快速傅里叶变换python_SciPyTutorial-快速傅立叶逆变换ifft

16. Scipy Tutorial- 快速傅立叶逆变换ifft

逆向快速傅里叶变换(IFFT)的计算原理是将频域（注意频域是复数）数据进行取共轭复数（虚部取反），然后再进行FFT变换，这样便将频域信号转换到时域。因为FFT变换的结果是复数，所以从频域进行FFT变换过来的结果也是复数，而此时只需取复数的实部，便是原时域信号。

signal_samples函数实现产生一个信号，由两个正弦波叠加而成，两个正弦波一个频率为$1Hz$另一个正弦波的频率为$20Hz$，下面的程序通过处理掉高频的信号而留下$1Hz$信号的数据，实现低通滤波，然后使用ifft将频率数据转为时域数据，恢复时域的波形。程序和前一章区别不大，一个是signal_samples函数是用两个正弦波组成的，另外一处不同是滤波，语句代码是F_filtered = F * (abs(f) < 10)，新增了ifft即逆向快速傅里叶变换产生新的时域信号数据f_t_filtered。

import numpy as np

import matplotlib.pyplot as plt

def signal_samples(t):

return np.sin(2 * np.pi * 1 * t) + np.sin(2 * np.pi * 20 *t)

B = 30.0

f_s = 2 * B

delta_f = 0.01

N = int(f_s / delta_f)

T = N / f_s

t = np.linspace(0, T, N)

f_t = signal_samples(t)

fig, axes = plt.subplots(1, 2,