python生成任意频率正弦波方式
如下所示:
def signal_xHz(A, fi, time_s, sample):
return A * np.sin(np.linspace(0, fi * time_s * 2 * np.pi , sample* time_s))
A:为信号幅值
fi:为信号频率
time_s:为时间长度(s)
sample:为信号采样频率
补充拓展:Python FFT合成波形实例
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 plt.figure() plt.plot(np.clip(20*np.log10(np.abs(fy[:20])), -120, 120), "o") plt.xlabel("frequency bin") plt.ylabel("power(dB)") plt.title("FFT result of triangle wave")
下面用正弦和余弦函数合成信号
# 取FFT计算的结果freqs中的前n项进行合成,返回合成结果,计算loops个周期的波形 def fft_combine(freqs, n, loops=1): length = len(freqs) * loops data = np.zeros(length) index = loops * np.arange(0, length, 1.0) / length * (2 * np.pi) for k, p in enumerate(freqs[:n]): if k != 0: p *= 2 # 除去直流成分之外,其余的系数都*2 data += np.real(p) * np.cos(k*index) # 余弦成分的系数为实数部 data -= np.imag(p) * np.sin(k*index) # 正弦成分的系数为负的虚数部 return index, data
其中index代表频谱空间的采样点
画出合成信号,x坐标使用默认的整数表示即可
# 绘制原始的三角波和用正弦波逐级合成的结果,使用取样点为x轴坐标 plt.figure() plt.plot(y, label="original triangle", linewidth=2) for i in [0,1,3,5,7,9]: index, data = fft_combine(fy, i+1, 2) # 计算两个周期的合成波形 plt.plot(data, label = "N=%s" % i) plt.legend() plt.title("partial Fourier series of triangle wave") plt.show()
以上这篇python生成任意频率正弦波方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
赞 (0)