scipy.signal.ShortTimeFFT.

stft_detrend#

ShortTimeFFT.stft_detrend(x, detr, p0=None, p1=None, *, k_offset=0, padding='zeros', axis=-1)[源代码]#

计算短时傅里叶变换，并在每个段之前减去趋势。

当参数 detr 为 None 时，此方法的行为与 stft 方法相同。请注意，由于去趋势，原始信号无法通过 istft 重建。

参数:

xnp.ndarray: 输入信号，作为实数或复数值数组。对于复数值，属性 fft_mode 必须设置为“twosided”或“centered”。
detr'linear' | 'constant' | Callable[[np.ndarray], np.ndarray] | None: 如果为“constant”，则减去平均值；如果设置为“linear”，则从每个段中移除线性趋势。这是通过调用 detrend 实现的。如果 detr 是一个带一个参数的函数，则 detr 将应用于每个段。
p0int | None: 要计算的切片范围的第一个元素。如果 None，则设置为 p_min，这是可能的最小切片。
p1int | None: 数组的末尾。如果 None，则使用 p_max(n)。
k_offsetint: x 中第一个样本 (t = 0) 的索引。
padding'zeros' | 'edge' | 'even' | 'odd': 当滑动窗口在输入 x 的下端或上端伸出时，添加的值的种类。如果设置了默认的“zeros”，则添加零。对于“edge”，使用 x 的第一个或最后一个值。“even”通过在第一个或最后一个样本上反射信号来填充，“odd”另外将其乘以 -1。
axis: int: 计算 STFT 的 x 的轴。如果未给定，则使用最后一个轴。

返回:

Snp.ndarray: 返回一个复数数组，其维度始终比 x 的维度大一。最后一个轴始终表示 STFT 的时间切片。axis 定义频率轴（默认为倒数第二个轴）。例如，对于一维 x，返回一个复数 2d 数组，其中轴 0 表示频率，轴 1 表示时间切片。

参见