Octave / Matlab与Scipy的周期图

Question

我使用scipy将一些matlab代码移植到python并遇到以下问题：

Matlab / Octave代码

[Pxx, f] = periodogram(x, [], 512, 5)

Python代码

f, Pxx = signal.periodogram(x, 5, nfft=512)

问题是我在同一数据上得到不同的输出。更具体地说，Pxx向量是不同的。我为signal.periodogram尝试了不同的窗口，但没有运气（似乎默认的scypy的boxcar窗口与默认的matlab的矩形窗口相同）另一个奇怪的行为是在python中，Pxx的第一个元素总是0，无论数据是什么输入是。

我错过了什么吗？任何建议将不胜感激！

---

简单的Matlab / Octave代码与实际数据：http://pastebin.com/czNeyUjs
包含实际数据的简单Python + scipy代码：http://pastebin.com/zPLGBTpn

Answer 1

在研究octave和scipy的周期图源代码后，我发现他们使用不同的算法来计算功率谱密度估计。 Octave（和MATLAB）use FFT，而scipy的周期图使用Welch method。

正如@georgesl所提到的，输出看起来非常相似，但它仍然不同。而且为了移植原因它至关重要。最后，我简单地编写了一个小函数来使用FFT来计算PSD估计，现在输出是相同的。根据{{​​1}}测试，它的工作速度提高了约50％（1.9006s vs 2.9176s，循环次数为10.000次）。我认为这是因为在scipy的实现中，FFT比Welch快，只是速度更快。

感谢所有表现出兴趣的人。

Answer 2

我遇到了同样的问题但后来我遇到了scipy's periodogram

的文档

正如您所看到的那样，趋势=＆＃39;常数＆＃39;是默认参数。这意味着python会自动从每个点中减去输入数据的平均值。 （Read here）。虽然Matlab / Octave没有这样的事情。我认为这就是产出不同的原因。尝试指定detrend = False，在调用scipy的周期图时，你应该得到与Matlab相同的输出。

Answer 3

在阅读了Matlab和Scipy文档之后，对不同值的另一个贡献可能是它们使用不同的默认窗口函数。 Matlab使用Hamming窗口，Scipy使用Hanning。两个窗口功能相似但不相同。

Answer 4

你看结果了吗？

两个结果之间的细微差别可能来自优化/默认窗口/实现/等等。