J'essaie de trouver la cause des artefacts qui apparaissent après la convolution, ils doivent être vus dans la parcelle x = -.0016 et x = .0021 (s'il vous plaît voir le code ci-dessous). Je convolute la fonction "lorentzienne" (ou la dérivée de la fonction langevin) que je définis dans le code, avec 2 impulsions de Dirac dans la fonction "ditrib".
J'apprécierais votre aide. Merci Voici mon code:Quelle est la cause des artefacts de ce signal convoluté?
import numpy as np
import matplotlib.pyplot as plt
def Lorentzian(xx):
if not hasattr(xx, '__iter__'):
xx = [ xx ]
res = np.zeros(len(xx))
for i in range(len(xx)):
x = xx[i]
if np.fabs(x) < 0.1:
res[i] = 1./3. - x**2/15. + 2.* x**4/189. - x**6/675. + 2.* x**8/10395. - 1382. * x**10/58046625. + 4. * x**12/1403325.
else:
res[i] = (1./x**2 - 1./np.sinh(x)**2)
return res
amp = 18e-3
a = 1/.61e3
b = 5.5
t_min = 0
dt = 1/5e6
t_max = (10772) * dt
t = np.arange(t_min,t_max,dt)
x_min = -amp/b
x_max = amp/b
dx = dt*(x_min-x_max)/(t_min-t_max)
x = np.arange(x_min,x_max,dx)
func1 = lambda x : Lorentzian(b*(x/a))
def distrib(x):
res = np.zeros(np.size(x))
res[int(np.floor(np.size(x)/3))] = 1
res[int(3*np.floor(np.size(x)/4))] = 3
return res
func2 = lambda x,xs : np.convolve(distrib(x), func1(xs), 'same')
plt.plot(x, func2(x,x))
plt.xlabel('x (m)')
plt.ylabel('normalized signal')
Bonjour. Merci pour votre aide, je vais essayer cela et revenir vers vous. – MaximeMusterFrau
Merci, ça a marché! Pouvez-vous m'expliquer pourquoi on devrait faire ça? Merci d'avance. – MaximeMusterFrau
lorsque vous convlove un Dirac Impulse avec une constante vous obtenez un pas, Idéalement, vous utiliseriez tout le "lorentzian" au lieu de hacker le "piédestal de la gamme finie - mais comme il est défini sur +/- infini ... – f5r5e5d