FFT 结果 Matlab VS Numpy (Python)：结果不一样

Question

我有一个 Matlab 脚本来计算信号的 DFT 并绘制它：

（数据可查here）

clc; clear; close all;

fid = fopen('s.txt');
txt = textscan(fid,'%f'); 

s = cell2mat(txt);

nFFT = 100;
fs = 24000;
deltaF = fs/nFFT;
FFFT = [0:nFFT/2-1]*deltaF;
win = hann(length(s));

sw = s.*win;
FFT = fft(sw, nFFT)/length(s);
FFT = [FFT(1); 2*FFT(2:nFFT/2)];
absFFT = 20*log10(abs(FFT));

plot(FFFT, absFFT)
grid on

我正在尝试将其翻译成 Python，但无法获得相同的结果。

import numpy as np
from matplotlib import pyplot as plt

x = np.genfromtxt("s.txt", delimiter='  ')

nfft = 100
fs = 24000
deltaF = fs/nfft;
ffft = [n * deltaF for n in range(nfft/2-1)]
ffft = np.array(ffft)
window = np.hanning(len(x))

xw = np.multiply(x, window)
fft = np.fft.fft(xw, nfft)/len(x)
fft = fft[0]+ [2*fft[1:nfft/2]]
fftabs = 20*np.log10(np.absolute(fft))

plt.figure()
plt.plot(ffft, np.transpose(fftabs))
plt.grid()

我得到的图（左边是Matlab，右边是Python）：

我做错了什么？

Answer 1

我不是 Mathlab 用户，所以我不确定，但有几件事我想问一下，看看我是否可以帮助你。

您在创建数组后调用了 np.array (ffft)。这可能不会像您希望的那样改变数组的性质，也许最好尝试在 np.array(n * deltaF for n in range(nfft/2-1)) 中定义它我不确定格式，但您明白了。另一件事是范围对我来说似乎不合适。您希望它的值为 49？

另一个是 fft = fft[0]+ [2*fft[1:nfft/2]] 与 FFT = [FFT(1); 2*FFT(2:nFFT/2)]; 的比较我不确定比较是否准确。对我来说，这似乎是一种不同类型的定义？

此外，当我进行这些类型的计算时，我 'print' 列出了中间步骤，这样我就可以比较数字以查看它在哪里中断。

希望对您有所帮助。

Answer 2

在您连接两个列表的一种情况下，两种代码都不同

FFT = [FFT(1); 2*FFT(2:nFFT/2)];

在matlab代码中

在另一个中，将 fft 的第一个值与向量的其余部分相加

fft = fft[0]+ [2*fft[1:nfft/2]]

'+' 不要在这里连接，因为你有 numpy 数组

在python中应该是：

fft = fft[0:nfft/2]
fft[1:nfft/2] =  2*fft[1:nfft/2]

Answer 3

我发现使用 np.fft.rfft 而不是 np.fft.fft 并按如下方式修改代码即可：

import numpy as np
from matplotlib import pyplot as pl

x = np.genfromtxt("../Matlab/s.txt", delimiter='  ')

nfft = 100
fs = 24000
deltaF = fs/nfft;
ffft = np.array([n * deltaF for n in range(nfft/2+1)])
window = np.hanning(len(x))

xw = np.multiply(x, window)
fft = np.fft.rfft(xw, nfft)/len(x)
fftabs = 20*np.log10(np.absolute(fft))

pl.figure()
pl.plot(np.transpose(ffft), fftabs)
pl.grid()

结果图： right result with Python

我可以看到第一个点和最后一个点，以及振幅都不一样。这对我来说不是问题（我对一般形状更感兴趣），但如果有人能解释一下，我会很高兴。

FFT 结果 Matlab VS Numpy (Python)：结果不一样

FFT results Matlab VS Numpy (Python) : not the same results

python

matlab

numpy

fft