scipy.signal.max_len_seq¶
- scipy.signal.max_len_seq(nbits, state=None, length=None, taps=None)[源代码]¶
最大长度序列(MLS)生成器。
- 参数
- nbits集成
要使用的位数。结果序列的长度将为
(2**nbits) - 1
。请注意,生成长序列(例如,大于nbits == 16
)可能需要很长时间。- stateARRAY_LIKE,可选
如果是数组,则长度必须为
nbits
,并将转换为二进制(布尔)表示。如果没有,将使用1的种子,从而产生可重复的表示。如果state
均为零,则会引发错误,因为这是无效的。默认值:无。- length整型,可选
要计算的样本数。如果没有,则为整个长度
(2**nbits) - 1
是经过计算的。- tapsARRAY_LIKE,可选
要使用的多项式抽头(例如,
[7, 6, 1]
对于8位序列)。如果无,将自动选择分路器(最多用于nbits == 32
)。
- 退货
- seq阵列
得到0和1的MLS序列。
- state阵列
移位寄存器的最终状态。
注意事项
MLS生成的算法一般在以下文件中介绍:
分路器的默认值专门取自为的每个值列出的第一个选项
nbits
在:0.15.0 新版功能.
示例
MLS使用二进制约定:
>>> from scipy.signal import max_len_seq >>> max_len_seq(4)[0] array([1, 1, 1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 0, 0], dtype=int8)
MLS具有白色光谱(直流除外):
>>> import matplotlib.pyplot as plt >>> from numpy.fft import fft, ifft, fftshift, fftfreq >>> seq = max_len_seq(6)[0]*2-1 # +1 and -1 >>> spec = fft(seq) >>> N = len(seq) >>> plt.plot(fftshift(fftfreq(N)), fftshift(np.abs(spec)), '.-') >>> plt.margins(0.1, 0.1) >>> plt.grid(True) >>> plt.show()
MLS的循环自相关是一种脉冲:
>>> acorrcirc = ifft(spec * np.conj(spec)).real >>> plt.figure() >>> plt.plot(np.arange(-N/2+1, N/2+1), fftshift(acorrcirc), '.-') >>> plt.margins(0.1, 0.1) >>> plt.grid(True) >>> plt.show()
MLS的线性自相关近似为脉冲:
>>> acorr = np.correlate(seq, seq, 'full') >>> plt.figure() >>> plt.plot(np.arange(-N+1, N), acorr, '.-') >>> plt.margins(0.1, 0.1) >>> plt.grid(True) >>> plt.show()