|
|
Python |
Matlab/Octave |
Vorbereitung (Laden von Modulen/Paketen) |
|
from numpy import *
from numpy.random import *
from matplotlib.pyplot import *
|
|
Generieren von Werten mit (Rechteckimpuls als Beispiel) |
|
N=100
dt=1.0
t=arange(0,N)*dt
x=zeros(N)
for i in range(10,90):
x[i]=1
plot(t,x,'o')
show()
|
N=100;
dt=1.0;
t=(0:N-1)*dt;
x=zeros(1,N);
for i=10:89
x(i)=1;
end
plot(t,x,'o')
|
Generieren von Gewichten mit , passend zu den mit (Kosinusfenster als Beispiel) |
|
g=sin(pi*(arange(0,N)+0.5)/float(N))
plot(t,g,'o')
show()
|
g=sin(pi*((0:N-1)+0.5)/N);
plot(t,g,'o')
|
(Momente verschwinden für Energiesignale) |
|
|
|
(Auto-)Korrelationsfunktion |
(außerhalb dieses Bereichs null)
|
direkte Berechnung:
RE=zeros(2*N-1)
tau=zeros(2*N-1)
for k in range(-(N-1),N):
tau[k]=k*dt
sum1=0
sum0=0
for i in range(0,N-abs(k)):
sum1+=g[i]*g[i+abs(k)]*x[i]*x[i+abs(k)]
sum0+=g[i]*g[i+abs(k)]
if sum0!=0:
RE[k]=(N*dt-abs(tau[k]))*sum1/float(sum0)
plot(tau,RE,'o')
show()
Berechnung aus Energiedichtespektrum mittels Wiener-Chintschin-Theorem:
from numpy.fft import *
tau=roll(arange(-(N-1),N)*dt,N)
X=fft(append(g*x,zeros(N)))
Xp=fft(append(g,zeros(N)))
E=dt**2*abs(X)**2
Ep=dt**2*abs(Xp)**2
RE1=real(ifft(E))/float(dt)
RE0=real(ifft(Ep))/float(dt)
RE=zeros(2*N-1)
for k in range(-(N-1),N):
if RE0[k]!=0:
RE[k]=(N-abs(k))*dt*RE1[k]/RE0[k]
plot(tau,RE,'o')
show()
|
direkte Berechnung:
RE=zeros(1,2*N-1);
tau=zeros(1,2*N-1);
for k=-(N-1):N-1
tau(mod(k,2*N-1)+1)=k*dt;
sum1=0;
sum0=0;
for i=1:N-abs(k)
sum1=sum1+g(i)*g(i+abs(k))*x(i)*x(i+abs(k));
sum0=sum0+g(i)*g(i+abs(k));
end
if sum0~=0
RE(mod(k,2*N-1)+1)=(N-abs(k))*dt*sum1/sum0;
end
end
plot(tau,RE,'o')
Berechnung aus Energiedichtespektrum mittels Wiener-Chintschin-Theorem:
tau=circshift((-(N-1):N-1)*dt,[0;N]);
X=fft([g.*x,zeros(1,N)]);
Xp=fft([g,zeros(1,N)]);
E=dt^2*abs(X).^2;
Ep=dt^2*abs(Xp).^2;
RE1=real(ifft(E))/dt;
RE0=real(ifft(Ep))/dt;
RE=zeros(1,2*N-1);
for k=-(N-1):N-1
if RE0(mod(k,2*N)+1)~=0
RE(mod(k,2*N-1)+1)=(N-abs(k))*dt*RE1(mod(k,2*N)+1)/RE0(mod(k,2*N)+1);
end
end
plot(tau,RE,'o')
|
(Auto-)Energiedichtespektrum |
(wegen der nötigen Entfaltung mit dem Energiedichtespektrum der Gewichte nur über die Korrelationsfunktion)
(imaginäre Einheit )
|
Berechnung aus Korrelationsfunktion mittels zweifacher Anwendung des Wiener-Chintschin-Theorems, direkte Bestimmung der primären Spektren:
from numpy.fft import *
X1=fft(append(g*x,zeros(N)))
E1=dt**2*abs(X1)**2
X0=fft(append(g,zeros(N)))
E0=dt**2*abs(X0)**2
RE1=real(ifft(E1))/float(dt)
RE0=real(ifft(E0))/float(dt)
RE=zeros(2*N)
for k in range(-N,N):
if RE0[k]!=0:
RE[k]=(N-abs(k))*dt*RE1[k]/RE0[k]
f=roll(arange(-N,N)/float(2*N*dt),N)
E=dt*real(fft(RE))
plot(f,E,'o')
show()
Berechnung aus Korrelationsfunktion mittels Wiener-Chintschin-Theorem:
from numpy.fft import *
RE=zeros(2*N)
for k in range(-N,N):
sum1=0
sum0=0
for i in range(0,N-abs(k)):
sum1+=g[i]*g[i+abs(k)]*x[i]*x[i+abs(k)]
sum0+=g[i]*g[i+abs(k)]
if sum0!=0:
RE[k]=(N-abs(k))*dt*sum1/float(sum0)
f=roll(arange(-N,N)/float(2*N*dt),N)
E=dt*real(fft(RE))
plot(f,E,'o')
show()
|
Berechnung aus Korrelationsfunktion mittels zweifacher Anwendung des Wiener-Chintschin-Theorems, direkte Bestimmung der primären Spektren:
X1=fft([g.*x,zeros(1,N)]);
E1=dt^2*abs(X1).^2;
X0=fft([g,zeros(1,N)]);
E0=dt^2*abs(X0).^2;
RE1=real(ifft(E1))/dt;
RE0=real(ifft(E0))/dt;
RE=zeros(2*N,1);
for k=-N:N-1
if RE0(mod(k,2*N)+1)~=0
RE(mod(k,2*N)+1)=(N-abs(k))*dt*RE1(mod(k,2*N)+1)/RE0(mod(k,2*N)+1);
end
end
f=circshift((-N:N-1)/(2*N*dt),[0;N]);
E=dt*real(fft(RE));
plot(f,E,'o')
Berechnung aus Korrelationsfunktion mittels Wiener-Chintschin-Theorem:
RE=zeros(2*N,1);
for k=-N:N-1
sum1=0;
sum0=0;
for i=1:N-abs(k)
sum1=sum1+g(i)*g(i+abs(k))*x(i)*x(i+abs(k));
sum0=sum0+g(i)*g(i+abs(k));
end
if sum0~=0
RE(mod(k,2*N)+1)=(N-abs(k))*dt*sum1/sum0;
end
end
f=circshift((-N:N-1)/(2*N*dt),[0;N]);
E=dt*real(fft(RE));
plot(f,E,'o')
|