写一段平滑伪韦格纳分布代码

平滑伪韦格纳分布（Smoothed Pseudo-Wigner Distribution，SPWD）是一种时频分析方法，常用于信号处理中的瞬态分析。下面是一段简单的 Python 代码实现：

import numpy as np

def spwd(signal, window_size, time_step):
    """
    计算平滑伪韦格纳分布
    
    参数：
    signal: 输入信号
    window_size: 窗口大小，影响频率分辨率
    time_step: 时间步长，影响时间分辨率
    
    返回：
    SPWD矩阵
    """
    N = len(signal)
    SPWD = np.zeros((N, N), dtype=complex)
    for m in range(N):
        for n in range(N):
            if m + n < N:
                window = np.hanning(window_size)
                tau = n * time_step
                t = np.arange(window_size) * time_step - window_size / 2 * time_step + tau
                kernel = np.exp(-2j * np.pi * m * t) * window
                SPWD[m, n] = np.sum(signal[n:n+window_size] * kernel)
    return SPWD

其中，`signal` 为输入信号，`window_size` 和 `time_step` 分别为窗口大小和时间步长。函数返回一个 SPWD 矩阵，大小为 $N \times N$。具体实现中，使用了汉宁窗口和复指数核函数，可以根据需要进行调整。