【发布时间】:2018-03-06 15:51:07
【问题描述】:
我需要对非严格周期性的步态信号执行 FFT。下面是我为双面和单面创建的代码。但是,我不知道这是否正确,因为信号不是严格周期性的——人们每走一步都不同。如果我每个周期采样相同数量的样本,那么我不知道给 fftpack.fftfreq(n, d) 参数 d 提供什么。现在我将 d 设置为样本之间的时间间隔。如果我每个时期创建相同数量的样本,那么 d 将会改变。
不知道该怎么办。这里有现成的代码吗?
def plotDoubleSidedSpectrum(y,timestep,SigName,xlimit):
n=len(y)
FFT = fftpack.fft(y)
freqs = fftpack.fftfreq(n,d=timestep)
print(FFT)
fig,ax=plt.subplots()
ax.plot(freqs,np.abs(FFT)/n,'r')
ax.set_xlabel(SigName+ ': Double Sided Frequency in Hertz [Hz]')
ax.set_ylabel('Frequency Domain (Spectrum) Magnitude')
ax.set_xlim(-xlimit, xlimit)
def plotSingleSidedSpectrum(y,timestep,SigName,xlimit):
n=len(y)
FFT = fftpack.fft(y)
freqs = fftpack.fftfreq(n,d=timestep)
freqSingle = freqs[:n//2]
AmpSingle = 2*np.abs(FFT[:n//2])/n # divided by n is to normalize it
fig,ax=plt.subplots()
ax.plot(freqSingle,AmpSingle,'r')
ax.set_xlabel(SigName+':Single Sided Frequency in Hertz [Hz]')
ax.set_ylabel('Frequency Domain (Spectrum) Magnitude')
ax.set_xlim(0,xlimit)
【问题讨论】:
-
如果每个周期有N个样本,则可以设置d=1/N,单位为1/周期。
-
感谢您的回复。是否有任何现有代码可以在每个周期准确地采样 N 个样本然后执行 FFT?我是新手,想着用代码找到信号的峰值,然后了解峰值之间的时间差,然后进行插值等,似乎相当困难。
-
是的,这不是微不足道的。但我想我不明白您为什么要这样做...您是否尝试使用 FFT 进行步态识别?如果是这样,您不想在步骤持续时间中包含任何违规行为吗?你在处理什么信号?
标签: python numpy signal-processing fft fftpack