Python 滤波由投诉元件引入的谐波干扰
TL;DR我想在不知道其他参数的情况下,从Python 滤波由投诉元件引入的谐波干扰,python,filtering,signal-processing,Python,Filtering,Signal Processing,TL;DR我想在不知道其他参数的情况下,从theta_2查找下面系统中的theta_1 下面,我对下面的系统进行了建模 您可以找到Modelica代码和CSV。我想做的是过滤theta_2得到theta_1,而不知道tau和theta_1、柔顺元件k和角惯性J的采样率。我推测旋转弹簧会在角度数据的频域频谱中留下一个可分辨的足迹theta_2 到目前为止我所做的: 将数据作为数据框导入: 将熊猫作为pd导入 df=pd.read\u csv(“exportedVariables.csv”) df
theta_2
查找下面系统中的theta_1
下面,我对下面的系统进行了建模
![](https://i.stack.imgur.com/CAPF7.jpg)
theta_2
得到theta_1
,而不知道tau
和theta_1
、柔顺元件k
和角惯性J
的采样率。我推测旋转弹簧会在角度数据的频域频谱中留下一个可分辨的足迹theta_2
到目前为止我所做的:
将熊猫作为pd导入
df=pd.read\u csv(“exportedVariables.csv”)
df.head()
导入matplotlib.pyplot作为plt
plt.绘图(df[“time”]、df[“theta2”]、df[“time”]、df[“theta1”])
plt.xlabel(“时间(秒)”)
plt.ylabel(“角度(度)”)
然而,我在这里看到的是,谱图中的前两个主要振幅实际上是采样率,tau
和omega_1
的随机值是通过采样率生成的,我找不到我想要的选择。所以我不知道如何从这里继续前进。如果您能帮助我了解是否有可能在不了解系统以及如何实施的情况下过滤掉旋转弹簧造成的干扰,我将不胜感激
![](https://i.stack.imgur.com/44QGq.png)
"time", "theta1", "theta2"
0, 0, 0
0.02, -6.40192, -7.79226
0.04, -12.8038, -12.1422
0.06, -19.2058, -18.1304
0.08, -25.6077, -26.7809
![](https://i.stack.imgur.com/AkyFz.png)
![](https://i.stack.imgur.com/QMwQm.png)