用python对两个信号做相干增强

相干增强的目的是将两个信号的相位差降低，以提高信号的清晰度和可辨识度。在Python中，可以使用信号处理库scipy中的signal模块来实现这个过程。以下是一个简单的演示代码：

import numpy as np
from scipy import signal

# 生成两个信号
t = np.linspace(0, 1, 1000)
f1 = 10
f2 = 15
s1 = np.sin(2 * np.pi * f1 * t)
s2 = np.sin(2 * np.pi * f2 * t + np.pi/4)

# 将两个信号做相干增强
f, Cxy = signal.coherence(s1, s2)
s2_new = signal.lfilter(Cxy, [1], s2)

# 绘制原始信号和增强后的信号
import matplotlib.pyplot as plt
plt.subplot(2, 1, 1)
plt.plot(t, s1, label='Signal 1')
plt.plot(t, s2, label='Signal 2')
plt.legend()
plt.subplot(2, 1, 2)
plt.plot(t, s1, label='Signal 1')
plt.plot(t, s2_new, label='Enhanced Signal 2')
plt.legend()
plt.show()

在这个例子中，我们生成了两个频率分别为10Hz和15Hz的正弦信号，并通过在第二个信号中添加一个相位偏移来模拟两个信号的相位差。然后，我们使用`signal.coherence`函数计算两个信号之间的相干度，并使用`signal.lfilter`函数将增强后的信号应用于原始信号。最后，我们绘制了原始信号和增强后的信号，可以看到增强后的信号更清晰，相位差也降低了。