给定离散事件时间，检查离散信号是否周期性（或接近）

Question

所以当特定事件发生时，我有一个时间 Z（见下文）列表。我怎样才能看到这个信号有多接近周期性？我想，我可以找到序列事件之间的成对时间差，看看它是否是一个大致稳定的数量，但是有没有 pythonic 的方法来做到这一点？

Z = [7.72, 10.9, 13.9, 16.69, 19.5, 22.31, 25.0, 27.69...]

Answer 1

你的问题似乎更多是关于分析信号的算法，但要获得 Python 中连续对之间的差异，你可以使用此代码：

>>> Z = [7.72, 10.9, 13.9, 16.69, 19.5, 22.31, 25.0, 27.69]
>>> diffs = [a-b for a, b in zip(Z, Z[1:])]
>>> diffs
[-3.1800000000000006, -3.0, -2.790000000000001, -2.8099999999999987, -2.8099999999999987, -2.6900000000000013, -2.6900000000000013]

使用这个你可以定义一个函数来比较给定值和公差的差异：

def is_periodic(samples, value, tolerance=0):
    diffs = [a-b for a, b in zip(samples, samples[1:])]
    return all(d-tolerance <= value <= d+tolerance for d in diffs)

>>> is_periodic(Z, -3, 1)
True
>>> is_periodic(Z, -3, 0.5)
True
>>> is_periodic(Z, -3, 0.25)
False

Answer 2

我能想到的最简单的是：-

>>> Z = [7.72, 10.9, 13.9, 16.69, 19.5, 22.31, 25.0, 27.69]
>>> iterate_till = len(Z)-1
>>> [(Z[i+1] - val) for i, val in enumerate(Z) if i<iterate_till]
[3.1800000000000006, 3.0, 2.7900000000000009, 2.8099999999999987, 2.8099999999999987, 2.6900000000000013, 2.6900000000000013]

给定离散事件时间，检查离散信号是否周期性（或接近）

Check if discrete signal is periodic (or close to), given discrete event times

python

signal-processing

matplotlib

discrete-mathematics