赞
踩
如下所示:
def signal_xHz(A, fi, time_s, sample):
return A * np.sin(np.linspace(0, fi * time_s * 2 * np.pi , sample* time_s))
A:为信号幅值
fi:为信号频率
time_s:为时间长度(s)
sample:为信号采样频率
补充拓展:Python FFT合成波形实例
使用Python numpy模块带的FFT函数合成矩形波和方波,增加对离散傅里叶变换的理解。
导入模块
import numpy as np
import matplotlib.pyplot as plt
分别是产生一个周期的方波和三角波程序
# 产生size点取样的三角波,其周期为1
def triangle_wave(size):
x = np.arange(0, 1, 1.0/size)
y = np.where(x<0.5, x, 0)
y = np.where(x>=0.5, 1-x, y)
return x, y
def square_wave(size):
x = np.arange(0, 1, 1.0/size)
y = np.where(x<0.5, 1.0, 0)
return x, y
其中np.where函数第二个值是if,第三个是else
下面程序可以计算对应的频谱,采样点数取为2的n次幂是为了便于FFT计算
fft_size = 256
# 计算三角波和其FFT
x, y = triangle_wave(fft_size)
fy
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。