信号生成及DFT的python实现方式


Posted in Python onFebruary 25, 2020

DFT

DFT(Discrete Fourier Transform),离散傅里叶变化,可以将离散信号变换到频域,它的公式非常简单:

信号生成及DFT的python实现方式

信号生成及DFT的python实现方式离散频率下标为k时的频率大小

信号生成及DFT的python实现方式 离散时域信号序列

信号生成及DFT的python实现方式 信号序列的长度,也就是采样的个数

如果你刚接触DFT,并且之前没有信号处理的相关经验,那么第一次看到这个公式,你可能有一些疑惑,为什么这个公式就能进行时域与频域之间的转换呢?

这里,我不打算去解释它,因为我水平有限,说的不清楚。相反,在这里我想介绍,作为一个程序员,如何如实现DFT

从矩阵的角度看DFT

DFT的公式,虽然简单,但是理解起来比较麻烦,我发现如果用矩阵相乘的角度来理解上面的公式,就会非常简单,直接上矩阵:

信号生成及DFT的python实现方式

OK,通过上面的表示,我们很容易将DFT理解成为一种矩阵相乘的操作,这对于我们编码是很容易的。

Talk is cheap, show me the code

根据上面的理解,我们只需要构建出S SS矩阵,然后做矩阵相乘,就等得到DFT的结果

在这之前,我们先介绍如何生成正弦信号,以及如何用scipy中的fft模块进行DFT操作,以验证我们的结果是否正确

正弦信号

信号生成及DFT的python实现方式

A: 幅度

f: 信号频率

n: 时间下标

T: 采样间隔, 等于 1/fs,fs为采样频率

ϕ \phiϕ: 相位

下面介绍如何生成正弦信号

import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline
def generate_sinusoid(N, A, f0, fs, phi):
 '''
 N(int) : number of samples
 A(float) : amplitude
 f0(float): frequency in Hz
 fs(float): sample rate
 phi(float): initial phase
 
 return 
 x (numpy array): sinusoid signal which lenght is M
 '''
 
 T = 1/fs
 n = np.arange(N) # [0,1,..., N-1]
 x = A * np.cos( 2*f0*np.pi*n*T + phi )
 
 return x

N = 511
A = 0.8
f0 = 440
fs = 44100
phi = 0

x = generate_sinusoid(N, A, f0, fs, phi)

plt.plot(x)
plt.show()

信号生成及DFT的python实现方式

# 另一种生成正弦信号的方法,生成时长为t的序列
def generate_sinusoid_2(t, A, f0, fs, phi):
 '''
 t (float) : 生成序列的时长
 A (float) : amplitude
 f0 (float) : frequency
 fs (float) : sample rate
 phi(float) : initial phase
 
 returns
 x (numpy array): sinusoid signal sequence
 '''
 
 T = 1.0/fs
 N = t / T
 
 return generate_sinusoid(N, A, f0, fs, phi)

A = 1.0
f0 = 440
fs = 44100
phi = 0
t = 0.02

x = generate_sinusoid_2(t, A, f0, fs, phi)

n = np.arange(0, 0.02, 1/fs)
plt.plot(n, x)

信号生成及DFT的python实现方式

Scipy FFT

介绍如何Scipy的FFT模块计算DFT

注意,理论上输入信号的长度必须是信号生成及DFT的python实现方式才能做FFT,而scipy中FFT却没有这样的限制

这是因为当长度不等于信号生成及DFT的python实现方式时,scipy fft默认做DFT

from scipy.fftpack import fft

# generate sinusoid
N = 511
A = 0.8
f0 = 440
fs = 44100
phi = 1.0
x = generate_sinusoid(N, A, f0, fs, phi)

# fft is
X = fft(x)
mX = np.abs(X) # magnitude
pX = np.angle(X) # phase

# plot the magnitude and phase
plt.subplot(2,1,1)
plt.plot(mX)

plt.subplot(2,1,2)
plt.plot(pX)
plt.show()

信号生成及DFT的python实现方式

自己实现DFT

自己实现DFT的关键就是构造出S,有两种方式:

信号生成及DFT的python实现方式

def generate_complex_sinusoid(k, N):
 '''
 k (int): frequency index
 N (int): length of complex sinusoid in samples
 
 returns
 c_sin (numpy array): the generated complex sinusoid (length N)
 '''
 
 n = np.arange(N)
 
 c_sin = np.exp(1j * 2 * np.pi * k * n / N)
 
 return np.conjugate(c_sin)

def generate_complex_sinusoid_matrix(N):
 '''
 N (int): length of complex sinusoid in samples
 
 returns
 c_sin_matrix (numpy array): the generated complex sinusoid (length N)
 '''
 
 n = np.arange(N)
 n = np.expand_dims(n, axis=1)  # 扩充维度,将1D向量,转为2D矩阵,方便后面的矩阵相乘
 
 k = n
 
 m = n.T * k / N     # [N,1] * [1, N] = [N,N]
 
 S = np.exp(1j * 2 * np.pi * m)  # 计算矩阵 S
 
 return np.conjugate(S)
# 生成信号,用于测试
N = 511
A = 0.8
f0 = 440
fs = 44100
phi = 1.0
x = generate_sinusoid(N, A, f0, fs, phi)

# 第一种方式计算DFT
X_1 = np.array([])
for k in range(N):
 s = generate_complex_sinusoid(k, N)
 X_1 = np.append(X_1, np.sum(x * s))
 
mX = np.abs(X_1)
pX = np.angle(X_1)

# plot the magnitude and phase
plt.subplot(2,1,1)
plt.plot(mX)

plt.subplot(2,1,2)
plt.plot(pX)
plt.show()

# 结果和scipy的结果基本相同

信号生成及DFT的python实现方式

# 第二种方法计算DFT
S = generate_complex_sinusoid_matrix(N)
X_2 = np.dot(S, x)

mX = np.abs(X_2)
pX = np.angle(X_2)

# plot the magnitude and phase
plt.subplot(2,1,1)
plt.plot(mX)

plt.subplot(2,1,2)
plt.plot(pX)
plt.show()

信号生成及DFT的python实现方式

总结

回顾了DFT的计算公式,并尝试用矩阵相乘的角度来理解DFT

介绍了两种生成正弦信号的方法

实现了两种DFT的计算方法

完整代码在这里

以上这篇信号生成及DFT的python实现方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python中设置变量访问权限的方法
Apr 27 Python
Python黑魔法@property装饰器的使用技巧解析
Jun 16 Python
Python自动化运维和部署项目工具Fabric使用实例
Sep 18 Python
HTML中使用python屏蔽一些基本功能的方法
Jul 07 Python
详谈pandas中agg函数和apply函数的区别
Apr 20 Python
Python DataFrame设置/更改列表字段/元素类型的方法
Jun 09 Python
python3实现小球转动抽奖小游戏
Apr 15 Python
关于numpy.where()函数 返回值的解释
Dec 06 Python
Python 实现黑客帝国中的字符雨的示例代码
Feb 20 Python
解决pytorch 交叉熵损失输出为负数的问题
Jul 07 Python
python实现移动木板小游戏
Oct 09 Python
python在协程中增加任务实例操作
Feb 28 Python
Pycharm远程连接服务器并实现代码同步上传更新功能
Feb 25 #Python
python生成任意频率正弦波方式
Feb 25 #Python
python numpy库linspace相同间隔采样的实现
Feb 25 #Python
Pandas时间序列:时期(period)及其算术运算详解
Feb 25 #Python
基于pygame实现童年掌机打砖块游戏
Feb 25 #Python
python GUI库图形界面开发之PyQt5拖放控件实例详解
Feb 25 #Python
python GUI库图形界面开发之PyQt5美化窗体与控件(异形窗体)实例
Feb 25 #Python
You might like
php解析url的三个示例
2014/01/20 PHP
PHP中call_user_func_array回调函数的用法示例
2016/11/26 PHP
PHP+redis实现微博的推模型案例分析
2019/07/10 PHP
浅谈PHP array_search 和 in_array 函数效率问题
2019/10/15 PHP
[转]JS宝典学习笔记
2007/02/07 Javascript
学习YUI.Ext基础第一天
2007/03/10 Javascript
js停止输出代码
2008/07/20 Javascript
jQuery ul标签下拉菜单演示代码
2010/12/11 Javascript
jquery div 居中技巧应用介绍
2012/11/24 Javascript
jsvascript图像处理—(计算机视觉应用)图像金字塔
2013/01/15 Javascript
javascript闭包传参和事件的循环绑定示例探讨
2014/04/17 Javascript
js实现匹配时换色的输入提示特效代码
2015/08/17 Javascript
Bootstrap前端开发案例一
2016/06/17 Javascript
bootstrap table分页模板和获取表中的ID方法
2017/01/10 Javascript
基于Bootstrap的网页设计实例
2017/03/01 Javascript
基于JavaScript实现瀑布流布局
2018/08/15 Javascript
javascript实现文本框标签验证的实例代码
2018/10/14 Javascript
JavaScript作用域链实例详解
2019/01/21 Javascript
如何在项目中使用log4.js的方法步骤
2019/07/16 Javascript
Python时间戳与时间字符串互相转换实例代码
2013/11/28 Python
Python实现Kmeans聚类算法
2020/06/10 Python
PyQt5每天必学之关闭窗口
2018/04/19 Python
pyqt5 实现 下拉菜单 + 打开文件的示例代码
2019/06/20 Python
AE美国鹰美国官方网站:American Eagle Outfitters
2016/08/22 全球购物
比利时买床:Beter Bed
2017/12/06 全球购物
物流管理专业大学生自荐信
2013/10/04 职场文书
银行求职推荐信范文
2013/11/30 职场文书
秋季运动会加油稿200字
2014/01/11 职场文书
初级会计求职信范文
2014/02/15 职场文书
珍惜资源的建议书
2014/08/26 职场文书
乡镇群众路线教育实践活动整改措施
2014/10/04 职场文书
教师思想作风整顿个人剖析材料
2014/10/10 职场文书
2014年帮扶工作总结
2014/11/26 职场文书
酒店总经理岗位职责
2015/04/01 职场文书
2015年全民创业工作总结
2015/07/23 职场文书
适合后台管理系统开发的12个前端框架(小结)
2021/06/29 Javascript