更新

Question

我正在分析波动中存在的谐波，它是沿着弦的位置发生的。我希望获得一个类似于此页面上展示的情节：https://softwaredevelopmentperestroika.wordpress.com/2013/12/10/fast-fourier-transforms-with-python-the-noise-and-the-signal/。为此，我编写了一个非对称三角形的代码，并实现了numpy的fft。然而，输出的数据不是我所期望的，并且它的频率为0 Hz。这是我的代码及其输出：

from numpy.fft import fft as npfft, fftfreq as npfftfreq
#triangular pulse
def triangular_pulse(x, xmean, sigma):
    for i in x:
        if x[i]<=xmean:
            y[i] = x[i]*(sigma/xmean)
        else :
            y[i] = sigma-(x[i]-xmean)*(sigma/(200-xmean))
    return y

N_masses = 200
T  = 0.0669264714
mu = .03937
cSq = T/mu
c  = np.sqrt(cSq)
dx = 1.0

dt = dx/c
print dt

#Initialize some arrays
x0  = np.arange(N_masses)*dx
y   = np.zeros(N_masses)
vy  = np.zeros(N_masses)
ay  = np.zeros(N_masses)

#Set Initial conditions (pluck)
# # half-pluck
# y = 30*gaussian_pulse(x0,x0[N_masses/2],2)

# quarter-pluck
y = triangular_pulse(x0,x0[N_masses/4],1)

rhat=npfft(y)
freaq=npfftfreq(len(y),dt)
plt.plot(freaq,np.abs(rhat)/len(rhat))
plt.show()

如果您发现问题的根源，请告诉我。谢谢！

更新

加 y = triangular_pulse（x0，x0 [N_masses / 40]，1） Y- = np.mean（y）的结果是更宽的非零带;然而，峰仍然以“0”为中心。

Answer 1

在运行频率分析之前，即在调用triangular_pulse之后，只需减去信号的平均值：

y-=y.mean()

您将获得非零频率的峰值。这是因为信号的平均分量不为零，将显示为零频率的分量。

编辑：作为评论，您可以使用numpy where重写三角形脉冲函数：

def triangular_pulse2(x,xmean,sigma):
    return where(x<xmean,x*sigma/xmean,sigma-(x-xmean)*(sigma/(200-xmean)))

用于谐波分析的快速傅里叶变换

更新

1 个答案: