Pythonda raqamli signalni qayta ishlash dsp haqida o'ylang

109
self.hs *= PI2 * 1j * self.fs
9.3. Differentsiatsiya
Murakkab sinusoidlar differensiallash operatorining xos funksiyasi bo'lganligi sababli
ularni farqlash oson. Biz qilishimiz kerak bo'lgan yagona narsa murakkab skalerga
ko'paytirishdir.
def differentsiate(self):
• Berilgan operator juda ko'p o'z funksiyalariga ega bo'lishi mumkin, ularning har biri mos
keladigan xos qiymatga ega.
Machine Translated by Google

---

30
10
20
0
10
10
0
50
20
40
30
50
40
Vaqt (kun)
20
oddiy oyna bilan konvolyutsiya sifatida ifodalanadi. Natijada a
• Signaldagi ketma-ket qiymatlar orasidagi farqni hisoblash
deriv_spectrum.differentiate()
deriv_spektr = close.make_spectrum()
Xulosa qilish uchun biz ko'rsatdik:
Biz undan Facebook vaqt seriyasining hosilasini hisoblash uchun foydalanishimiz mumkin:
chegaralarida artefaktlar yaratadi.
hosilalari juda shovqinli. Muammo shundaki, DFT-ga asoslangan lotin signal davriy
ekanligi haqidagi taxminga asoslanadi. Aslida, u vaqt seriyasidagi oxirgi elementni
birinchi element bilan bog'laydi, bu esa
farqlash filtrini qo'llash orqali.
hosila.
9.4-rasm: np.diff va tomonidan hisoblangan kunlik narx o'zgarishlarini taqqoslash
Losin shovqinliroq, chunki u 9.3-rasmda (chapda) ko'rsatilganidek, yuqori chastotali
komponentlarni ko'proq kuchaytiradi. Bundan tashqari, birinchi bir necha elementlar
shuning uchun biz farqlarni aniqroq ko'rishimiz mumkin.
chastota domeni. Davriy signallar uchun natija birinchi hosiladir, aynan. Ba'zi
davriy bo'lmagan signallar uchun u ga yaqinlashishi mumkin
110
hosila biz hozirgina hisoblab chiqdik. Vaqt qatoridagi dastlabki 50 ta qiymatni tanladim
9-bob. Differentsiatsiya va integratsiya
• Vaqt domenidagi farqlanish oddiy filtrga mos keladi
birinchi hosilaning yaqinlashishi.
9.4-rasmda np.diff tomonidan hisoblangan kunlik narx o'zgarishlari bilan taqqoslangan
lot = deriv_spectrum.make_wave()
farq
hosila
Narx
o'
zg
ari
sh
i
($)
Machine Translated by Google

---

80
20
100 200 300 400 500 600 700 800 900
100
40
0
Vaqt (kun)
40
120
20
60
0