Python中FFT图的平滑
我想平滑我在200Hz下获得的FFT图(我现在捕获500个点),这样代表性的峰值就会显示得很接近 这是我的代码:Python中FFT图的平滑,python,python-3.x,scipy,signal-processing,fft,Python,Python 3.x,Scipy,Signal Processing,Fft,我想平滑我在200Hz下获得的FFT图(我现在捕获500个点),这样代表性的峰值就会显示得很接近 这是我的代码: N = 500 T = 5/1000 y1 = np.array(data_Ax) yf1 = scipy.fftpack.fft(y1) xf1 = np.linspace(0.0, 1.0/(2.0*T), N/2) yfft1 = 2.0/N * np.abs(yf1[:N//2]) plt.figure(figsize=(20, 3), dpi= 100, facecolo
N = 500
T = 5/1000
y1 = np.array(data_Ax)
yf1 = scipy.fftpack.fft(y1)
xf1 = np.linspace(0.0, 1.0/(2.0*T), N/2)
yfft1 = 2.0/N * np.abs(yf1[:N//2])
plt.figure(figsize=(20, 3), dpi= 100, facecolor='w', edgecolor='k')
plt.plot(xf1, yfft1, 'g-', label ="FFT for Ax")
plt.xlabel('Frequency [Hz]')
plt.legend(loc=1)
对于平滑,我尝试使用以下方法:
rft = np.fft.rfft(yfft1)
y_smooth = np.fft.irfft(rft)
但没有任何效果
我很清楚200Hz是一个低采样频率,500次测量并不多,但这只是为了掌握程序的诀窍。以下是获得的图表:
我想知道:
L您是否尝试过使用scipy模块的高斯滤波器。试试看:首先,我建议您购买500多个样品。这仅仅是2.5个周期 使用韦尔奇的方法应该有助于得到一个更平滑的图形
平滑图: 我想你真正关心的是增加分数。因此,只需指定要使其看起来更平滑的点数 例如,这里是与测量值具有相同点数的FFT:
n = 500
nfft = n
t = np.linspace(0, 0.1, n)
y = 0.5 + np.sin(2*np.pi*60*t)
yf = fftshift(fft(y, nfft))
f = fftshift(fftfreq(nfft, np.mean(np.diff(t))))
pyplot.plot(f, abs(yf))
pyplot.grid()
pyplot.xlim([-100, 100])
如果将fft点数更改为4096,即nfft=2**12
,则得到更平滑的图形。
消除0 Hz时的峰值
如果你只关心DC值,那么就减去平均值。根据以上示例,您可以将第5行更改为
yf = fftshift(fft(y - np.mean(y), nfft))
得到的是没有基带的FFT。
最低点数
从理论上讲,你只需要满足奈奎斯特速率。但是,对于视觉效果,FFT中的频率间隔为Fs/N。因此,如果采样率为500 Hz和500个点,则点之间的间隔为1 Hz,如果带宽为5 Hz,这可能不够,因此可以通过对信号进行零填充来增加FFT的点数,或降低采样率(只要它在奈奎斯特之上)