python实现半功率带宽法

在Python中，半功率带宽（Half-Power Bandwidth，HPBW）通常用于描述信号强度衰减到原来的一半所需频率范围。这在信号处理、通信系统分析以及无线电磁辐射测量等领域很重要。以下是使用Python计算某个特定信号谱密度函数的半功率带宽的一个简单示例，这里假设我们有一个理想低通滤波器的幅度响应：

import numpy as np

# 定义理想低通滤波器的幅频特性函数
def ideal_low_pass(freq, cutoff_freq):
    return np.exp(-((freq / cutoff_freq) ** 2))

# 指定截止频率 (cutoff_freq)
cutoff_freq = 100  # 单位是Hz

# 创建频率数组
freqs = np.linspace(0, 500, 1000)  # 频率范围从0 Hz到500 Hz，采样点数为1000

# 计算幅频特性
response = ideal_low_pass(freqs, cutoff_freq)

# 寻找幅度下降到一半的频率点（即-3  # 对应于衰减到原值的一半
index = np.where(response == half_power_threshold)[0][0]

# 找到对应的频率值
hpbw = freqs[index] - freqs[index - 1]

print(f"半功率带宽（HPBW）大约为：{hpbw} Hz")

这个例子中，我们首先计算了滤波器在不同频率下的幅度响应，然后找到第一个低于-3分贝阈值的点，这就是半功率带宽的估计。