python中的FFT没有给出预期的结果[关闭]

Question

最近我一直在尝试通过 python 计算信号的 FFT。 问题是，我只在 fft 图中得到基频。如下：

如果我们查看“Sinal”图，那么谐波比我在 FFT 中得到的要多得多。我将波形与示波器进行了比较，似乎相等，但 FFT 与示波器计算的波形有很大不同。另外，我不知道为什么 FFT 看起来那么干净。

我正在使用此代码。

import numpy
from matplotlib import pyplot as plt
from scipy import fft, signal
import csv

with open('output.csv') as csv_file:
    csv_reader = csv.reader(csv_file, delimiter=',')
    line_count = 0
    data=[]
    time=[]

    count = 0
    for row in csv_reader:
        data.append(row)
        count += 1
    i = 0
    rec_data = []
    data = numpy.array(data)
    while i < count:
        rec_data.append(float(data[i]))
        i+=1
    
    recv_data = rec_data - numpy.mean(rec_data)

    time_step = 1/9835
    fft_transform_complex = fft.fft(recv_data)
    print(fft_transform_complex)
    fourrier_transform = 2/50000 * numpy.abs(fft_transform_complex) #Tira o módulo e normaliza o valor
    sample_frequencies = fft.fftfreq(50000, time_step)
    fig, axs = plt.subplots(2, 1, constrained_layout=True)
    fig.suptitle('Sinal e FFT')
    axs[0].plot(recv_data)
    # O filtro atrasa o sinal, por isso não pode pegar o sinal no começo
    axs[0].set_xlim([0,450])
    axs[0].set_title('Sinal')
    axs[0].set_ylabel('Corrente [A]')
    axs[0].set_xlabel('Amostra [n]')
    axs[1].plot(sample_frequencies, fourrier_transform)
    axs[1].set_xlim([0,300])
    axs[1].set_title('FFT')
    axs[1].set_ylabel('Amplitude')
    axs[1].set_xlabel('Frequência [Hz]')
    plt.show()

Answer 1

首先，matplotlib 有一个用于生成幅度谱图的内置方法，让您不必再猜测哪里可能存在错误。 您所有的 FFT 代码都可以替换为：

Fs = 9835
axs[1].magnitude_spectrum(recv_data, Fs, sides='onesided')
axs[1].set_xlim([0,500])
axs[1].set_title('FFT')
axs[1].set_ylabel('Amplitude')
axs[1].set_xlabel('Frequência [Hz]')

magnitude_spectrum 也会执行 FFT。

与您的示波器相比，Y 轴刻度很可能会关闭。 您正在使用线性刻度绘制 FFT，但工具更常见的是使用对数 dB 刻度。

尝试： axs[1].magnitude_spectrum(recv_data, Fs, sides='onesided', scale='dB') 你会得到类似的东西

如果不是很接近，您的示波器不太可能同时对整个 50k 个样本进行 FFT。尝试将幅度谱调用更改为：

axs[1].magnitude_spectrum(recv_data[0:1024], Fs, sides='onesided', scale='dB')

它可能与您在示波器中看到的更接近。