使用scipy signal.correlate计算信号相位偏移存在偏差的问题

问题根源分析 #

你遇到的无噪场景下相位估算略偏低的问题，核心原因是离散采样的峰值定位误差和信号截断的边缘效应：

• scipy.signal.correlate返回的是离散采样点上的互相关值，直接取最大值对应的索引是离散的，而真实相位对应的滞后往往落在两个采样点之间，会引入误差。
• 如果信号长度不是信号周期的整数倍，截断后的信号会导致互相关峰值偏移，进一步放大误差。

修正方案与代码实现 #

下面是针对问题的修正代码，通过峰值插值和整数周期信号生成解决误差问题：

import numpy as np
from scipy import signal

# 参数配置
f0 = 10  # 信号频率（Hz）
phase_deg = 66  # 原始相位（°）
phase_rad = np.deg2rad(phase_deg)
fs = 100  # 采样率（Hz）
# 确保信号为整数周期：10Hz信号取1s时长，正好包含10个完整周期
duration = 1
num_samples = int(fs * duration)

# 生成无噪正弦信号
t = np.linspace(0, duration, num_samples, endpoint=False)
sig1 = np.sin(2 * np.pi * f0 * t)
sig2 = np.sin(2 * np.pi * f0 * t + phase_rad)

# 计算互相关与滞后序列
corr = signal.correlate(sig1, sig2, mode='full')
lags = signal.correlation_lags(len(sig1), len(sig2), mode='full')
# 将滞后索引转换为实际时间滞后（秒）
lag_times = lags / fs

# 高精度峰值定位：二次拟合找极值点
max_idx = np.argmax(corr)
# 取最大值前后各一个点构建二次曲线
if 0 < max_idx < len(corr)-1:
    x = lag_times[max_idx-1:max_idx+2]
    y = corr[max_idx-1:max_idx+2]
    # 二次函数ax²+bx+c的极值点在x=-b/(2a)
    a, b, _ = np.polyfit(x, y, 2)
    precise_lag = -b / (2*a)
else:
    precise_lag = lag_times[max_idx]

# 计算并修正相位（确保在0-360°范围）
estimated_phase_rad = 2 * np.pi * f0 * precise_lag
estimated_phase_deg = np.rad2deg(np.mod(estimated_phase_rad, 2*np.pi))

print(f"原始相位: {phase_deg}°")
print(f"估算相位: {estimated_phase_deg:.1f}°")

关键修正点说明 #

1. 整数周期信号：设置信号时长为频率的整数倍，避免截断导致的互相关峰值偏移。
2. 二次插值峰值定位：通过拟合最大值附近的三个点，计算出连续域内的精确峰值位置，解决离散采样带来的误差。
3. 相位范围修正：用np.mod将估算相位限制在0-360°范围内，避免滞后值正负带来的相位溢出。

内容的提问来源于stack exchange，提问作者Nikolaij