如何从信号中提取准确的频率？

Question

我有一个一维信号阵列。这个数组保存了一些我想用 np.fft.

分析的特征的信息

作为示例，我尝试了以下操作：

我的函数应该是简单的正弦波 lambda x : sin(x)，理论上当我通过这个函数输入一个数组时我会得到一个信号数组，当用 fft 转换时应该告诉我主要成分来自该信号的是（伪代码）signal = 1* sin(x).

到目前为止，我无法从这里的任何答案中获得任何智慧，所以我提出了这个问题。

现在我的问题是：如何从信号中获取 "raw" 正弦分量权重？

这就是我卡住的地方：

>>> y = f(x)
>>> fqs = np.fft.fft(y)
>>> fqs
array([ 3.07768354+0.00000000e+00j,  3.68364588+8.32272378e-16j,
        8.73514635-7.15951776e-15j, -7.34287625+1.04901868e-14j,
       -2.15156054+5.10742080e-15j, -1.1755705 +4.87611209e-16j,
       -0.78767676+3.40334406e-16j, -0.58990993+4.25167217e-16j,
       -0.476018  -3.43242308e-16j, -0.40636656+1.13055751e-15j,
       -0.36327126+1.55440604e-16j, -0.33804202-1.07128132e-16j,
       -0.32634218+2.76861429e-16j, -0.32634218+8.99298797e-16j,
       -0.33804202+5.02435797e-16j, -0.36327126-1.55440604e-16j,
       -0.40636656-3.06536611e-16j, -0.476018  -4.57882679e-17j,
       -0.58990993+4.31587904e-16j, -0.78767676+9.75500354e-16j,
       -1.1755705 -4.87611209e-16j, -2.15156054-1.87113952e-15j,
       -7.34287625+1.79193327e-15j,  8.73514635-6.76648711e-15j,
        3.68364588-6.60371698e-15j])
>>> np.abs(_)
array([3.07768354, 3.68364588, 8.73514635, 7.34287625, 2.15156054,
       1.1755705 , 0.78767676, 0.58990993, 0.476018  , 0.40636656,
       0.36327126, 0.33804202, 0.32634218, 0.32634218, 0.33804202,
       0.36327126, 0.40636656, 0.476018  , 0.58990993, 0.78767676,
       1.1755705 , 2.15156054, 7.34287625, 8.73514635, 3.68364588])
>>> where do I find my 1*sin(x) ?

Answer 1

尽管此处显示了您的 x 变量，但我认为您没有生成周期函数。这对我来说很好用：

import numpy as np
x=np.linspace(0,np.pi*2,100,endpoint=False)
y=np.sin(x)
yf=np.fft.rfft(y)

输出是

 (-1.5265566588595902e-16+0.0j)
 (-1.8485213360008856e-14+-50.0j)
 (5.8988036787285649e-15+-3.4015634637549994e-16j)
 (-1.0781745022416177e-14+-3.176912458933349e-15j)
 (6.9770353907875146e-15+-3.6920723832369405e-15j)

唯一没有零虚数的是模式1

如何从信号中提取准确的频率？

How to extract exact frequencies from signal?

python

signal-processing

fft