如何用NumPy和SciPy创建指定上升沿的梯形信号及带过冲信号？

之前周期小于1时出错，核心原因是上升时间+下降时间必须小于周期，否则高电平持续时间会出现负数逻辑冲突。下面是鲁棒性强的实现方案：

实现代码 #

import numpy as np
import matplotlib.pyplot as plt

def generate_trapezoidal_wave(fs, duration, T, tr, tf, amp=1):
    # 参数校验：避免上升/下降时间之和超过周期
    if tr + tf >= T:
        raise ValueError("上升时间+下降时间必须小于周期T")
    
    t = np.linspace(0, duration, int(fs * duration), endpoint=False)
    t_mod = np.mod(t, T)  # 映射到单个周期内的时间点
    t_high = T - tr - tf  # 高电平持续时长
    
    # 分段计算信号值
    signal = np.where(
        t_mod < tr,
        amp * t_mod / tr,  # 上升沿：线性从0到目标幅度
        np.where(
            t_mod < tr + t_high,
            amp,  # 高电平保持阶段
            np.where(
                t_mod < T,
                amp * (T - t_mod) / tf,  # 下降沿：线性从目标幅度回到0
                0
            )
        )
    )
    return t, signal

# 测试：周期T=0.5s（小于1），上升/下降时间各0.1s
fs = 1000  # 采样率（Hz）
duration = 2  # 信号总时长（s）
T = 0.5
tr = 0.1
tf = 0.1

t, trapezoid = generate_trapezoidal_wave(fs, duration, T, tr, tf)

plt.plot(t, trapezoid)
plt.xlabel("时间 (s)")
plt.ylabel("幅度")
plt.title("梯形波（周期0.5s）")
plt.grid(True)
plt.show()

参数说明 #

• fs：采样率，单位Hz
• duration：信号总时长，单位s
• T：周期，支持小于1的数值
• tr：上升时间，需满足 tr < T - tf
• tf：下降时间，需满足 tf < T - tr
• amp：高电平幅度

过冲可以通过修改上升沿曲线实现：先超调到高于目标幅度，再通过指数衰减回到稳定高电平。下面是轻量实现：

实现代码 #

def generate_trapezoidal_with_overshoot(fs, duration, T, tr, tf, amp=1, overshoot=0.2, tau=0.02):
    if tr + tf >= T:
        raise ValueError("上升时间+下降时间必须小于周期T")
    
    t = np.linspace(0, duration, int(fs * duration), endpoint=False)
    t_mod = np.mod(t, T)
    t_high = T - tr - tf
    
    # 带过冲的上升阶段：先线性超调，再指数衰减回目标幅度
    rise_phase = amp * (1 + overshoot) * t_mod / tr
    overshoot_phase = amp * (1 + overshoot) * np.exp(-(t_mod - tr)/tau)
    # 确保衰减后不低于目标幅度
    overshoot_phase = np.maximum(overshoot_phase, amp)
    
    signal = np.where(
        t_mod < tr,
        rise_phase,
        np.where(
            t_mod < tr + tau*3,  # 取3倍衰减常数作为过冲收敛时间
            overshoot_phase,
            np.where(
                t_mod < tr + tau*3 + t_high,
                amp,
                np.where(
                    t_mod < T,
                    amp * (T - t_mod) / tf,
                    0
                )
            )
        )
    )
    return t, signal

# 测试
t, overshoot_wave = generate_trapezoidal_with_overshoot(fs, duration, T, tr, tf, overshoot=0.2, tau=0.02)

plt.plot(t, overshoot_wave)
plt.xlabel("时间 (s)")
plt.ylabel("幅度")
plt.title("带过冲的梯形波")
plt.grid(True)
plt.show()

参数说明 #

• overshoot：过冲比例，例如0.2表示超调20%
• tau：过冲衰减时间常数，数值越小衰减速度越快

内容的提问来源于stack exchange，提问作者Simon