具有信号傅里叶变换的不同 Python 输出答案

【问题标题】：Different Python outputs with Signal Fourier Transform具有信号傅里叶变换的不同 Python 输出
【发布时间】：2017-08-17 05:26:24
【问题描述】：

我正在尝试对两个相同采样的数据块运行 Python STFT（也称为短时傅立叶变换）。

但是，由于我对数据的一项应用，我需要将其中的一些数据收集到.txt 文件中。

我很困惑为什么 STFT 会为来自 .csv 的数据工作，而不是为来自 .txt 文件的数据生成正确的输出。两者都是Panda.core.series.Series 数据类型，并且都具有相似大小的值。测试条件也相同。

我要排除故障的代码是标记为Code that isn't returning the expected output 的代码。任何见解或观察将不胜感激！

请注意，我有 result[::4] 行，因为我必须从每 4 个样本中删除 3 个样本，以匹配两种数据采集方法之间的采样率。

未返回预期输出的代码：

import json
result = []
with open("C:\\Users\\Desktop\\data.txt") as file:
    for line in file:
        result.append(json.loads(line)[-1])
result = result[::4]
result = pd.Series(result)

f, t, Zxx = scipy.signal.stft(result, fs=500, nperseg = 1000)
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.pcolormesh(t, f, np.abs(Zxx), vmin=0, vmax=0.001)
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

正常运行的代码：

test = pd.read_csv("C:\\Users\\Documents\\data.csv")
test.head()
test.columns = ['TS', 'Col1', 'Col2', 'Col3', 'Col4']

f, t, Zxx = scipy.signal.stft(test['Col1'], fs=500, nperseg = 1000)

fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.pcolormesh(t, f, np.abs(Zxx), vmin=0, vmax=0.001)
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

【问题讨论】：

抽取前需要使用低通滤波器。 Decimation：“单独下采样会导致高频信号分量被数据的后续用户误解，这是一种称为混叠的失真形式。”
有道理。我应该如何确定为其创建低通滤波器的频率？
那么我将如何获取低通输出并将其重新插入我的 STFT？
由于您要抽取 4，因此您需要一个在原始频率的 1/4 处具有显着衰减的滤波器。当我编写 DSP 软件时，我们使用了FIR 滤波器，在截止频率处具有 -60 dB 的衰减。过滤后，抽取（子序列）并通过STFT 运行结果。

标签： python fft

【解决方案1】：

你应该可以替换

result = result[::4]

与

result = scipy.signal.decimate(result, 4, ftype='fir')

我为滤波器类型指定了'fir'，因为 FIR 滤波器具有线性相位延迟。这对您的情况可能很重要，也可能不重要。

【讨论】：