快速傅里叶变换python_FFT快速傅里叶变换的python实现过程解析
FFT是DFT的高效算法,能够将时域信号转化到频域上,下面记录下一段用python实现的FFT代码。
# encoding=utf-8
import numpy as np
import pylab as pl # 导入和matplotlib同时安装的作图库pylab
sampling_rate = 8000 # 采样频率8000Hz
fft_size = 512 # 采样点512,就是说以8000Hz的速度采512个点,我们获得的数据只有这512个点的对应时刻和此时的信号值。
t = np.linspace(0, 1, sampling_rate) # 截取一段时间,截取是任意的,这里取了0~1秒的一段时间。
x = np.sin(2*np.pi*156.25*t) + 2*np.sin(2*np.pi*234.375*t) # 输入信号序列,人工生成了一段信号序列,范围在0~1秒
xs = x[:fft_size] # 由上所述,我们只采样了512个点,所以我们只获得了前512个点的数据
xf = np.fft.rfft(xs)/fft_size # 调用np.fft的函数rfft(用于实值信号fft),产生长度为fft_size/2+1的一个复数向量,分别表示从0Hz~4000Hz的部分,这里之所以是4000Hz是因为Nyquist定理,采样频率8000Hz,则能恢复带宽为4000Hz的信号。最后/fft_size是为了正确显示波形能量
freqs = np.linspace(0, sampling_rate//2, fft_size//2 + 1) # 由上可知,我们得到了数据,现在产生0~4000Hz的频率向量,方便作图
xfp = 20*np.log10(np.clip(np.abs(xf), 1e-20, 1e1000)) # 防止幅值为0,先利用clip剪裁幅度,再化成分贝
pl.figure(figsize=(8, 4)) # 生成画布
pl.subplot(211) # 生成子图,211的意思是将画布分成两行一列,自己居上面。
pl.plot(t[:fft_size], xs) # 对真实波形绘图
pl.xlabel(u"time(s)")
pl.title(u"The Wave and Spectrum of 156.25Hz and 234.375Hz")
pl.subplot(212) # 同理
pl.plot(freqs, xfp) # 对频率和幅值作图,xlabel是频率Hz,ylabel是dB
pl.xlabel(u"Hz")
pl.subplots_adjust(hspace=0.4) # 调节绘图参数
pl.show()
代码进行了详细标注。有一个小细节是FFT对于取样时间有要求。N点FFT进行精确频谱分析的要求是N个取样点包含整数个取样对象的波形。因此N点FFT能够完美计算频谱,对取样对象的要求是n*Fs/N(n*采样频率/FFT长度)在本例中Fs = 8000Hz,N=512 base_freq=15.625Hz 所以本例中给出了频率为156.25Hz(n=10)和234.375Hz(n=15)做例子。
效果如下:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
快速傅里叶变换python_FFT快速傅里叶变换的python实现过程解析相关推荐
- python教程app 小米应用商店_Python爬虫过程解析之多线程获取小米应用商店数据...
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于IT共享之家 ,作者IT共享者 前言 小米应用商店给用户发现最好的安卓应用和游戏,安 ...
- 快速傅里叶变换python_快速傅里叶变换及python代码实现
一.前言 我想认真写好快速傅里叶变换(Fast Fourier Transform,FFT),所以这篇文章会由浅到细,由窄到宽的讲解,但是傅里叶变换对于寻常人并不是很容易理解的,所以对于基础不牢的人我 ...
- 傅里叶变换、离散傅里叶变换(DFT)、快速傅里叶变换(FFT)详解
前置知识 以下内容参考<复变函数与积分变换>,如果对积分变换有所了解,完全可以跳过忽略 复数的三角表达式如下 Z=r(cosθ+isinθ)Z=r(cos\theta+isin\theta ...
- 图像算法四:【图像增强--频率域】傅里叶变换、快速傅里叶变换、频域滤波、频域低通滤波、频域高通滤波
频率域滤波与空间域滤波殊途同归,空间域图像增强与频率域图像增强是两种截然不同的技术,实际上在相当程度上说它们是在不同的领域做相同的事情,只是有些滤波更适合在空间域完成,而有些则更适合在频率域中完成. ...
- c语言做快速傅里叶变换和快速逆傅里叶变换
C语言做快速傅里叶变换和快速逆傅里叶变换 快速傅里叶变换(FFT)和快速逆傅里叶变换(IFFT)要求做傅里叶变换的数据点数只能是2的整数次幂,比如2,4,8,16,32,64,128,256,512, ...
- Matlab如何进行利用离散傅里叶变换DFT (快速傅里叶变换FFT)进行频谱分析
文章目录 1. 定义 2. 变换和处理 3. 函数 4. 实例演示 例1:单频正弦信号(整数周期采样) 例2:单频正弦信号(非整数周期采样) 例3:含有直流分量的单频正弦信号 例4:正弦复合信号 例5 ...
- 傅里叶变换与快速傅里叶变换
傅里叶变换与快速傅里叶变换 作为电子信息专业的学生老说,这个不知道,或者理解不清楚,是十分不应该的,作为一个学渣,有时候确实是理解不清楚的 1.首先离散傅里叶变换目的: 简单点说: 就是将一个信号从时 ...
- 【从FT到DFT和FFT】(三)从离散傅里叶变换到快速傅里叶变换
文章目录 推荐阅读 前言 从离散傅里叶变换到快速傅里叶变换 单位根 对DFT进行分治得到FFT 计算前半截 计算后半截 快速傅里叶逆变换(IFFT) 推荐阅读 前置阅读 [从FT到DFT和FFT](一 ...
- 卷积、傅里叶级数、傅里叶变换、快速傅里叶变换、pytorch中的fft,rfft
卷积: 连续形式: 离散形式: '卷' : 翻转 和 滑动 '积' : 积分 翻转:g(t) - > g(-t) 滑动:g(-t) - > g(n-t) 平移n个单位 举个例 ...
最新文章
- 移动端布局规范-固定页头页尾-中间随高度滑动
- linux mysql数据库优化_MySQL_Linux下MySQL数据库性能调优方法,以下的环境具备一定的代表性 - phpStudy...
- SDN学习之旅-RYU笔记(2)
- IC设计常见设计思想
- Python捕获 Warning 警告
- bug篇——MySQL的时区问题
- 提取assemblyinfo.cs文件里的guid值
- Oracle 11g及PLSQL可视化界面的安装与使用(内附软件)
- Everyting 文件查找工具
- 软考中级——数据库系统工程师
- selenium滑块操作(基础)
- js模板引擎 html,JS 模板引擎
- 剖析虚幻渲染体系(15)- XR专题
- 【九州贯连智能家居——拥抱华为5.5G,打造未来家居公共物联网关,让生活赋能】
- python requests模块(爬虫)
- Ubuntu下安装日语输入法
- SQL优化(三) 查询条件优化
- elasticsearch搭建与java应用实例
- ps2022安装包程序文件错误,ps2022安装包在哪儿下载
- 100本书的100句话,句句直刺心底!
热门文章
- JM与h264标准中的关键字说明
- Linux 的 chmod 命令,对一个目录及其子目录所有文件添加权限
- 解决:com.sun.jersey.api.client.ClientHandlerException: java.net.ConnectException: Connection refused:
- @PathVariable 注解 说明
- k8s强制删除pod
- P4718 【模板】Pollard-Rho算法
- 基于Sql Server 2008的分布式数据库的实践
- 网页“console”输出图文信息
- centos7-安装mysql5.6.36
- Rotate String