Частотный анализ нескольких пилообразных сигналов - PullRequest
Новая
       5

Частотный анализ нескольких пилообразных сигналов

0 голосов
/ 14 февраля 2019

Есть ли способ расчета основной частоты сигнала, состоящего из нескольких пилообразных функций?У меня есть необходимый сигнал из x шумных пилообразных сигналов, и я хочу получить их амплитуду и частоту.Смотрите код Python ниже: 

from scipy import signal
import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(0, 1, 100)
y = signal.sawtooth(1 * np.pi * t) + 0.1*signal.sawtooth(4 * np.pi * t) + 0.01*signal.sawtooth(50 * np.pi * t)

plt.plot(t, y)
plt.show()

, который дает график пилообразная функция

Есть ли способ разложить сигнал, чтобы получить что-то вроде: 

Frequency Amplitude
 1 1
 4 0.1
 50 0.01

Я пытался использовать БПФ, но сигнал не соответствует информации выше.Есть мысли о том, как разложить сигнал на его основные части, если это не синусоидальная волна?

Ответы [ 2 ]

0 голосов
/ 15 февраля 2019

Если число периодов всех пилообразных волн достаточно велико, попробуйте использовать автокорреляцию вместо БПФ.

0 голосов
/ 14 февраля 2019

если я правильно понял ваш запрос, вы можете использовать следующий код: 

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal
import scipy.fftpack

# Number of samplepoints : use 2**n powers to optimize FFT
N = 4096    # be aware of Nyquist–Shannon sampling theorem
# Length of your signal
t_f = 20
# sample spacing
T = t_f / N
# Time signal vector
t = np.linspace(0, t_f, N)
#
# first with trigonometric functions to make sure it's working
y = 2*np.cos(t) + 12*np.cos(9*t) + 5*np.cos(42*t) # here you got 1-9-42 harmonics
yf = scipy.fftpack.fft(y) # use FFT algorithm on the temporal signal
xf = np.linspace(0.0, t_f/(2.0*T), N/2)  # taking advantage of symmetry of FFT if the signal is real valued
# Plot of the spectral output
fig, ax = plt.subplots()
ax.plot(xf, 2.0/N * np.abs(yf[:N//2]))
plt.show()

, который дает с вашими функциями: 

# now with saw tooth functions
y = signal.sawtooth(1 * np.pi * t) + 0.1*signal.sawtooth(4 * np.pi * t) + 0.01*signal.sawtooth(50 * np.pi * t)
yf = scipy.fftpack.fft(y)
xf = np.linspace(0.0, t_f/(2.0*T), N/2)
# Plot of the spectral output
fig, ax = plt.subplots()
ax.plot(xf, 2.0/N * np.abs(yf[:N//2]))
plt.show()

После этого вы можете оставлять сообщенияобработайте эти результаты и получите заданную частоту / амплитуду спектральных составляющих вашего сигнала.

Надеюсь, это поможет вам.С уважением.

...