Python使用scipy.signal.chirp生成正弦扫频信号异常求助

我使用Python的scipy.signal.chirp生成正弦扫频信号，但结果不符合预期，调整多种频率参数后仍存在异常。代码如下：

from scipy.signal import chirp
import numpy as np 
import matplotlib.pyplot as plt 

t = np.linspace(0, 320e-9, 1601); 
x = chirp(t, 2.5e9, 320e-9, 4.5e9, method='linear', phi=-90)

生成的信号波形异常，效果如下：

问题原因 #

核心问题是采样率不足导致混叠。根据奈奎斯特采样定理，采样率必须至少是信号最高频率的2倍才能避免混叠。你的扫频最高频率是4.5GHz，因此采样率至少需要9GHz，但当前代码的采样率仅为：
(1601-1)/320e-9 = 5e9 Hz（5GHz），远低于要求的9GHz，所以波形出现严重畸变。

解决办法 #

提升采样率至满足奈奎斯特准则，修改后的代码示例：

from scipy.signal import chirp
import numpy as np 
import matplotlib.pyplot as plt 

# 设置采样率为9GHz（满足2*4.5GHz的要求）
Fs = 9e9
t_duration = 320e-9
# 生成时间序列，确保采样点覆盖整个时长
t = np.linspace(0, t_duration, int(Fs * t_duration) + 1)
# 生成线性扫频信号
x = chirp(t, 2.5e9, t_duration, 4.5e9, method='linear', phi=-90)

# 绘图验证
plt.plot(t*1e9, x)
plt.xlabel('时间(ns)')
plt.ylabel('幅度')
plt.title('正常线性正弦扫频信号')
plt.show()

也可以用np.arange生成时间序列，避免浮点精度误差：

t = np.arange(0, t_duration + 1/Fs, 1/Fs)

这样生成的信号就不会出现混叠导致的异常波形。

内容的提问来源于stack exchange，提问作者Reza Afra