psd_welch — ONED `matched` op

• 데이터 종류: signal → pairs

• 호출: import fullseye as fs; fs.ledger.psd_welch(x, rate: 'float' = 4096.0, segment_s: 'float | None' = None, *, overlap: 'float' = 0.5, window: 'str' = 'hann', average: 'str' = 'mean') -> 'np.ndarray'(구현을 직접 호출하려면 import gwsearch; gwsearch.psd_welch(x, rate: 'float' = 4096.0, segment_s: 'float | None' = None, *, overlap: 'float' = 0.5, window: 'str' = 'hann', average: 'str' = 'mean') -> 'np.ndarray', 원장에서 가져오려면 ops1d.get("psd_welch"))

사용법

Welch 법의 단측 PSD를 pairs(주파수 [Hz], S [1/Hz])로 반환.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

Parameters

x : array_like

時系列(1-D)。

rate : float

標本化周波数 fs [Hz]。

segment_s : float or None

1 区間の長さ [s] (周波数分解能 = 1/segment_s)。None なら 4 s と信号長の 1/8 の短い方

(重力波の慣例 4 s、短い信号でも 8 区間は取る)。信号より長ければ信号全長に切り詰める。

overlap : float

区間の重なり(0 ≤ overlap < 1)。

window : str

窓("hann" / "hamming" / "blackman" / "boxcar"、scipy の名前)。

average : str

区間の平均 "mean" か "median"(グリッチに強い。scipy は median の偏り補正つき)。

Returns

numpy.ndarray

(n_freq, 2)。白色ガウス雑音(分散 σ²)で S = 2σ²/fs(片側)。

Notes

重力波の標準手順(GWOSC の例題)と同じ scaling="density"。分解能 1/segment_s より細い線(60 Hz の電源線など)は幅がこの分解能に広がる。

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_gw_detector_pseudo_simulation — py -3.11 examples/poc_gw_detector_pseudo_simulation.py

타입이 이어지는 다음 연산자(`pairs` 를 입력으로 받는 것)

whiten_by_psd · chirp_mass_from_track · matched_filter_snr · optimal_snr

같은 카테고리(`matched`)

whiten_by_psd · chirp_newtonian · chirp_mass_from_track · matched_filter_snr · optimal_snr · coincidence_delay

*Provenance: gwsearch.py — ONED 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

psd_welch — ONED matched op

사용법