python对gnss信噪比数据文件夹下多个xlsx文件存储进行Lomb Scargle Periodogram算法获取频率

以下是使用Python对GNSS信噪比数据文件夹下多个xlsx文件存储进行Lomb Scargle Periodogram算法获取频率的示例代码：

首先，需要导入需要的Python库：

import os
import pandas as pd
from scipy.signal import find_peaks
from astropy.stats import LombScargle
import matplotlib.pyplot as plt

接着，定义一个函数来读取并处理单个xlsx文件中的数据，获取频率：

def get_frequency(file_path):
    # 读取xlsx文件中的数据
    df = pd.read_excel(file_path)
    
    # 获取信号强度列的名称
    signal_column_name = list(df.columns)[-1]
    
    # 使用LombScargle算法获取频率
    time = df['Time']
    signal = df[signal_column_name]
    frequency, power = LombScargle(time, signal).autopower()
    
    # 找到峰值
    peaks, _ = find_peaks(power, prominence=0.1)
    peak_frequencies = frequency[peaks]
    
    return peak_frequencies

然后，定义一个函数来处理整个文件夹，并调用上面的函数获取频率：

def process_folder(folder_path):
    # 遍历文件夹中的所有xlsx文件
    file_paths = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')]
    
    # 获取每个文件的频率
    frequencies = []
    for file_path in file_paths:
        frequency = get_frequency(file_path)
        frequencies.append(frequency)
    
    # 将所有文件的频率合并为一个列表
    all_frequencies = []
    for frequency in frequencies:
        all_frequencies += list(frequency)
    
    # 绘制频率分布直方图
    plt.hist(all_frequencies, bins=50)
    plt.title('Frequency Distribution')
    plt.xlabel('Frequency')
    plt.ylabel('Count')
    plt.show()
    
    return all_frequencies

最后，调用上面的函数并传入文件夹路径即可处理整个文件夹中的数据并绘制频率分布直方图：

folder_path = 'path/to/folder'
all_frequencies = process_folder(folder_path)

以上代码中，`folder_path`是要处理的文件夹路径，`all_frequencies`是包含所有文件中的频率的列表。可以根据需要进行进一步处理或分析。