Question

我有EMG signal，我想基于此article绘制平均电源频率。我使用以下代码在Matlab中实现它：

clear all;
close all;
EMG=load('EMG.txt');
N=1000; %my window 
z=1;
fs=200 %sampling rate
for i=1:length(EMG)-N
     DUM=0;
     NUM=0;
     FT=fft(EMG(i:i+N-1));
     psd=FT.*conj(FT);
     NFFT=length(fft2);
     f = [1:NFFT/2]*fs/N;
     for j=1:NFFT/2
         NUM=NUM+f(j)*psd(j);
         DUM=DUM+psd(j);
     end
     MPF(z)=NUM/DUM;
     z=z+1;
 end

MPF的情节是：

以下我试图在Python中做同样的事情。代码是：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv('EMG.txt', names=['EMG'])
EMG=df['EMG'].tolist()
sampling_rate=200
N=1000 #my window
FT=np.fft.fft(EMG, axis=0)
psd=FT*np.conj(FT)
NFFT=len(FT)
f =(np.arange(0,NFFT/2)*sampling_rate)/N
NUM=0
DUM=0
MPF=[]
for j in np.arange(1,NFFT/2):
    NUM=NUM+f[j]*psd[j]
    DUM=DUM+psd[i]
    MPF.append(NUM/DUM)

plt.plot(MPF)        
plt.show()

强积金的情节是：

为什么不同？

的更新

根据Dan在评论部分的建议，我修改我的Python代码如下，结果或多或少相同，除了Matlab代码比Python更快，在我的情况下，内存不足：

sampling_rate=200
N=1000
MPF=[]
for i in range(0,len(EMG)-N):
    signal=EMG[i:(i+N)]
    FT=np.fft.fft(signal, axis=0)
    psd=FT*np.conj(FT)
    NFFT=len(FT)
    f =(np.arange(0,NFFT/2)*sampling_rate)/N
    D_1=0
    N_1=0
    for j in np.arange(1,NFFT/2):
       D_1=D_1+f[j]*psd[j]
       N_1=N_1+psd[j]   
       MPF.append(D_1/N_1)

plt.plot(MPF)        
plt.show()

选择前22000个样本的结果如下：

Answer 1

'detrend' 选项会导致第一个值（0 Hz 或 DC）的差异。

默认设置为'constant'，即从原始数据中去除直流分量。

f, Pxx_den = signal.periodogram(x, fs, detrend=False)

Answer 2

我将继续这个问题和答案。

1）在Matlab中，尝试使用内置函数meanfreq，而medfreq也将帮助您找到中值频率。

2）到目前为止，我还没有找到一个用Python解决均值/中值频率的软件包。

3）我还尝试用Python解决均值/中值频率。然后按照Matlab meanfreq中的计算步骤进行操作。（在Matlab命令窗口中，键入edit meanfreq.m，您会看到meanfreq的源代码。该源代码会有所帮助。

4）以下是我基于Python的meanfreq

的实现

from scipy import signal

def meanfreq(x, fs):
    f, Pxx_den = signal.periodogram(x, fs)                                                    
    Pxx_den = np.reshape( Pxx_den, (1,-1) ) 
    width = np.tile(f[1]-f[0], (1, Pxx_den.shape[1]))
    f = np.reshape(f, (1, -1))
    P = Pxx_den * width
    pwr = np.sum(P)

    mnfreq = np.dot(P, f.T)/pwr

    return mnfreq

5）您可以调试我的和Matlab的这些源代码。

6）我的代码中还有一个小“ bug”，不是我的。调试它们时，您可能会发现Pxx的第一个（只有第一个值）完全不同。其余值相同。 我在这里也很困惑。帮帮我。：）

Python和Matlab中的平均频率差异

的更新

2 个答案: