如何使用Python统计方波信号的上升沿数量

你生成的是5Hz理想方波，1秒时长内理论上有5个上升沿，可通过以下方法实现统计：

注：你的代码存在小笔误，导入matplotlib时命名和后续使用不一致，将import matplotlib.pyplot as plot改为import matplotlib.pyplot as plt即可正常运行。

方法1：直接差分法（最适合理想方波） #

原理：上升沿的本质是信号从低电平跳变到高电平，相邻采样点的差值会出现明显正值，统计这类正值的数量即可得到上升沿总数。

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

t = np.linspace(0, 1, 1000, endpoint=True)
# 生成方波信号
sq_signal = signal.square(2 * np.pi * 5 * t)

# 统计上升沿
diff_signal = np.diff(sq_signal)
# 理想方波跳变差值为2，设置阈值>1可过滤微小噪声干扰
rise_count = np.sum(diff_signal > 1)

print(f"上升沿数量：{rise_count}")

# 绘图
plt.plot(t, sq_signal)
plt.show()

运行后输出结果为上升沿数量：5，和5Hz方波的理论上升沿数量一致。

方法2：过零检测法（兼容带偏置的方波） #

如果你的方波不是±1输出（比如是0到1的方波），可以用正方向过阈值的逻辑统计，阈值设置为方波高低电平的中间值即可：

# ±1方波的高低电平中间值为0
cross_pos = np.where((sq_signal[:-1] < 0) & (sq_signal[1:] >= 0))[0]
rise_count = len(cross_pos)

你生成的方波波形如下：

内容的提问来源于stack exchange，提问作者AnonymousScientificUser