integ = spectrum.make_integrated_spectrum()
Spectrum singari, IntegratedSpectrum plot_power ni ta'minlaydi, shuning uchun biz
integratsiyalashgan spektrni quyidagicha hisoblashimiz va chizishimiz mumkin:
boshqalar.
Shu bilan bir qatorda, har bir qiymat bo'lgan
Brown shovqinidir
UU shovqini o'zaro bog'liq emas, ya'ni har bir qiymat bog'liq emas
4.4-rasm: Braun shovqinining to'lqin shakli.
vaqt ichida oldingi barcha qadamlarning yig'indisi.
har bir vaqt bosqichida tasodifiy miqdor. Zarrachaning istalgan nuqtadagi joylashuvi
barcha ko'rinadigan chastotalardagi yorug'lik aralashmasi oq rangga ega.
chastotalar yorug'likka o'xshab
oq shovqin deb ataladi , chunki teng
Bir o'lchovli tasodifiy yurishda zarracha yuqoriga
yoki pastga siljiydi
qadamlar tasodifiy taqsimot bilan tavsiflanadi.
barcha chastotalarda o'rtacha, doimiy. Hammasi teng quvvatga ega shovqin
41
4.3-rasmda ko'rsatilgan natija to'g'ri chiziq bo'lib, bu quvvatni ko'rsatadi
4.3. Brown shovqini
yurish, bu yo'lning matematik modeli bo'lib,
ular orasidagi masofa
Suyuqlikda muallaq bo'lgan zarracha suyuqlik bilan ko'rinmas o'zaro ta'sirlar tufayli
tasodifiy ko'rinishda harakatlanadigan Braun harakati bilan o'xshashlik bilan
"Brown" deb ataladi. Brown harakati ko'pincha
tasodifiy yordamida
tasvirlangan
integ.plot_power()
oldingi qiymatning yig'indisi va tasodifiy "qadam".
0,0
0,06
0,5
1.0
Vaqt (lar)
1.0
0,08
0,02
0,00
0,5
0,10
0,04
4.3 Braun shovqini
Machine Translated by Google
Mana BrownianNoise obyektini yaratuvchi va to‘lqin shaklini chizadigan kod.
Yig'indi -1 dan 1 gacha bo'lgan diapazondan chiqib
ketishi mumkinligi sababli, biz o'rtacha qiymatni 0 ga
o'tkazish uchun nobiasdan foydalanishimiz kerak va kerakli maksimal amplitudani olish uchun normalizatsiya
qilishimiz kerak.
evaluate oÿzaro bogÿliq boÿlmagan signalni yaratish uchun np.random.uniform va ularning
yigÿindisini hisoblash uchun np.cumsum dan foydalanadi.
Spektr quvvat spektriga mos keladigan eng kichik kvadratlarni
hisoblash uchun SciPy-dan
foydalanadigan estimate_slope beradi:
Natija 4.5-rasmda (o'ngda). Quvvat va chastota o'rtasidagi munosabat shovqinli, lekin
taxminan chiziqli.
def evaluate(self, ts): dys =
np.random.uniform(-1, 1, len(ts)) ys = np.cumsum(dys)
ys = normalize(nobias(ys), self.amp)
return ys
spektr = wave.make_spectrum()
spectrum.plot_power(chiziq kengligi=1, alfa=0,5)
thinkplot.config(xscale='log', yscale='log')
Brownian Noise (_Shovqin) sinfi:
Ushbu kuzatish Brown shovqinini yaratish usulini taklif qiladi: o'zaro bog'liq bo'lmagan
tasodifiy qadamlarni yarating va keyin ularni qo'shing. Mana, ushbu algoritmni amalga
oshiradigan sinf ta'rifi:
Spektrning shaklini aniqroq ko'rish uchun biz log-log shkalasida quvvat va chastotani
chizishimiz mumkin. Mana kod:
Agar siz 4.5-rasmdagi (chapda) kabi Braun shovqini spektrini
chiziqli masshtabda chizsangiz,
unchalik ko‘p ko‘rinmaydi. Deyarli barcha quvvat eng past chastotalarda; yuqori chastotali
komponentlar ko'rinmaydi.
Do'stlaringiz bilan baham: