在上一节中实现原始数据在时域的回放,这样有助于直观的认识采集的数据,以便进一步的分析和处理,数据处理时,我们可以从波形中提取和时间及强度相关的信息,并由此推演出其它物理量。
同时,我们也知道时域的波,是多个波叠加的结果,在某一时刻,为多个震动在此时刻的叠加,这部分知识,可以回顾一下这篇文章,傅立叶变换应用与性质。
参考:傅立叶变换应用与性质(https://blog.csdn.net/viswang/article/details/80727833)
如下图所示
映射到多个脏象上,那么可以认为此时的脉搏波,在这一时刻,为多个脏象震动叠加到血液上的结果,因此,通过频域分析,就可以了解到多个脏象震动的情况,从而提取到多个脏象频率及强度相关的信息,对于某个脏象可以单独把这个频率的相关的波单独提取出来,并由此推演出其它物理量。
本节只进行时域到频域的变换,直观的认识一下,由于我们使用原始数据只是一个简单的测量值,在测量过程中由于有没有出错,有没有误差我们不得而知,因此此次不涉及单独频率的反变换,后续章节将讨论反变换及误差问题。
时域到频域的变换需要进行如下操作:
A 对的量心率进行FFT变换,既对RawY_win[ ] 进行变换
B 绘图,实现动态效果
1、Python时域波形显示示例
A 对的量心率进行FFT变换,既对RawY_win[ ] 进行变换
导入numpy库