scipy.signal.

max_len_seq#

scipy.signal.max_len_seq(nbits, state=None, length=None, taps=None)[原始碼]#

最大長度序列 (MLS) 產生器。

參數:

nbitsint: 要使用的位元數。結果序列的長度將為 (2**nbits) - 1。請注意，產生長序列（例如，大於 nbits == 16）可能需要很長時間。
statearray_like, optional: 如果為陣列，則長度必須為 nbits，並將轉換為二進制（布林值）表示。如果為 None，將使用全為 1 的種子，產生可重複的表示。如果 state 全為零，則會引發錯誤，因為這是無效的。預設值：None。
lengthint, optional: 要計算的樣本數。如果為 None，則會計算整個長度 (2**nbits) - 1。
tapsarray_like, optional: 要使用的多項式 taps（例如，8 位元序列的 [7, 6, 1]）。如果為 None，則會自動選擇 taps（最多 nbits == 32）。

返回:

seqarray: 結果 MLS 序列，由 0 和 1 組成。
statearray: 移位暫存器的最終狀態。

註解

MLS 產生的演算法在以下位置通用描述：

https://en.wikipedia.org/wiki/Maximum_length_sequence

taps 的預設值特別取自 nbits 的每個值列出的第一個選項，位於

https://web.archive.org/web/20181001062252/http://www.newwaveinstruments.com/resources/articles/m_sequence_linear_feedback_shift_register_lfsr.htm

在 0.15.0 版本中新增。

範例

MLS 使用二進制約定

>>> from scipy.signal import max_len_seq
>>> max_len_seq(4)[0]
array([1, 1, 1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 0, 0], dtype=int8)

MLS 具有白色頻譜（直流除外）

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from numpy.fft import fft, ifft, fftshift, fftfreq
>>> seq = max_len_seq(6)[0]*2-1  # +1 and -1
>>> spec = fft(seq)
>>> N = len(seq)
>>> plt.plot(fftshift(fftfreq(N)), fftshift(np.abs(spec)), '.-')
>>> plt.margins(0.1, 0.1)
>>> plt.grid(True)
>>> plt.show()

../../_images/scipy-signal-max_len_seq-1_00_00.png

MLS 的循環自相關是脈衝

>>> acorrcirc = ifft(spec * np.conj(spec)).real
>>> plt.figure()
>>> plt.plot(np.arange(-N/2+1, N/2+1), fftshift(acorrcirc), '.-')
>>> plt.margins(0.1, 0.1)
>>> plt.grid(True)
>>> plt.show()

../../_images/scipy-signal-max_len_seq-1_01_00.png

MLS 的線性自相關近似於脈衝

>>> acorr = np.correlate(seq, seq, 'full')
>>> plt.figure()
>>> plt.plot(np.arange(-N+1, N), acorr, '.-')
>>> plt.margins(0.1, 0.1)
>>> plt.grid(True)
>>> plt.show()

../../_images/scipy-signal-max_len_seq-1_02_00.png