使用Python numpy模块带的FFT函数合成矩形波和方波,增加对离散傅里叶变换的理解。
导入模块
import numpy as np
import matplotlib.pyplot as plt
分别是产生一个周期的方波和三角波程序
# 产生size点取样的三角波,其周期为1
def triangle_wave(size):
x = np.arange(0, 1, 1.0/size)
y = np.where(x<0.5, x, 0)
y = np.where(x>=0.5, 1-x, y)
return x, y
def square_wave(size):
x = np.arange(0, 1, 1.0/size)
y = np.where(x<0.5, 1.0, 0)
return x, y
其中np.where函数第二个值是if,第三个是else
下面程序可以计算对应的频谱,采样点数取为2的n次幂是为了便于FFT计算
fft_size = 256
# 计算三角波和其FFT
x, y = triangle_wave(fft_size)
fy = np.fft.fft(y) / fft_size
下面对计算的频谱进行可视化,频率对应的强度使用工程上常用的分贝dp来表示
# 绘制三角波的FFT的前20项的振幅,由于不含下标为偶数的值均为0, 因此取
# log之后无穷小,无法绘图,用np.clip函数设置数组值的上下限,保证绘图正确
p