卷积与使用Scipy解卷积 [英] Convolution & Deconvolution using Scipy

问题描述

我正在尝试使用Python计算反卷积。我有一个信号让我们说f（t），它是由窗函数说g（t）所绕开的。是否有一些直接方法可以计算去卷积，以便我可以获取原始信号？

I am trying to compute Deconvolution using Python. I have a signal let say f(t) which is the convoluted by the window function say g(t). Is there some direct way to compute the deconvolution so I can get back the original signal?

例如f（t）= exp（-t ** 2/3）;高斯函数
和g（t）=梯形函数

For instance f(t) = exp(-t**2/3); Gaussian function and g(t) = Trapezoidal function

预先感谢您的建议。

推荐答案

这是解析问题还是数字问题？

Is this an analytical or numerical problem?

如果是数字，请使用scipy.signal.devconvolve： http://docs.scipy.org/doc/scipy/reference/ generate / scipy.signal.deconvolve.html

If it's numerical, use scipy.signal.devconvolve: http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.deconvolve.html

从文档中：

>>> from scipy import signal
>>> sig = np.array([0, 0, 0, 0, 0, 1, 1, 1, 1,])
>>> filter = np.array([1,1,0])
>>> res = signal.convolve(sig, filter)
>>> signal.deconvolve(res, filter)
(array([ 0.,  0.,  0.,  0.,  0.,  1.,  1.,  1.,  1.]),
 array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]))

否则，如果您想使用解析解决方案，则可能使用了错误的工具。

Otherwise, if you want an analytic solution, you might be using the wrong tool.

只是将来使用Google的提示，当您谈论卷积时，操作通常/通常是卷积而不是卷积，请参阅https://english.stackexchange.com/questions/64046/convolve-vs-convolute

Additionally, just a tip for future google-ing, when you're talking about convolution, the action is usually/often "convolved" not "convoluted", see https://english.stackexchange.com/questions/64046/convolve-vs-convolute

这篇关于卷积与使用Scipy解卷积的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！