use*_*478 3 python signal-processing numpy fft scale
我正在尝试计算并绘制随机信号的功率谱密度（PSD）。阅读的numpy 文档np.fft.fft，它提到 if A = fft(a)thennp.abs(A)是其幅度谱，np.abs(A)**2是其功率谱。
我的问题是，它是否负责对箱数等进行必要的划分（通常必须在 Matlab 中进行）以正确缩放？
例如，如果x我的原始信号以 V（伏特）为单位，我会这样做：
X = np.fft(x)
X = np.abs(X) #is that in Volts/Hz too?
#Do I have to divide by len(X) or anything else to scale it?
P = X**2 #is that in V^2/Hz? Do i have do do anything to scale it properly?
我相信 numpy doc 可以对此进行更详细的阐述。在Matlab中我知道你必须自己处理它，但是在numpy中情况又如何呢？
天哪，“必要的划分”是一种痛苦，但你必须这样做。对于诸如功率谱密度之类的东西，定义到处都是，在物理和电气工程之间有所不同，等等。它们在不同领域之间差异很大，您必须自己计算出所需的前置因子。值得庆幸的是，中使用的约定np.fft有详细的说明：
http://docs.scipy.org/doc/numpy/reference/routines.fft.html
之前，我自己在自己的（物理）应用程序中也需要大量研究 numpy FFT 的前置因素。值得庆幸的是，我可以证明这些文档是准确的。拿出一些铅笔和纸，祝你好运！
编辑：对于您询问 V / Hz 和 V^2 / Hz 的评论，答案肯定是否定的。只要看看单位就可以了。如果您有电压时间序列，其（离散）傅立叶变换仍然以伏特为单位。您必须粘贴时间步长等才能获得所需的尺寸。我经常首先尝试弄清楚如何从 numpy FFT 过渡到正式（积分）傅里叶变换，这通常在您正在从事的理论工作中定义。从那里开始通常会相对顺利。
编辑#2：对于后代来说，np.fft 和 matlab fft 是相同的，只是前者具有从零开始的索引，后者具有从一开始的索引。因此，如果您在 matlab 中实现了所需的行为，是的，只需按长度等进行除法，就可以了。请记住，在检索值或设置绘图的 x 轴时，对于A[0]python 和A(1)matlab，零频率会出现。