PSD

PSD 是 Power Spectral Density 的缩写，中文翻译为功率谱密度。它是一种用于描述信号的频域特性的指标，通常用于信号处理、信号分析、噪声分析等领域。

功率谱密度表示信号在不同频率上的功率密度，可以用来描述信号在频域上的分布情况。它是一个关于频率的函数，通常使用单位为 $W/Hz$ 或 $dB/Hz$。

在信号处理中，功率谱密度可以用来分析信号的频率分布情况，找出信号中的主要频率成分。例如，在音频处理中，可以使用功率谱密度来分析音频信号的频谱、频率成分和能量分布等信息。

功率谱密度可以通过傅里叶变换获得。具体来说，可以将时间域上的信号通过傅里叶变换转换为频域上的信号，然后计算频域上的信号的幅值的平方，再除以频率间隔，即可得到功率谱密度。

在 MATLAB 中，可以使用 pwelch 函数来计算信号的功率谱密度。在 Python 中，可以使用 scipy.signal 库中的 welch 函数来计算功率谱密度。

import scipy.signal as signal
import obspy
import os
import utils
import matplotlib.pyplot as plt
import numpy as np

## load inSight data to solar
solars = utils.Solar('2.4', 'B').get_solar()
solar = solars['S0429c']

trace_Z = solar['VEL'][1]

PSD = signal.welch(trace_Z.data, fs=trace_Z.stats.sampling_rate)

plt.plot(PSD[0], PSD[1], 'ro-', label='PSD')
plt.xlabel('frequence [Hz]')
plt.ylabel('PSD [V**2/Hz]')
plt.yscale('log')
plt.xscale('log')
plt.title('PSD')
plt.legend()
plt.show()