我分享了从此处提取的 Python 代码: 在 Python 中绘制快速傅里叶变换。 我正在制作傅里叶谱,然后我想“选择”以从图上的特定点获取值。 在下一张图片中,您可以看到 50 Hz 的频率,但我想知道下一个峰值的频率值。 我怎么能找到那个? ...
我分享了从此处提取的 Python 代码: 在 Python 中绘制快速傅里叶变换。 我正在制作傅里叶谱,然后我想“选择”以从图上的特定点获取值。 在下一张图片中,您可以看到 50 Hz 的频率,但我想知道下一个峰值的频率值。 我怎么能找到那个? ...
我正在尝试使用 Python 和 Matlab 复制如下图所示的频谱 plot,到目前为止没有成功。 图片来自电场仪数据。 plot 应该在 x 轴上显示时间,在 y 轴上显示频率,在右侧 y 轴上显示颜色栏。 数据是一个二维矩阵,每一行代表时间戳,列代表FFT后的不同频率。 问题是数据有很多 ...
我正在尝试盲目检测光谱中的信号。 我想到的一种方法是检测瀑布中的矩形(可以解释为图像的二维矩阵)。 有没有什么快速的方法(大约 0.1 秒)找到图像中所有水平矩形的中心和宽度? (我不考虑矩形的高度)。 将上传示例图像(注意我知道所有矩形都是水平的。 如果您为此目的给我任何其他建议,我将不胜感激。 ...
我尝试计算记录信号的自动频谱,我使用 function vDSP_zaspec。 通常 output 数组是真实的。 我用 500 Hz 正弦波进行了测试,这就是 Output 阵列的样子: 图表与预期结果相差甚远...结果看起来像录制音频文件的绝对值... 如果有人可以帮助我,那就太好了! ...
我正在尝试构建光谱和瀑布图 HTML 画布。 经过长时间的研究和谷歌搜索,我发现了这个源代码 现在我正在尝试了解这段代码是如何工作的。 我使用drawPoint2函数在频谱上添加了 3 个点。 我的问题是我不知道数据是如何绘制在 X 轴上的。 我知道很多人为此使用 this.offset ,但他如何 ...
我已经绘制了特征值谱,但想在纯白色背景上看到它。 有人请帮助删除thode网格线 ...
我想通过使用累积量来计算 8192 数据向量的功率谱。 我计算了 128 个最大移位的自相关,将其减少了信号的平均值并执行了 fft。 结果是复杂的,而不是真实的和积极的。 我哪里做错了? 这是我的代码。 ...
我需要使用 CSS 在明亮的 colors 之间循环,就像您的 RGB 鼠标和键盘一样,到目前为止,我有一种使用 HSL 的解决方案。 但是,它确实包含一些我试图跳过的非常暗的 colors。 但很明显,当你跳过一些时,过渡不会很顺利。 var hue = 0; $(document).ready ...
我一直在制作一个音乐游戏,在其中我使用myAudioSource.getSpectrumData()来获取频谱。 但我注意到频谱直接取决于声音的音量,成正比:音量越大,频谱越大。 这带来了一些问题:零音量使游戏停止,大音量使其过于敏感并无法正常工作。 我试图对频谱进行归一化,但无论如何它都是相关的 ...
我尝试从上面的方程中实现空间谱(附) 其中 kX, kY 是 k 空间中的网格点,C(w,r) - 第 i 个和第 j 个传感器之间的交叉光谱密度(这里它是一个大小为 ns * ns > 传感器数量的矩阵)。 x, y 是传感器之间的距离。 (nk - kx, ky 的网格密度) 我寻找 ...
我的目标是 plot 复杂向量x的 PSD。 我使用 scipy.welch(版本 1.4.1)计算了频谱估计: 然后绘制: PSD 绘制得很好,但我注意到 plot 上从最后一个样本到第一个样本的插值线。 然后我检查了频率指数,发现它们的顺序是从 DC(0) 到采样率的一半(在这种情况下为 0. ...
我试图可视化一个频谱,其中频率范围分为N个条形,线性或对数。 FFT 似乎工作正常,但我不确定如何解释这些值以确定可视化的最大高度。 我正在使用 FMODAudio,它是 C# 的包装器。 它设置正确。 在线性光谱的情况下,条形定义如下: 数据是保存从更新循环接收到的频谱值的数组。 更新如下所示: ...
我有一些数据为 numpy arrays x, y, v ,如下面的代码所示。 这实际上是 xy 平面中尘埃粒子velocity (v)的虚拟数据。 我将我的数据分为 4 个箱子,对于每个箱子,我计算了每个箱子中条目的平均值,并生成了一个热量 map。 现在我想要做的是以0作为直方图的中心在每个 ...
我正在用 Python 处理一个频谱,并且我已经为该频谱拟合了一条线。 我想要一个代码,可以检测是否有比拟合线少的连续光谱上的 10 个数据点。 有谁知道如何简单快捷地做到这一点? 我目前有这样的事情: count = 0 for i in range(lowerbound, upperbound ...
正如你们在下图中看到的那样,我正在对频谱进行高斯拟合,其中一些频谱位于 y 轴的负值部分: 这就是我正在做的适合: 我的主要目标是找到光谱峰值的值,但这显然是对峰值的高估。 有什么条件可以应用于高斯拟合 function? ...
我有一个在 3 轴上具有银河经度、纬度和速度的拟合数据立方体。 要在经度和纬度的特定像素值处从数据立方体中提取光谱,我使用 function 并使用 function 提取图像 样品光谱 和放大的图像 附在这里。 亮点是检测。 如何使用多个像素并对光谱进行平均以获得平均光谱,以便降低噪声并分析峰值? ...
我在这里包括了我原来的 Matlab 代码,但我认为对于非 Matlab 用户来说理解这些行在做什么已经足够清楚了。 我也在 Python 上对此进行了测试,并得到了相同的结果。 我所做的基本上是将三个不同频率但幅度相等的正弦曲线相加,然后我分解组合信号以观察功率谱峰值。 问题是,根据采样点的数量 ...
我有一个强度 v/s 速度谱,我的目标是找到频谱中的 RMS 噪声,不包括存在峰值的通道。 所以,经过一番研究,我知道RMS噪声与频谱的标准偏差相同,信号的信噪比是信号的平均值除以相同的标准偏差。 如果我在这里错了,有人可以告诉我吗? 这就是我在 python 中编码的方式 我的原始数据点是: 如果 ...
我一直在尝试将高斯拟合到我的光谱中。 (强度v/s速度谱) 光谱新的拟合谱我使用以下代码将数据拟合到高斯轮廓。 但是,从结果中可以看出,拟合中仅包含一个数据点。 有什么我可以做的,以便我可以在高斯中包含更多点。 数据点: 这些是光谱的数据点。 任何人都可以帮助我更好地拟合数据。 我一直在尽我所能。 ...
我有一个 Lanczos 过滤器的代码: 我需要从中绘制时间 window 和频率 window 。 我得到了来自 coef 的时间 window,但我不知道哪个输出会给我频率 window。 我已经绘制了 output 变量的所有可能组合,并尝试对其中一些变量进行傅里叶变换,但我没有尝试给我预期 ...