numpy,matplotlib模拟波的调制

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 22 20:31:33 2018

@author: 17061167
#波的采样，波的调制
#乘法器
"""


import matplotlib.pyplot as plt  
import numpy as np

plt.figure(figsize=(8,8),dpi=80) 
x=np.arange(-np.pi,np.pi,0.001)
y=np.sin(x)
#x1=np.arange(-10,10,0.1)
y1=(np.sin(10*np.pi*x))*y
plt.plot(x,y,color='b',linewidth=5)
plt.plot(x,y1,color='r')
plt.show()

傅里叶公式

#
#coding:utf-8

import time
import numpy as np
import matplotlib.pyplot as plt

def cos_n(x,n=1):
    return (2/(n*np.pi))*np.cos(0.5*n*np.pi*x)*np.sin(0.5*n*np.pi)

plt.figure(figsize=(8,8),dpi=80)
x = np.linspace(0, 5* np.pi, 300) #创建一个包含30个点的余弦波信号
#wave = np.cos(x)

wave=0
for i in range(1,15):
    #wave=np.cos(i*x)+wave
    wave=cos_n(x,n=i)+wave
    #plt.hold(True)
    #plt.plot(x,wave)
    #plt.show()
    #time.sleep(2)

plt.legend(loc='upper left')
plt.grid()
plt.plot(x,wave,label="f")
transformed = np.fft.fft(wave)  #使用fft函数对余弦波信号进行傅里叶变换。
#print np.all(np.abs(np.fft.ifft(transformed) - wave) < 10 ** -9)  #对变换后的结果应用ifft函数，应该可以近似地还原初始信号。
#plt.plot(x,transformed,label="FFT")  #使用Matplotlib绘制变换后的信号。
plt.show()