У меня есть массив однородного сигнала, который был выбран с частотой 10 Гц (то есть две последовательные точки данных находятся на расстоянии 100 миллисекунд). Это фактически величина 3-х осей трехмерного гироскопа, массив содержит 30 точек данных (за 3 секунды). Я показываю частоту этой серии следующим образом
import numpy as np
import matplotlib.pyplot as pl
sample_rate = 10
x = np.array([318.45,302.78,316.47,334.14,333.41,326.15,320.07,318.68,314.12,308.64,300.15,304.33,318.42,322.72,329.56,339.18,338.03,343.27,351.44,353.23,352.35,352.88,353.43,352.14,351.28,352.82,353.36,353.35,353.19,353.82])
x = np.array(x) - np.mean(x)
p = np.abs(np.fft.rfft(x))
f = np.linspace(0, sample_rate/2, len(p))
pl.plot(f, p)
pl.show()
Может кто-нибудь сказать мне, правильно ли я построил или нет? Я планирую рассчитать следующие характеристики (сверху сигнал)
- D C Компонент
- Спектральная энергия
- Информационная энтропия
- Доминант частотные компоненты
- Основная частота
- Величина первых пяти компонентов анализа БПФ
Может ли кто-нибудь помочь мне заполнить приведенный выше код для расчета этих функций?
----@RoadRunner66: Пожалуйста, смотрите мои вопросы ниже, так как я не смог отправить вам длинный ответ ----
Спасибо за ваш ответ и ваш код,
Что касается вашего вопроса, данные взяты из гироскопа, который измеряет углы Эйлера.
Итак (сумма x [i] ** 2: 3357757.0) - это спектральная энергия? Если да, то нужно ли нормализовать его, разделив это число на n? (или умножьте на n, как вы сделали), однако две нижеприведенные статьи имеют различия в своих определениях.
Как и в первой статье (первая ссылка ниже), они заявили, что "Вторая особенность в частотной области набор был выбран в качестве спектральной энергии, которая определяется как сумма квадратов коэффициентов БПФ "
Во второй статье (2-я ссылка) они указали другим способом, что " Спектральная энергия : квадратичная сумма спектральных коэффициентов, деленная на количество выборок в окне "
А как насчет основной частоты, это то же самое значение (термин) с доминантной частотой? Я думаю, что основная частота относится к единственной, которая имеет самый высокий пик спектра?
Я напечатал частоты и эквивалентные величины в два ряда, как это 
Я думаю, что вы напечатали величину первых 5, как желтый сильфон. Я не уверен насчет определения «Первые 5 компонентов»
Если мы используем первые пять последовательных, как вы указали, имеет ли смысл включать те (например, с частотой 0 или 0,666) и кормить их в мою модель прогнозирования (как объяснено ниже), потому что она слишком низкая по сравнению с другими. Если возвращаемый спектр ясен с доминирующими частотами, такими как 1 Гц и 3 Гц, то, возможно, величина на частоте 0,5 Гц или 1,5 Гц будет близка к нулю.
Может ли это быть термин "Величина первых пяти компонентов" анализа БПФ »- это« Величина первых пяти доминирующих компонентов », как я выделил синим цветом? Относится ли этот термин к 5 значениям или только к 1 значениям (квадрат root от суммы 5 квадратов)? Если это относится к 5 значениям (весьма вероятно, что это так), то я думаю, что пять лучших доминирующих компонентов по величине будут лучшим выбором, когда речь идет о сравнении разницы между двумя сигналами?
Кстати, второй в статье также написано «Первые 5-БПФ коэффициенты: первые 5 из коэффициентов быстрого преобразования Фурье взяты, так как они охватывают основные частотные компоненты, а использование дополнительных коэффициентов не улучшило точность»
Если честно, я работаю над проблемой коровьей деятельности, моя стратегия состоит в том, чтобы сегментировать данные датчика по времени windows (3,5,7..секунды) и извлекать элементы из каждого окна, а затем передавать их к модели машинного обучения.
(Мои данные включают в себя 3D-гироскоп и 3D-акселерометр, прикрепленный к шее коровы, выборка данных датчиков составляет 10 Гц)
Я хочу объединить два типа функций, один раз функции домена, а другой - функции частотной области.
Я прочитал статью и обнаружил вышеупомянутый набор характеристик частотной области, который включает термин «Величина первых пяти компонентов анализа БПФ» (из этой статьи https://ieeexplore.ieee.org/abstract/document/4663615) и из этой https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4634510/
Второй, который они называли «Первые 5-БПФ коэффициенты: первые 5 из коэффициентов быстрого преобразования Фурье берутся, так как они захватывают компоненты основной частоты, и использование дополнительных коэффициентов не улучшили точность. "
Большое спасибо за ваше чтение и ответ!