FFT в NumPy и SciPy: диагностика частот, амплитуд и PSD

FFT в NumPy и SciPy: диагностика частот, амплитуд и PSD

Выберите один ответ. В попытку входят все вопросы; после проверки доступны пояснения. Без таймера. Учебная цель: 26/32. Тематический тест для тех, кто анализирует измеренные сигналы в Python: частотная шкала, оси массивов, нормировка, окна, дополнение нулями, PSD и Welch. Задания требуют понимать код и интерпретировать результат. Это не полный курс цифровой обработки сигналов и не сертификационный экзамен. Источники: https://numpy.org/doc/stable/reference/generated/numpy.fft.fft.html https://numpy.org/doc/stable/reference/generated/numpy.fft.rfft.html https://numpy.org/doc/stable/reference/generated/numpy.fft.fftfreq.html https://numpy.org/doc/stable/reference/generated/numpy.fft.fftshift.html https://numpy.org/doc/stable/reference/generated/numpy.linspace.html https://numpy.org/doc/stable/reference/generated/numpy.fft.irfft.html https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.periodogram.html https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.welch.html https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.windows.hann.html https://docs.scipy.org/doc/scipy/tutorial/signal.html#spectral-analysis https://docs.scipy.org/doc/scipy/tutorial/fft.html
1 из 32
Для одной длинной стационарной шумовой записи сравнивают Welch: nperseg=256 и nperseg=2048, одинаковое окно и перекрытие 50%, nfft=nperseg. Каков типичный компромисс при выборе 2048?