傅立叶外推算法的python实现和缺点

最新推荐文章于 2022-10-13 23:25:03 发布

原创

最新推荐文章于 2022-10-13 23:25:03 发布 · 2.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#python #算法 #预测

本文介绍了傅立叶外推算法在信号处理中的应用，通过Python代码展示了如何实现该算法来预测信号走势。然而，这种方法的一个主要缺点是，要求已知信号为cos函数的整数倍，否则可能引入干扰。

在信号处理中有时会希望预测信号的走势，可以预测信号走势的算法有插值法外推，回归算法。
我们可以对已知信号进行傅立叶变换，得到信号的频谱，再进行反变换并扩展时间轴就是傅立叶外推算法，以下为python代码的实现：


#!/usr/bin/python3

import numpy as np
import pylab as pl
from scipy import signal
from numpy import fft

def fourierExtrapolation(x, n_predict):
    n = len(x)
    n_harm = 50                        # number of harmonics in model
    t = np.arange(0, n)
    p = np.polyfit(t, x,