时间戳

首页 > 解决方案 > 了解快速傅里叶变换方法的输出

python - 了解快速傅里叶变换方法的输出

问题描述

我试图理解 python FFT 库产生的输出。

我有一个 sqlite 数据库，其中记录了几个系列的 ADC 值。每个系列由 1024 个采样组成，采样频率为 1 ms。

导入数据序列后，我对其进行规范化并通过该fft方法运行 int 。与 FFT 输出相比，我已经包含了一些原始信号图。

import sqlite3
import struct
import numpy as np
from matplotlib import pyplot as plt
import time
import math

conn = sqlite3.connect(r"C:\my_test_data.sqlite")
c = conn.cursor()

c.execute('SELECT ID, time, data_blob FROM log_tbl')


for row in c:
    data_raw = bytes(row[2])
    data_raw_floats = struct.unpack('f'*1024, data_raw)
    data_np = np.asarray(data_raw_floats)

    data_normalized = (data_np - data_np.mean()) / (data_np.max() - data_np.min())

    fft = np.fft.fft(data_normalized)
    N = data_normalized .size

    plt.figure(1)
    plt.subplot(211)
    plt.plot(data_normalized )

    plt.subplot(212)
    plt.plot(np.abs(fft)[:N // 2] * 1 / N)
    plt.show()

    plt.clf()

在此处输入图像描述

在此处输入图像描述

在此处输入图像描述

信号显然包含一些频率，我希望它们可以从 FFT 输出中看到。

我究竟做错了什么？

标签： pythonnumpyfft

解决方案

使用时需要确保数据的间距均匀np.fft.fft，否则输出会不准确。如果它们的间距不均匀，您可以使用 LS 周期图，例如：http ://docs.astropy.org/en/stable/stats/lombscargle.html 。或查找非均匀fft。

关于情节：我不认为你在做明显错误的事情。您的信号由一个周期为数量级的信号组成100，因此您可以预期周围有一个很强的频率信号1/period=0.01。这是您的图表上可见的内容。时域信号不是那么正弦的，因此您在频域中的峰值会很模糊，如图所示。

推荐阅读