我已经使用 Welch 的方法（由 Python 中的scipy.signal.welch实现）计算了弱平稳信号的功率谱密度，并希望对该 PSD 进行傅里叶逆变换以找到函数的自相关。

（我不直接从信号计算自相关的原因是因为我正在对原始 PSD 应用变换，这将产生与信号不同的自相关。）

signal.welch返回两个数组：一个是正频率，另一个是相应的幅度。我由此得出结论，可以将numpy.fft.irfft应用于幅度数组，以找到 PSD 背后信号的自相关。

但是，我无法做到这一点。a使用来自的幅度数组signal.welch，我的方法是irfft(a)在原始信号的时域上应用和绘图。这并没有产生我所期望的（因为在时域中出现了意想不到的对称性，以及其他伪影）。

我的问题归结为：从映射到原始信号的时域计算的正频率幅度fft.irfft数组的逆 FFT（使用 计算）如何？asignal.welch