幅值估计和填零
https://ww2.mathworks.cn/help/signal/ug/amplitude-estimation-and-zero-padding.html
python
from numpy.fft import fft
import numpy as np
from numpy import ndarray, cos, sin, abs
import matplotlib.pyplot as plt数据的生成
python
def generate_data():
# 生成时间序列(0到1之间生成1000个数据点)
t = np.arange(0, 1, 0.001)
# 生成信号(broadcast机制)
data = cos(2 * np.pi * 100 * t) + sin(2 * np.pi * 202.5 * t)
return data获取信号的幅频
python
def get_freq_amplitude(input_data: ndarray, N, fs):
# 对输入信号进行fft变换得到双边频谱
data_dft = fft(input_data, N)
# 数据点数
data_num = len(input_data)
# 截取一半(此处根据python和matlab检索不同来做一些调整)
data_dft = data_dft[0:int(N / 2) + 1]
# 修改一下幅度
data_dft = data_dft / data_num
data_dft[1:] = 2 * data_dft[1:]
# 配置频率横轴(python生成等比序列是不包含结束点的,因此加一个特别小的数)
freq = np.arange(0.0, fs / 2 + 0.0001, fs / N)
data_dft = abs(data_dft)
return data_dft, freq
def plot_signal_freq_amplitude(data_dft, freq):
fig = plt.figure()
plt.plot(freq, data_dft)
plt.xlabel("Hz")
plt.ylabel("Amplitude")
plt.show()python
if __name__ == '__main__':
# 设置采样率
fs = 1000
# 构造数据
data = generate_data()
# 数据点数
N = len(data)
# 获取补零前的幅频以及对应的频率轴
data_dft, freq = get_freq_amplitude(data, N, fs)
# 绘制波形
plot_signal_freq_amplitude(data_dft, freq)
# 获取补零后的序列的幅频以及对应的频率轴
data_padding_dft, freq_padding = get_freq_amplitude(data, 2 * N, fs)
# 绘制波形
plot_signal_freq_amplitude(data_padding_dft, freq_padding)
python