FFT 的逆函数与原始函数不同

Posted

技术标签:

【中文标题】FFT 的逆函数与原始函数不同【英文标题】:inverse of FFT not the same as original function 【发布时间】:2013-05-18 21:56:17 【问题描述】:

我不明白为什么 ifft(fft(myFunction)) 与我的函数不同。它似乎是相同的形状,但因子为 2(忽略恒定的 y 偏移)。我能看到的所有文档都说有一些 fft 没有做的规范化,但是 ifft 应该处理这个问题。下面是一些示例代码 - 你可以看到我在哪里设置了 2 的系数来给我正确的答案。感谢您的帮助 - 这让我发疯了。

import numpy as np
import scipy.fftpack as fftp
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt

def fourier_series(x, y, wn, n=None):
    # get FFT
    myfft = fftp.fft(y, n)
    # kill higher freqs above wavenumber wn
    myfft[wn:] = 0
    # make new series
    y2 = fftp.ifft(myfft).real
    # find constant y offset
    myfft[1:]=0
    c = fftp.ifft(myfft)[0]
    # remove c, apply factor of 2 and re apply c
    y2 = (y2-c)*2 + c

    plt.figure(num=None)
    plt.plot(x, y, x, y2)
    plt.show()

if __name__=='__main__':
    x = np.array([float(i) for i in range(0,360)])
    y = np.sin(2*np.pi/360*x) + np.sin(2*2*np.pi/360*x) + 5

    fourier_series(x, y, 3, 360)

【问题讨论】:

【参考方案1】:

您正在消除0-wn 之间的负频率。

我认为您的意思是将myfft 设置为0,用于[-wn, wn] 之外的所有频率。

更改以下行:

myfft[wn:] = 0

到:

myfft[wn:-wn] = 0

【讨论】:

太棒了——你说的很对。多谢你们。我喜欢人们能够如此迅速地回应 SO! 如果您满意,请务必将问题标记为已回答。【参考方案2】:

当您执行myfft[wn:] = 0 时,您正在删除一半的频谱。负频率是数组上半部分的频率,是必需的。

你有第二个方法来得到你的结果,它是用实部来找到 y2:y2 = fftp.ifft(myfft).realfftp.ifft(myfft) 由于频谱的不对称性而具有不可忽略的虚部)。

使用myfft[wn:-wn] = 0 而不是myfft[wn:] = 0 修复它,并删除软糖。所以固定的代码看起来像:

import numpy as np
import scipy.fftpack as fftp
import matplotlib.pyplot as plt    

def fourier_series(x, y, wn, n=None):
    # get FFT
    myfft = fftp.fft(y, n)
    # kill higher freqs above wavenumber wn
    myfft[wn:-wn] = 0
    # make new series
    y2 = fftp.ifft(myfft)

    plt.figure(num=None)
    plt.plot(x, y, x, y2)
    plt.show()

if __name__=='__main__':
    x = np.array([float(i) for i in range(0,360)])
    y = np.sin(2*np.pi/360*x) + np.sin(2*2*np.pi/360*x) + 5

    fourier_series(x, y, 3, 360)

在尝试进行信号处理时,确实值得关注您正在创建的临时数组。总是有一些关于哪里出了问题的线索可以引导你找到问题所在。在这种情况下,您采取实部掩盖了问题,使您的任务更加困难。

只是补充一点:有时取结果数组的实部是正确的做法。通常情况下,您最终会得到信号输出的虚部,这只是逆 FFT 输入中的数值误差。通常这表现为非常小的虚数值,所以取实部基本上是同一个数组。

【讨论】:

以上是关于FFT 的逆函数与原始函数不同的主要内容,如果未能解决你的问题,请参考以下文章

如何在每个FFT计算中检索不同的原始频率并且在java中没有任何频率泄漏

使用 scipy fft 计算信号的自相关给出了与直接计算不同的答案

Matlab fft 和 Scipy fft 的 FFT 结果略有不同

UVA 12298 Super Poker II(FFT+母函数)

fft2 (matlab) 和 fftw (C) 的不同结果

对于默认构造函数和析构函数,“=default”与“”有何不同?