Python利用FFT进行简单滤波的实现 - CSDN文库

97 浏览量更新于2023-03-16 3 收藏 153KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

Python利用利用FFT进行简单滤波的实现进行简单滤波的实现

今天小编就为大家分享一篇Python利用FFT进行简单滤波的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小

编过来看看吧

1、流程、流程

大体流程如下，无论图像、声音、ADC数据都是如下流程：

（1）将原信号进行FFT;

（2）将进行FFT得到的数据去掉需要滤波的频率；

（3）进行FFT逆变换得到信号数据；

2、算法仿真、算法仿真

2.1 生成数据：

#采样点选择1400个，因为设置的信号频率分量最高为600Hz，根据采样定理知采样频率要大于信号频率2倍，所以这里设置采样频率为1400Hz（即一秒内有1400个采样点）

x=np.linspace(0,1,1400)

#设置需要采样的信号，频率分量有180，390和600

y=2*np.sin(2*np.pi*180*x) + 3*np.sin(2*np.pi*390*x)+4*np.sin(2*np.pi*600*x)

2.2 对生成的数据进行FFT变换

yy=fft(y) #快速傅里叶变换

yf=abs(fft(y)) # 取模

yf1=abs(fft(y))/((len(x)/2)) #归一化处理

yf2 = yf1[range(int(len(x)/2))] #由于对称性，只取一半区间

2.3显示转换结果：

显示原始FFT模值：

#混合波的FFT（双边频率范围）

plt.figure(2)

plt.plot(xf,yf,'r') #显示原始信号的FFT模值

plt.title('FFT of Mixed wave(two sides frequency range)',fontsize=7,color='#7A378B') #注意这里的颜色可以查询颜色代码表

显示原始FFT归一化后的模值：

#混合波的FFT（归一化）

plt.figure(3)

plt.plot(xf1,yf1,'g')

plt.title('FFT of Mixed wave(normalization)',fontsize=9,color='r')

由于对称，只取一半区间进行显示

plt.figure(4)

plt.plot(xf2,yf2,'b')

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

weixin_38699830

粉丝: 6
资源: 973

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈