import numpy as np
import matplotlib.pyplot as plt
#采样点选择1400个,因为设置的信号频率分量最高为600赫兹,根据采样定理知采样频率要大于信号频率2倍,所以这里设置采
#样频率为1400赫兹(即一秒内有1400个采样点,一样意思的)
x=np.linspace(0,1,1400)
#设置需要采样的信号,频率分量有180,390和600
y=7np.sin(2np.pi180x) + 2.8np.sin(2np.pi390x)+5.1np.sin(2np.pi600x)
yy=np.fft.fft(y)#//快速傅里叶变换
yreal = yy.real # 获取实数部分
yimag = yy.imag # 获取虚数部分
yf=np.abs(fft(y)) # 取绝对值,计算复数的振幅
xf = np.arange(len(y)) # 频率,len(y)就是1400,xf就是【0,。。。,1399】
plt.subplot(221)
plt.plot(x[0:50],y[0:50])
plt.title(‘Original wave’)
plt.show()
Python实现快速傅里叶变换(FFT)
最新推荐文章于 2024-11-08 21:11:29 发布
博客展示了信号采样与快速傅里叶变换的代码实现。设置采样频率为1400赫兹,对含180、390和600频率分量的信号进行采样,使用NumPy和Matplotlib库,经快速傅里叶变换后获取实数、虚数部分及振幅,并绘制原始波形图。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Python3.11
Conda
Python
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本
206

被折叠的 条评论
为什么被折叠?



