时间:2021-05-22
使用Python numpy模块带的FFT函数合成矩形波和方波,增加对离散傅里叶变换的理解。
导入模块
import numpy as npimport matplotlib.pyplot as plt
分别是产生一个周期的方波和三角波程序
其中np.where函数第二个值是if,第三个是else
下面程序可以计算对应的频谱,采样点数取为2的n次幂是为了便于FFT计算
fft_size = 256 # 计算三角波和其FFTx, y = triangle_wave(fft_size)fy = np.fft.fft(y) / fft_size
下面对计算的频谱进行可视化,频率对应的强度使用工程上常用的分贝dp来表示
下面用正弦和余弦函数合成信号
其中index代表频谱空间的采样点
画出合成信号,x坐标使用默认的整数表示即可
# 绘制原始的三角波和用正弦波逐级合成的结果,使用取样点为x轴坐标plt.figure()plt.plot(y, label="original triangle", linewidth=2)for i in [0,1,3,5,7,9]: index, data = fft_combine(fy, i+1, 2) # 计算两个周期的合成波形 plt.plot(data, label = "N=%s" % i)plt.legend()plt.title("partial Fourier series of triangle wave")plt.show()以上这篇Python FFT合成波形的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例讲述了Python实现正弦信号的时域波形和频谱图。分享给大家供大家参考,具体如下:#-*-coding:utf-8-*-#正弦信号的时域波形与频谱图im
FFT是DFT的高效算法,能够将时域信号转化到频域上,下面记录下一段用python实现的FFT代码。#encoding=utf-8importnumpyasnp
本文实例为大家分享了python傅里叶变换FFT绘制频谱图的具体代码,供大家参考,具体内容如下频谱图的横轴表示的是频率,纵轴表示的是振幅#coding=gbki
1、流程大体流程如下,无论图像、声音、ADC数据都是如下流程:(1)将原信号进行FFT;(2)将进行FFT得到的数据去掉需要滤波的频率;(3)进行FFT逆变换得
本文实例讲述了Python图像处理实现两幅图像合成一幅图像的方法。分享给大家供大家参考,具体如下:将两幅图像合成一幅图像,是图像处理中常用的一种操作,pytho