PythonTutorialExample3 のバックアップ(No.1)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• PythonTutorialExample3 へ行く。
  • 1 (2021-04-10 (土) 22:27:04)

PythonTutorial

Pythonを使ったデータ解析その3 †

準備 †

ex3.zip をダウンロードして展開し，ex3.ipynbを開く

中身について †

今回は地震計(geophone)から取得した時系列データから地面振動のスペクトルを求める．

• ex3.ipynb: メインのデータ解析をするnotebook
• [x/y/z]_timetrend.txt: [x/y/z]軸方向の地震計の信号

FFTの計算 †

scipy.signalモジュールを使ってFFTをする．

パワースペクトル密度 †

パワースペクトル密度を計算するには， scipy.signal.welch を使う．

scipy.signal.welch(時系列データ, fs=サンプリングレート, window=窓関数（デフォルトはハニング）, nperseg=1セグメントの長さ, noverlap=オーバーラップする長さ（デフォルトはnperseg/2）)

welch はウェルチ法によるパワースペクトルの推定を行う関数．ウェルチ法は，

1. 時系列をいくつかのセグメントに分ける
2. それぞれのセグメントに窓関数をかける
3. それぞれのセグメントについてFFTをしてパワースペクトル密度を計算する
4. 求めたパワースペクトル密度の平均をとる という手順でパワースペクトル密度を推定する方法．特徴的なのは，セグメントをオーバーラップして分けていること． オーバーラップは50%にすることが多い．この時，例えばセグメント長全データ長の半分に取ればセグメント数は3， セグメント長全データ長の1/3に取ればセグメント数は5，といった感じになる．