0

我试图计算这组实验数据的傅里叶变换。我最终查看了 0 Hz 分量较高的数据。关于如何删除它的任何想法？0 Hz 分量实际上代表什么？

#Program for Fourier Transformation
# last update 131003, aj
import numpy as np
import numpy.fft as fft
import matplotlib.pyplot as plt

def readdat( filename ):
    """
        Reads experimental data from the file
    """

    # read all lines of input files
    fp = open( filename, 'r')
    lines = fp.readlines() # to read the tabulated data
    fp.close()

    # Processing the file data
    time = []
    ampl = []
    for line in lines:
        if line[0:1] == '#':
            continue # ignore comments in the file
        try:
            time.append(float(line.split()[0]))
            #first column is time
            ampl.append(float(line.split()[1]))
            # second column is corresponding amplitude
        except:
            # if the data interpretation fails..
            continue
    return np.asarray(time), np.asarray(ampl)

if __name__ == '__main__':

    time, ampl = readdat( 'VM.dat')
    print time
    print ampl

    spectrum = fft.fft(ampl)
    # assume samples at regular intervals
    timestep = time[1]-time[0] 
    freq = fft.fftfreq(len(spectrum),d=timestep)
    freq=fft.fftshift(freq)
    spectrum = fft.fftshift(spectrum)
    plt.figure(figsize=(5.0*1.21,5.0))
    plt.plot(freq,spectrum.real)
    plt.title("Measured Voltage")
    plt.xlabel("frequency(rad/s)")
    plt.ylabel("Spectrum")
    plt.xlim(0.,5.)
    plt.ylim(ymin=0.)
    plt.grid()
    plt.savefig("VM_figure.png")
4

2 回答 2

1

如果处理前数据集的平均值为零，则 0Hz 分量应该可以忽略不计。这相当于使用选项“常量”对数据进行去趋势{scipy detrend} 。

这有时用作低精度系统中的预处理步骤，因为对具有大 DC 偏移的数据进行有限精度数值处理会产生相关的数值误差。

于 2013-10-09T12:15:06.987 回答
0

0 Hz 分量代表信号的直流偏移。

您可以使用任何高通滤波器将其移除，只需将截止频率尽可能低（滤波器可以是数字或模拟的，我不知道您的实验设置是什么）。

一个简单的可能性就是将该值强制为 0（以这种方式修改 FFT 等效于应用高通FIR 滤波器）。

于 2013-10-09T06:48:58.983 回答