Matlab信号工具箱的Python版本'；TFS估计值（）？

是否有Matlab的tfestimate（）的Python版本？我查看了控制工具箱，但它只提供线性传递函数。

如的“更多信息”部分所示，传递函数的计算或多或少为

Txy=Pyx/Pxx

，因此，将

y

和

x

之间的交叉谱密度除以

x

的功率谱密度。请注意，对于计算互谱密度，参数的顺序很重要，因为

Pyx

是（在适当的加窗和归一化后）作为单个窗口上

fft（y）*conj（fft（x））

的平均值计算的。类似地，PSD

Pxx

被计算为平均

fft（x）*conj（fft（x））

。我完全忘记了原因，但是有一个很好的理由，为什么你计算它作为这两个平均值之间的比率，而不是直接平均

fft（y）/fft（x）

cpsd和psd在中都可用，因此您可以或多或少地这样计算传递函数（未测试）：

---

遗憾的是，制作TF并不像你提到的Bas那么简单。TF使用您提供的方法，Python的结果给出了“挤压”（较小的dB范围）和穿过Matlab输出x轴的正镜像。Matlab在负空间给出dB，Python在正空间给出dB。我确信算法是正确的，你可以在Matlab中自己检查：对于我来说，

[tf1，f]=tfestestimate（x，y，hann（nfft），nfft/2，nfft，fsample）

和

[Pyx，f]=cpsd（y，x，hann（nfft），nfft/2，nfft，fsample）；[Pxx，f]=pwelch（x，hann（nfft），nfft/2，nfft，fssample）；tf2=Pyx./Pxx

对某些测试数据产生完全相同的结果（甚至没有数字错误！）。我可能把Python代码中的一些细节搞砸了，以后还要检查。你尝试交换参数了吗？我只是尝试了上面的方法，得到了tfestimate给出的输出的正镜像（有一些错误，主要在频率范围的低端）。因此，我不确定Matlab的功能在幕后还发生了什么。你确定你没有交换

x

和

y

？因为在这种情况下，你会得到逆传递函数，所以当以dB为单位测量时，TF的绝对值将是负值。啊！我不小心把它换了。抢手货我用您建议的代码重新编写了python，但结果显示，与Matlab的tfestimate输出相比，python的版本缩小了。我试着使用scipy.signal.welch以不同的方式进行交叉和自动功率谱密度

from matplotlib.mlab import psd, csd

def tfe(x, y, *args, **kwargs):
   """estimate transfer function from x to y, see csd for calling convention"""
   return csd(y, x, *args, **kwargs) / psd(x, *args, **kwargs)