时间戳

首页 > 解决方案 > 计算 FFT 峰的强度

python - 计算 FFT 峰的强度

问题描述

对于物理实验室，我们的教授给了我们一项任务，即分析弹拨弦的频谱。在声音采集之后，我们得到了一个执行 FFT 的脚本。

在 FFT 之后，我们现在有几个频率峰值。

然后他告诉我们，我们必须分别计算每个峰的强度。我是这个主题的新手，所以我请求你帮助如何改变给定的代码以获得输出峰值强度，比如说从 760 到 765 Hz。

代码在这里：

from scipy.fftpack import fft,ifft
import matplotlib.pyplot as plt
from scipy.signal import blackman

data =  np.loadtxt("mic.txt")
x = data[:,0]
y = data[:,1]

fy = fft(y)

print np.sum(y),"==",fy[0]

n = len(x)
t = x[-1]
fx = np.linspace(0,n/t,n)

plt.plot(fx[0:n/2],np.abs(fy[0:n/2]))

plt.xlabel("frequency (Hz)")
plt.show()

我会很感激你的帮助，马修

标签： pythonnumpymatplotlibscipyfft

解决方案

通过峰值强度，我假设您的意思是每个峰值的大小（当然它可以归一化）。我曾经scipy.signal.find_peaks得到光谱中的峰值。因为 FFT 返回复数值，所以我将它用于 y 的绝对值。这是一个通用示例，因此在大多数情况下找到最大值并不是那么简单。还有其他峰值检测工具，例如scipy.signal.find_peaks_cwt，或peakutils包。从scipy 教程这里是一个最小的工作示例：

import numpy as np
from scipy.fft import fft
import matplotlib.pyplot as plt

from scipy.signal import find_peaks

N = 600
T = 1.0 / 800.0
x = np.linspace(0.0, N*T, N)
y = np.sin(50.0 * 2.0 * np.pi * x) + 0.5 * np.sin(80.0 * 2.0 * np.pi * x)

yf = fft(y)
xf = np.linspace(0.0, 1.0 / (2.0 * T), N//2)

# finding the peaks in the absolute value of y
y_abs = 2.0 / N * np.abs(yf[0:N//2])
peakind, _ = find_peaks(y_abs)

plt.plot(xf, y_abs)

# plotting the peaks
plt.plot(xf[peakind], y_abs[peakind], 'k.')

plt.grid()
plt.show()

山峰的大小只是

>>> y_abs[peakind]
[0.70947072 0.4914645 ]

推荐阅读