【问题标题】:Fourier Transform of signal with short intervals of measurement具有短测量间隔的信号的傅立叶变换
【发布时间】:2020-04-08 17:31:59
【问题描述】:

所以从我拥有的数据开始 - 一天,每隔几个小时会有一个小的间隔(约 1 分钟),其中有少于 50 次幅度的测量(不均匀分布)的信号。信号不是周期性的

我想弄清楚的是,在一天内使用某种形式的数据获取信号中出现的频率的最佳方法是什么。我熟悉 FT 是什么以及它的作用,但我从未将它应用到任何实际场景中,尤其是像这样的场景。我应该在每个间隔上分别进行 FT,然后获得给定日期的某种频率平均值,还是最好的方法是什么?

请随意询问有关数据的更多信息,我不想详细说明。

【问题讨论】:

  • 您对周期小于 1 分钟的组件感兴趣,还是对周期为多个小时的组件感兴趣?请注意,这两组之间的周期采样不足,因此会产生别名。

标签: python data-science fft frequency-analysis


【解决方案1】:

有一些方法可以对不均匀采样的数据进行 fft。他们做了一些近似,但它可能足以满足您的需要。 (https://scicomp.stackexchange.com/questions/593/how-do-i-take-the-fft-of-unevenly-spaced-data)

所以是的,我认为您需要每隔 1 分钟取一次 fft,然后在一天中取平均值。或者您需要多长时间。这就是你能做的几乎所有事情。

【讨论】:

  • 感谢您提供的信息,当涉及到平均时,您如何建议我这样做,只是通常的算术平均?
  • 是的。注意确保您的各种 fft 的频率相同,然后获取 FFT 的幅度(一些库将具有为您执行此操作的函数/方法)然后对您的幅度进行逐箱平均。您可能应该先查看一些单独的 fft,然后再进行平均,看看您是否可以看到相似之处。
猜你喜欢
  • 2019-07-02
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2014-08-06
  • 1970-01-01
  • 1970-01-01
  • 2022-01-02
  • 2018-11-21
相关资源
最近更新 更多