制作一个函数来进行傅里叶逆变换
Posted
技术标签:
【中文标题】制作一个函数来进行傅里叶逆变换【英文标题】:Making a function to take the inverse fourier transform 【发布时间】:2020-12-19 10:58:29 【问题描述】:我正在尝试通过创建自己的函数来进行傅立叶逆变换。这是对我的时间序列进行傅里叶变换的函数,它看起来工作正常。
def DFT(x, frequencies):
N1 = x.size
k = frequencies.size
t = np.arange(N1)
fourier = np.zeros(k)
for i in range(0,k):
fourier[i] = np.dot(x,(1/k)*np.exp(-2j*np.pi*frequencies[i]*t))
return fourier
这是我的原始信号(只是一个正弦波):
N2 = 1*10**6
time = np.arange(0,N2,1000)
lam = .1*10**6
f = 1/lam
freq = np.arange(0,.05,.0001)
signal = np.sin(2*np.pi*f*time)
功率谱是使用我的 DFT(傅立叶函数)绘制的:
plt.plot(freq, np.abs(DFT(signal,freq))**2)
plt.xlabel('Frequency')
plt.title('Spectrum of Sine Wave')
plt.grid()
plt.show()
但是当我尝试将我的函数应用于傅里叶逆变换时,我没有得到我原来的正弦波:
def IFT(fft, frequencies):
N = fft.size
k = frequencies.size
n = np.arange(N)
inverse_fourier = np.zeros(k)
for i in range(0,k):
inverse_fourier[i] = np.dot(fft,np.exp((-2j*np.pi*frequencies[i]*n)/N)) #[None,:]
return inverse_fourier
我的功能有什么问题?我没有收到任何错误,但返回的信号完全错误。
【问题讨论】:
【参考方案1】:运行您的代码,您应该会收到以下警告:
ComplexWarning: Casting complex values to real discards the imaginary part
fourier[i] = np.dot(x,(1/k)*np.exp(-2j*np.pi*frequencies[i]*t))
由于生成的傅立叶变换应该是复数值,因此该警告应引起关注。要消除此警告,您可以像这样初始化fourier
:
fourier = np.zeros(k, dtype=complex)
Discrete Fourier Transform 的公式还包括覆盖整个[0,1)
范围的频率的总和。要获得 1000 点 DFT(正如您在代码中所做的那样),您必须使用
freq = np.arange(0,1,.001)
这将产生一个包含 2 个尖峰的频谱:一个处于预期频率,另一个对称的高于奈奎斯特频率。在绘制实值信号的频谱时,通常会丢弃高于奈奎斯特频率的结果(但在 IFT
函数中使用完整频谱)。
最后,作为GrimTriggerpointed out:
您的指数倒数应该是正数(2j 而不是 -2j)并删除 /N
【讨论】:
【参考方案2】:在你的倒数中,指数应该是正数(2j
而不是-2j
)并删除/N
,它给出(添加了用于演示的图):
import numpy as np
import matplotlib.pyplot as plt
def DFT(x, frequencies):
N1 = x.size
k = frequencies.size
t = np.arange(N1)
fourier = np.zeros(k)
for i in range(0,k):
fourier[i] = np.dot(x, (1/k)*np.exp(-2j*np.pi*frequencies[i]*t))
return fourier
def IFT(fft, frequencies):
N = fft.size
k = frequencies.size
n = np.arange(N)
inverse_fourier = np.zeros(k)
for i in range(0,k):
inverse_fourier[i] = np.dot(fft, np.exp((2j*np.pi*frequencies[i]*n))) #[None,:]
return inverse_fourier
N2 = 1*10**6
time = np.arange(0,N2,2000)
lam = .1*10**6
f = 1/lam
freq = np.arange(0,.05,.0001)
signal = np.sin(2*np.pi*f*time)
plt.plot(time, signal)
plt.xlabel('Time')
plt.title('Sine Wave')
plt.grid()
plt.show()
dft = DFT(signal, freq)
plt.plot(freq, np.abs(dft)**2)
plt.xlabel('Frequency')
plt.title('Spectrum of Sine Wave')
plt.grid()
plt.show()
plt.plot(time, IFT(dft, freq))
plt.xlabel('Time')
plt.title('Sine Wave')
plt.grid()
plt.show()
给出(第一个罪图省略):
和
【讨论】:
以上是关于制作一个函数来进行傅里叶逆变换的主要内容,如果未能解决你的问题,请参考以下文章