Python 傅里叶变换导致振幅谱错误，为什么？

我试着用一个信号做一个幅度谱，如下所示：

为什么在星等谱中没有火花？或者我的数据有什么问题？或者为什么峰值仅为0

我使用了一个相当长的数据集，但下面是一个信号样本：

s = [45772.47797743, 45792.20303892, 45772.47797743, 46374.99865567, ... 45671.71873548, 45651.16006596, 45630.4722909 ]

以及守则：

from scipy.fftpack import fft, fftfreq, fftshift

s = np.array(id1.u_motion)
Fs= 4

fig, axes = plt.subplots(nrows=3, ncols=2, figsize=(7, 7))

# plot time signal:
axes[0, 0].set_title("Signal")
axes[0, 0].plot(t, s, color='C0')
axes[0, 0].set_xlabel("Time")
axes[0, 0].set_ylabel("Amplitude")

# plot different spectrum types:
axes[1, 0].set_title("Magnitude Spectrum")
axes[1, 0].magnitude_spectrum(s, Fs=Fs, color='C1')

axes[1, 1].set_title("Log. Magnitude Spectrum")
axes[1, 1].magnitude_spectrum(s, Fs=Fs, scale='dB', color='C1')

axes[2, 0].set_title("Phase Spectrum ")
axes[2, 0].phase_spectrum(s, Fs=Fs, color='C2')

axes[2, 1].set_title("Angle Spectrum")
axes[2, 1].angle_spectrum(s, Fs=Fs, color='C2')

axes[0, 1].remove()  # don't display empty ax

fig.tight_layout()
plt.show()

有人能帮我找到我在振幅规格中没有任何尖峰的原因吗？？

---

非常感谢

您的信号是一个非常好的低噪声直流信号。日志图显示

一般来说，在像您这样的情况下，非常高的直流分量隐藏了微弱的高频分量。我的例子中的等价物是红色的

可能的解决方案是删除DC（蓝色曲线）或绘制光谱日志（底行），就像您已经做的那样

import numpy as np
import matplotlib.pyplot as p
%matplotlib inline

T=3 # secs
d=0.04 # secs
n=int(T/d)
print(n)
t=np.arange(0,T,d)  
fr=1 # Hz
y1= np.sin(2*np.pi*fr*t) +100
y2= y1- np.mean(y1)

f1=np.fft.fftshift(np.fft.fft(y1))
f2=np.fft.fftshift(np.fft.fft(y2))
freq=np.fft.fftshift(np.fft.fftfreq(n,d))

p.figure(figsize=(12,10))
p.subplot(231)
p.plot(t,y1,'.-',color='red', lw=0.5, ms=1)  
p.plot(t,y2,'.-',color='blue', lw=0.5,ms=1) 

p.xlabel('time (sec)')
p.ylabel('amplitude (Volt)')
p.subplot(232)
p.plot(freq,np.abs(f1)/n,color='red')
p.title('very high DC dominates other components')
p.xlabel(' freq (Hz)')

p.subplot(233)
p.plot(freq,np.abs(f2)/n)
p.xlabel(' freq (Hz)')

p.subplot(235)
p.plot(freq,np.log(np.abs(f1)/n),color='red')
p.title('very high DC dominates other components')
p.xlabel(' freq (Hz)')

p.subplot(236)
p.plot(freq,np.log(np.abs(f2)/n))
p.xlabel(' freq (Hz)')

---

如果信号中没有比其他所有信号都强的周期性成分，你的频谱中就不会有任何峰值。但是蓝色图中不是有周期性信号吗？我不知道，可能是随机的。删除数据的DC部分，只需从每个点减去数据向量的平均值。