whiten_by_psd — ONED `matched` op

• Datenarten: signal × pairs → signal

• Aufruf: import fullseye as fs; fs.ledger.whiten_by_psd(x, psd, rate: 'float' = 4096.0) -> 'np.ndarray' (die Implementierung direkt: import gwsearch; gwsearch.whiten_by_psd(x, psd, rate: 'float' = 4096.0) -> 'np.ndarray'; aus dem Register: ops1d.get("whiten_by_psd"))

Verwendung

Weißung mit der Rausch-PSD (x_w = irfft(rfft(x)·√(2Δt/S(f)))).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

Parameters

x : array_like

時系列(1-D)。

psd : array_like

片側 PSD の pairs(psd_welch の返り)。rfft の格子へ log 補間する。

rate : float

標本化周波数 [Hz]。

Returns

numpy.ndarray

白色化した時系列(x と同じ長さ)。雑音がこの PSD に従うガウス過程なら分散 1。

Notes

端の数区間は FFT の循環のため乱れる(重力波の実データでは Tukey 窓で落とすのが慣例)。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_gw_detector_pseudo_simulation — py -3.11 examples/poc_gw_detector_pseudo_simulation.py

Typkompatible Folge-Operatoren (nehmen `signal` als Eingabe)

create_funct_1d_array · create_funct_1d_pairs · smooth_funct_1d_gauss · smooth_funct_1d_mean · derivate_funct_1d · integrate_funct_1d · zero_crossings_funct_1d · local_min_max_funct_1d

Gleiche Kategorie (`matched`)

psd_welch · chirp_newtonian · chirp_mass_from_track · matched_filter_snr · optimal_snr · coincidence_delay

*Provenance: gwsearch.py — ONED Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

whiten_by_psd — ONED matched op