用 python 实现FFT,绘制频谱图
关键词 :fft , scipy 库, fftshift ,单边谱,双边谱,频谱泄露
前言
之前都是在matlab上实现FFT,现在因为需要,在python上进行实现,在此做一个记录。
代码
直接上代码
import numpy as np
from scipy.fftpack import fft,fftshift
import matplotlib.pyplot as plt
N = 1024 # 采样点数
sample_freq=120 # 采样频率 120 Hz, 大于两倍的最高频率
sample_interval=1/sample_freq # 采样间隔
signal_len=N*sample_interval # 信号长度
t=np.arange(0,signal_len,sample_interval)
signal = 5 + 2 * np.sin(2 * np.pi * 20 * t) + 3 * np.sin(2 * np.pi * 30 * t) + 4 * np.sin(2 * np.pi * 40 * t) # 采集的信号
fft_data = fft(signal)
# 在python的计算方式中,fft结果的直接取模和真实信号的幅值不一样。
# 对于非直流量的频率,直接取模幅值会扩大N/2倍, 所以需要除了N乘以2。
# 对于直流量的频率(0Hz),直接取模幅值会扩大N倍,所以需要除了N。
fft_amp0 = np.array(np.abs(fft_data)/N*2) # 用于计算双边谱
fft_amp0[0]=0.5*fft_amp0[0]
N_2 = int(N/2)
fft_amp1 = fft_amp0[0:N_2] # 单边谱
fft_amp0_shift = fftshift(fft_amp0) # 使用fftshift将信号的零频移动到中间
# 计算频谱的频率轴
list0 = np.array(range(0, N))
list1 = np.array(range(0, int(N/2)))
list0_shift = np.array(range(0, N))
freq0 = sample_freq*list0/N # 双边谱的频率轴
freq1 = sample_freq*list1/N # 单边谱的频率轴
freq0_shift=sample_freq*list0_shift/N-sample_freq/2 # 零频移动后的频率轴
# 绘制结果
plt.figure()
# 原信号
plt.subplot(221)
plt.plot(t, signal)
plt.title(' Original signal')
plt.xlabel('t (s)')
plt.ylabel(' Amplitude ')
# 双边谱
plt.subplot(222)
plt.plot(freq0, fft_amp0)
plt.title(' spectrum two-sided')
plt.ylim(0, 6)
plt.xlabel('frequency (Hz)')
plt.ylabel(' Amplitude ')
# 单边谱
plt.subplot(223)
plt.plot(freq1, fft_amp1)
plt.title(' spectrum single-sided')
plt.ylim(0, 6)
plt.xlabel('frequency (Hz)')
plt.ylabel(' Amplitude ')
# 移动零频后的双边谱
plt.subplot(224)
plt.plot(freq0_shift, fft_amp0_shift)
plt.title(' spectrum two-sided shifted')
plt.xlabel('frequency (Hz)')
plt.ylabel(' Amplitude ')
plt.ylim(0, 6)
plt.show()
结果
分别绘制了原信号,双边谱,单边谱和移动零频后的谱
总结和讨论
- 概要:设定的原信号的频率分量分别有 直流量(0Hz,幅值为5),20Hz (幅值为2),30Hz(幅值为3),40Hz(幅值为4),采样点数N为1024,采样频率Fs为120Hz
- 计算可知, 频率分辨率为 120 1024 \frac{120}{1024} 1024120, 信号长度L= N F s = 1024 120 \frac{N}{Fs}=\frac{1024}{120} FsN=1201024
- 关于频谱泄露的考虑:
20Hz ,30Hz,40Hz 分量对应的周期为 1 20 \frac{1}{20} 201(s), 1 30 \frac{1}{30} 301(s), 1 40 \frac{1}{40} 401(s),信号长度L( 1024 120 \frac{1024}{120} 1201024)能被30Hz对应的周期( 1 30 \frac{1}{30} 301)整除,因此,频谱图上30Hz对应的幅值都是准确的,但是信号长度L不能被20Hz和40Hz对应的周期整除,出现了频谱泄露,因此幅值则略有偏差。从图上也可以看到,20Hz和40Hz对应的峰的底部有一定的宽度。
----------------------- The END ----------------------------------------