制造論壇-制造行業(yè)自己的交流社區(qū)!

標(biāo)題: 用fft對(duì)信號(hào)作頻譜分析 [打印本頁(yè)]
作者: 曼巴貿(mào)易    時(shí)間: 2024-11-28 11:36
標(biāo)題: 用fft對(duì)信號(hào)作頻譜分析
在Python中，可以使用numpy庫(kù)的fft模塊來(lái)進(jìn)行傅立葉變換，并使用matplotlib庫(kù)來(lái)繪制信號(hào)的頻譜圖。以下是一個(gè)簡(jiǎn)單的示例，演示如何對(duì)一個(gè)簡(jiǎn)單的正弦波信號(hào)進(jìn)行頻譜分析：
  1. import numpy as np
  2. import matplotlib.pyplot as plt

  4. # 定義信號(hào)參數(shù)
  5. A = 1.0                  # 振幅
  6. fs = 1000.0              # 采樣頻率
  7. T = 1.0/fs               # 采樣間隔
  8. L = 1000                 # 信號(hào)長(zhǎng)度
  9. t = np.arange(L) * T     # 時(shí)間向量
  10. f = 50.0                 # 信號(hào)頻率

  12. # 生成正弦波信號(hào)
  13. signal = A * np.sin(2 * np.pi * f * t)

  15. # 計(jì)算FFT
  16. fft_signal = np.fft.fft(signal)

  18. # 計(jì)算雙邊頻譜（默認(rèn)情況下，fft給出的是單邊頻譜）
  19. fft_magnitude = np.abs(fft_signal)

  21. # 為了得到正確的頻率軸，我們需要在fft_magnitude的前半部分和后半部分分別乘以兩邊對(duì)應(yīng)的頻率
  22. N = len(fft_magnitude)
  23. freqs = np.fft.fftfreq(N, T)

  25. # 繪制頻譜圖
  26. plt.figure()
  27. plt.stem(freqs[:N // 2], fft_magnitude[:N // 2] * 2 / N, 'b', markerfmt=" ", basefmt="-b")
  28. plt.stem(freqs[-N // 2:], fft_magnitude[-N // 2:] * 2 / N, 'r', markerfmt=" ", basefmt="-r")
  29. plt.title('Frequency spectrum of a sine wave')
  30. plt.xlabel('Frequency (Hz)')
  31. plt.ylabel('Magnitude')
  32. plt.grid()
  33. plt.show()
復(fù)制代碼


這段代碼首先定義了一個(gè)簡(jiǎn)單的正弦波信號(hào)，然后使用numpy.fft.fft計(jì)算信號(hào)的快速傅立葉變換(FFT)。接著，計(jì)算了FFT的幅度，并使用matplotlib.pyplot.stem繪制了頻譜圖。注意，由于FFT是對(duì)信號(hào)進(jìn)行周期性擴(kuò)展的，因此我們只需要考慮頻率軸的正半軸即可。雙邊頻譜的幅度是單邊頻譜幅度的兩倍，除以FFT點(diǎn)數(shù)的一半可以歸一化到單邊頻率范圍內(nèi)。最后，使用matplotlib.pyplot.show()顯示結(jié)果。

作者: 西湖的水    時(shí)間: 2024-12-4 17:07
樓上總結(jié)得真好，我完全贊同。
作者: 這一路鳥(niǎo)語(yǔ)花香    時(shí)間: 2024-12-5 17:56
這個(gè)解決方案聽(tīng)起來(lái)很有前景。
作者: 我輩當(dāng)自強(qiáng)    時(shí)間: 2025-10-26 12:21
作者對(duì)這個(gè)話題的研究很全面，讓我收獲頗豐。



歡迎光臨 制造論壇-制造行業(yè)自己的交流社區(qū)! (http://jeja-led.cn/) Powered by Discuz! X3.5