
您与之比较的示例是绘制每个频率仓的幅度，即，abs(fft())
周期图产生功率谱密度，这意味着它是每个频率仓的振幅的平方。
标签“windowed psd”来自早期编辑，后来更正。
关于python - scipy周期图和自行实现的功率谱密度的区别，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52723383/