如何估计（在给定频率的信号功率）与时间python

Question

我正在寻找一种很好的方法来估计信号的功率（定期采样说10千赫）与时间在刚刚一个频率（比如说50赫兹）。我可以计算谱图，然后以目标频率对其进行切片。这看起来效率很低，因为我只关心一个频率与一个时间的功率。我意识到正好在一个频率下的功率为零（在极限内），我想在目标频率附近的一个小频率范围内计算信号的功率。

我目前的“解决方案”是使用Matplotlib的mlab.specgram（）函数，它返回一个二维数组的权力，我只是把它切片。我不满足于此，因为我不完全相信mab.specgram（）函数，因为它需要大量不同的时间来计算不同信号的频谱图（即使它们的长度相同）。

Answer 1

有很多方法可以做到这一点。一种简单但有效的方法是应用带通滤波器（50Hz），从而消除所有其他信号，然后计算最后N个采样的RMS功率。

另一种是你可以做一个窗口化的FFT，但不是实际的FFT - 只需计算你想要的bin。该窗口可以是任何你想要的（例如凯撒alpha 8）。单仓的DFT只是信号与e ^（i * n * w）（其中w取样率为50Hz，n是迭代器）的乘积之和。

有可能比这更简单的方法。这取决于你想要恢复的东西，信号的移动速度以及你是否期望混合中的噪声或其他信号。如果你不是试图从别人的喧嚣中挑选出一个信号，那么你就不必费尽心思。