增强型功率谱密度的特征提取方法python代码

增强型功率谱密度（Enhanced Power Spectral Density，EPSD）是一种基于信号频谱的特征提取方法。以下是一个简单的Python代码示例，用于计算信号的增强型功率谱密度特征：

import numpy as np
import scipy.signal as signal

def compute_epsd(signal, sample_rate):
    # 计算短时傅里叶变换
    f, t, Zxx = signal.stft(signal, sample_rate)
    
    # 计算功率谱密度
    psd = np.abs(Zxx)**2
    
    # 计算增强型功率谱密度
    epsd = 10 * np.log10(psd + 1e-10)
    
    return epsd, f, t

这个函数接收两个参数：`signal` 是输入信号的时间域波形数据，`sample_rate` 是采样率。它使用Scipy库中的`signal.stft()`函数进行短时傅里叶变换，得到频谱图，并计算功率谱密度。然后，将功率谱密度转换为增强型功率谱密度，以便更好地表示信号的能量分布。

返回结果包括增强型功率谱密度 `epsd`，频率轴 `f` 和时间轴 `t`。你可以进一步使用这些结果进行特征提取或其他分析。请注意，在实际应用中，可能需要进行更多的参数调整和信号预处理，以适应具体的应用场景。