python - Lomb-Scargle 与 FFT 功率谱 : crashes with evenly spaced data

我正在尝试创建一些例程来计算均匀和不均匀采样数据的功率谱，使用 Lomb-Scargle 周期图 (LSP) 和 FFT 功率谱。我遇到的问题是，在 scipy 中使用 LSP 实现时，我遇到了均匀采样数据的崩溃。

据我所知，下面的代码有效，并产生几乎相同(且正确)的输出。然而，我被迫在 Lomb-Scargle 函数中插入一个 kludge 来为频率添加抖动，因此它们与 FFT 的不完全匹配。当我注释掉那行时，我得到一个被零除的错误。

这是 scipy 中 Lomb-Scargle 实现的问题，还是我根本不应该将它用于均匀采样的数据？提前致谢。

import numpy as np
import scipy.signal as sp
import matplotlib.pyplot as plt

def one_sided_fft(t,x):
    full_amplitude_spectrum = np.abs(np.fft.fft(x))/x.size
    full_freqs = np.fft.fftfreq(x.size, np.mean(np.ediff1d(t)))
    oneinds = np.where(full_freqs >=0.0)
    one_sided_freqs = full_freqs[oneinds]
    one_sided_amplitude_spectrum=2*full_amplitude_spectrum[oneinds]
    return one_sided_freqs, one_sided_amplitude_spectrum

def power_spectrum(t,x):
    onef, oneamps = one_sided_fft(t,x)
    return onef, oneamps**2

def lomb_scargle_pspec(t, x):
    tstep = np.mean(np.ediff1d(t))
    freqs = np.fft.fftfreq(x.size, tstep)
    idxx = np.argsort(freqs)
    one_sided_freqs = freqs[idxx]
    one_sided_freqs = one_sided_freqs[one_sided_freqs>0]
    #KLUDGE TO KEEP PERIODOGRAM FROM CRASHING
    one_sided_freqs = one_sided_freqs+0.00001*np.random.random(one_sided_freqs.size)
    #THE FOLLOWING LINE CRASHES WITHOUT THE KLUDGE
    pgram = sp.lombscargle(t, x, one_sided_freqs*2*np.pi)
    return one_sided_freqs, (pgram/(t.size/4))


if __name__ == "__main__":

    #Sample data
    fs = 100.0
    fund_freq=5
    ampl = 0.4
    t = np.arange(0,10,1/fs)
    x = ampl*np.cos(2*np.pi*fund_freq*t)

    #power spectrum calculations
    powerf, powerspec = power_spectrum(t,x)
    lsf, lspspec = lomb_scargle_pspec(t,x)

    #plotting
    fig, (ax0, ax1, ax2)= plt.subplots(nrows=3)
    fig.tight_layout()
    ax0.plot(t, x)
    ax0.set_title('Input Data, '+str(fund_freq)+' Hz, '+
                  'Amplitude: '+str(ampl)+
                  ' Fs = '+str(fs)+' Hz')
    ax0.set_ylabel('Volts')
    ax0.set_xlabel('Time[s]')

    ax1.plot(powerf, powerspec)
    ax1.set_title('FFT-based Power Spectrum')
    ax1.set_ylabel('Volts**2')
    ax1.set_xlabel('Freq[Hz]')

    ax2.plot(lsf, lspspec)
    ax2.set_title('Lomb-Scargle Power Spectrum')
    ax2.set_ylabel('Volts**2')
    ax2.set_xlabel('Freq[Hz]')

    plt.show()

最佳答案

这是一个 bug in lombscargle 。该代码包含实现为 atan(2 * cs / (cc - ss)) 的反正切计算，其中 cc 和 ss 取决于 x 和 freqs 的元素。对于某些输入，cc - ss 可以为 0。使用 atan2(2 * cs, cc - ss) 的固定代码包含在 scipy 0.15.0 中。

关于python - Lomb-Scargle 与 FFT 功率谱 : crashes with evenly spaced data，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/24702807/