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 ...

快速傅里叶变换python_FFT快速傅里叶变换的python实现过程解析

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

最新文章

热门文章