python信号处理教程_python玩转信号处理与机器学习入门

python玩转信号处理与机器学习入门

作者：王镇

面对毫无规律的随机信号，看着杂乱无章的振动波形，你是否也像曾经的我一样一头雾水，不知从何处下手。莫慌，接下来小编就带你入门怎样用python处理这些看似毫无卵用实则蕴藏巨大信息的随机信号。我们日常生活中所见的心电图，声波图都是信号在时域上的一种表现，但它们无法呈现出信号在频域上的信息。因此，本文将主要介绍信号从时域到频域上的一些变换，常见的有FFT(快速傅里叶变换)，PSD(功率谱密度)，auto-correlation(自相关分析)。最后小编将带你完成一个实例，通过手机采集的振动信号识别人体的动作。

一、介绍

本部分将介绍FFT，PSD，auto-correlation的基本概念以及python代码实现。

1.1 混合信号

图1 信号在时域上的表现

图2 信号在频域上的表现

上图展示了混合信号在时域上的表现形式，图(a)为一频率为1Hz，振幅为2的正弦波信号，图(b)为一频率为5Hz，振幅为1的正弦波信号，图(c)为(a)、(b)两信号的叠加结果。

1.2 FFT

FFT英文全称Fast Fourier Transformation，即快速傅里叶变换，它可以轻松地分析出混合信号中的各频率组成成分。对上述中的混合信号做FFT变换，结果如图2(a)，可以明显地看到混合信号包含频率分别为1Hz和5Hz的成分。FFT变换的代码如下：

from scipy.fftpack import fft

def get_fft_values(y_values, N, f_s):

f_values = np.linspace(0.0, f_s/2.0, N//2)

fft_values_ = fft(y_values)

fft_values = 2.0/N * np.abs(fft_values_[0:N//2])

re