【问题标题】:Why extreme large value to 0 frequency fft (numpy.fft.fft method)为什么将极大值设为 0 频率 fft(numpy.fft.fft 方法)
【发布时间】:2015-04-28 04:08:39
【问题描述】:

我有一个信号 ts,它的平均值大约为 40,并使用代码对其应用了 fft

ts = array([25, 40, 30, 40, 29, 48, 36, 32, 34, 38, 15, 33, 40, 32, 41, 25, 37,49, 41, 35, 23, 22, 36, 44, 28, 36, 32, 37, 39, 51])
index = fftshift(fftfreq(len(ts)))
ft_ts =fftshift(fft(ts))

输出

ft_ts = array([  -76.00000000 +8.34887715e-14j,   -57.72501110 +1.17054586e+01j,
       7.69492662 +9.79582336e+00j,   -29.11145618 -7.22493645e+00j,
      14.92140414 +4.58471353e+01j,   -26.00000000 -4.67653718e+01j,
     -39.61803399 -2.83601821e+01j,   -11.34044003 +8.66215368e+00j,
      23.68703939 +1.57391882e+01j,   -64.88854382 -2.44499549e+01j,
      50.00000000 -3.98371686e+01j,     4.09382150 -6.27663403e+00j,
     -37.38196601 -3.06708342e+01j,    35.97162964 +1.31929223e+01j,
      18.69662985 -2.20453671e+00j,  1048.00000000 +0.00000000e+00j,
      18.69662985 +2.20453671e+00j,    35.97162964 -1.31929223e+01j,
     -37.38196601 +3.06708342e+01j,     4.09382150 +6.27663403e+00j,
      50.00000000 +3.98371686e+01j,   -64.88854382 +2.44499549e+01j,
      23.68703939 -1.57391882e+01j,   -11.34044003 -8.66215368e+00j,
     -39.61803399 +2.83601821e+01j,   -26.00000000 +4.67653718e+01j,
      14.92140414 -4.58471353e+01j,   -29.11145618 +7.22493645e+00j,
       7.69492662 -9.79582336e+00j,   -57.72501110 -1.17054586e+01j])

在 0 频率 ft_ts 的值为 1048。这不应该是我的原始信号 ts 的平均值,即 40 吗?这里发生了什么?

非常感谢

【问题讨论】:

  • 试试 fft(np.ones(10))
  • @tom10 似乎是正确的导致数组([ 10.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0. +0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j])
  • 您的数组中有 25 个值? 眨眼 眨眼
  • @Jaime 长度为 30 为什么?
  • @Jaime 更新数据非常感谢 :)

标签: numpy scipy fft


【解决方案1】:

FFT 未归一化,因此第一项应该是总和,而不是均值。

例如看定义here

您可以看到,当k=0 时,指数项为1,您将得到x_n 的总和。

这就是为什么fft(np.ones(10)) 中的第一项是10,而不是11 是平均值(因为它是一个数组),10 是总和。

【讨论】:

    猜你喜欢
    • 2014-05-08
    • 2021-05-11
    • 2021-06-20
    • 1970-01-01
    • 2020-05-30
    • 2019-07-09
    • 1970-01-01
    • 1970-01-01
    • 2014-01-07
    相关资源
    最近更新 更多