时域信号转为psd的python代码

在Python中，将时域信号转换为功率谱密度（PSD）通常会用到matplotlib库和numpy库，以及scipy.signal模块中的` welch`函数，它实现了快速傅立叶变换（FFT）和Welch's periodogram方法。下面是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal

# 假设我们有一个示例时域信号
t = np.linspace(0, 1, 1000)
x = np.sin(2 * np.pi * 50 * t) + 0.5 * np.sin(2 * np.pi * 150 * t)

# 使用welch函数计算PSD
nperseg = 256  # 每段数据长度
noverlap = nperseg // 2  # 重叠部分
fs = 1 / (t[1] - t[0])  # 采样频率
psd, freqs = signal.welch(x, fs=fs, window='hann', nperseg=nperseg, noverlap=noverlap, scaling='density')

# 绘制PSD图
plt.plot(freqs, psd)
plt.xlabel('Frequency [Hz]')
plt.ylabel('Power/Frequency [dB/Hz]')
plt.title('Power Spectral Density')
plt.show()