一种简单的谱线探测器
sslf的Python项目详细描述
sslf被设计成一个非常简单、有效和有用的一维数据谱线探测器。它利用了scipy的连续小波变换，这是一种找到甚至是弱谱线的有效方法。
因为谱线有很多定义，所以这个包不可能在所有情况下都能工作。在这里，我为高斯剖面谱线设计了sslf我的工作很大一部分集中在恢复噪声中的微弱信号上，所以sslf的目标是识别线、标记它们，并减去它们周围的非零带通
用法
对于一维谱（spectral_data）和一系列要测试的标度（例如1到20），可以在以下条件下找到具有统计意义的谱峰：
import numpy as np from sslf.sslf import Spectrum s = Spectrum(spectral_data) s.find_cwt_peaks(scales=np.arange(1, 20), snr=6.5) s.subtract_bandpass()
平坦谱包含在s.modified中，峰值位于s.channel_peaks。与峰值相关的其他参数是s.peak_snrs、s.vel_peaks和s.channel_edges。
请注意，指定给find_cwt_peaks的snr参数实际上指的是小波域中的信噪比，而不是输入信号域；因此，如果您希望所有信号都高于5西格玛，则需要做更多的工作来确定频谱的噪声rms是什么以及它如何映射到小波rms。
还要注意channel_edges可能非常不准确；默认情况下，此变量由找到谱线的小波尺度填充。小波不需要很好的匹配；它只需要有足够的意义，就可以被sslf提取。Spectrum对象有一个可选的refine_line_widths方法，该方法（希望）可以更好地查找所有检测到的谱线的通道范围。有关详细信息，请阅读sslf函数的文档。
find_cwt_peaks可以选择将小波用于小波变换（默认为ricker小波）。subtract_bandpass有点难以解释；更复杂的用法示例可以在notebooks目录中找到。sslf用法的一个相当复杂的例子是here。
贡献和建议
我创建这个软件是因为我在社区里找不到任何功能类似的东西。因此，我欢迎贡献，使这个软件更一般灵活，适合于广大观众。很简单，看看代码就知道了
问题漏洞？前后矛盾？
当然！请提出一个GitLab问题，如果你发现一些奇怪的东西，你的输入和预期的输出，我会尝试尽快解决它
安装
pip install sslf
或
- 克隆此回购（git clone https://gitlab.com/cjordan/sslf.git）
- 在目录中，运行：python setup.py install --optimize=1
依赖关系
- python 2.7.x或3.x
- 纽比1.8+
- scipy
- 未来
欢迎加入QQ群-->： 979659372
