[英]How to find frequency of a square wave using FFT
在FFT(第二個)圖中,與其他頻率相比,我期望在頻率= 1.0處有一個更大的峰值,因為它是在5Hz采樣的1Hz方波信號。
我是一個初學者,可能在這里錯過了一些愚蠢的事情。
import numpy as np
from matplotlib import pyplot as plt
from scipy import signal
t500 = np.linspace(0,5,500,endpoint=False)
s1t500 = signal.square(2*np.pi*1.0*t500)
第一個圖顯示了以5Hz采樣5秒鍾的1 Hz方波:
t5 = np.linspace(0,5,25,endpoint=False)
t5 = t5 + 1e-14
s1t5 = signal.square(2.0*np.pi*1.0*t5)
plt.ylim(-2,2); plt.plot(t500,s1t500,'k',t5,s1t5,'b',t5,s1t5,'bo'); plt.show()
在第二張圖中,我期望f = 1 Hz時的幅度大於f = 2時的幅度。 我想念什么嗎?
y1t5 = np.fft.fft(s1t5)
ff1t5 = np.fft.fftfreq(25,d=0.2)
plt.plot(ff1t5,y1t5); plt.show()
似乎您錯過了以下事實:傅立葉變換會在復雜空間中生成函數(或在DFT / FFT情況下為數字序列):
>>> np.fft.fft(s1t5)
[ 5. +0.j 0. +0.j 0. +0.j 0. +0.j 0. +0.j
5.-15.38841769j 0. +0.j 0. +0.j 0. +0.j 0. +0.j
5. +3.63271264j 0. +0.j 0. +0.j 0. +0.j 0. +0.j
# and so on
為了查看曲線圖上的振幅頻譜,請應用np.absolute
或abs
:
>>> np.absolute(np.fft.fft(s1t5))
[ 5. 0. 0. 0. 0. 16.18033989
0. 0. 0. 0. 6.18033989 0. 0.
0. 0. 6.18033989 0. 0. 0. 0.
16.18033989 0. 0. 0. 0. ]
否則,將僅顯示實部。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.