正弦波及FFT变换py程序

import numpy as np
from scipy.fftpack import fft,ifft
from matplotlib.pylab import plt

# Fs = 1000 #采样频率
# T = 1/Fs #采样周期,只相邻两数据点的时间间隔
# L = 1500 #信号长度


Fs = 5000000000 #采样频率
T = 1/Fs #采样周期,只相邻两数据点的时间间隔
L = 10000#信号长度


nnn = 500000

t = np.arange(L)*T #间隔 T  * 个数
npp = np.pi

X = np.sin(2*np.pi *nnn*t)
# X = S + np.random.rand(L)

plt.plot(t[:nnn], X[:nnn])
plt.xlabel("Time(s)")
plt.ylabel("Amplitude")
plt.title("Signol with random noise")
plt.show()

Y = fft(X)
p2 = np.abs(Y)   # 双侧频谱
p1 = p2[:int(L/2)]
f = np.arange(int(L/2))*Fs/L;
# plt.plot(f,2*p1/L)
plt.plot(f, p1)
plt.title('Single-Sided Amplitude Spectrum of X(t)')
plt.xlabel('f (Hz)')
plt.ylabel('|P1(f)|')
plt.show()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
FFT(快速傅里叶变换)是一种广泛应用于信号处理和频谱分析的算法。在c语言中实现FFT变换,需要以下几个步骤: 1. 确定输入数据大小:FFT的输入数据需要是2的n次幂大小,因此需要对输入数据进行应对。比如说,输入数据大小为6时,需要将其补齐至8。 2. 基于输入数据大小动态分配内存空间:根据输入数据的大小来分配内存空间。内存的分配需要保证存储输入和输出数据以及中间计算过程中所需的数组大小。 3. 初始化输入数据:将输入的数据存储到内存中分配的数组中。 4. 实现FFT变换的算法:在c语言中实现FFT变换算法有多种方法,最基本的方法是Cooley-Tukey算法。该算法通过迭代实现将输入序列分解成两个子问题,并将子问题的解合并为输出值的过程。算法的思想其实很类似于归并排序。 5. 根据算法实现处理数据的函数:为了能够实现FFT变换,需要在实现算法的同时,编写适当的代码来将处理过程所需的输入输出数据以及中间计算过程中所需的数组传递给算法。 6. 对输出数据进行处理:将变换后的输出数据处理成对应的幅频谱或时域结果。 总之,实现FFT变换程序需要应对数据的大小、分配内存、实现FFT算法、编写处理函数以及输出结果后的处理,掌握这些细节才能够顺利的完成一个输入快速傅里叶变换的c语言程序
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值