为什么 numpy FFT 仅适用于 10、20、30 秒的样本

问题描述

我正在使用 numpy FFT 函数来查找低频信号的幅度、频率和相位。聚焦在 0-10 hz 之间。我的项目的一部分是改变采样时间和采样频率。测试当前使用单位幅度和设置频率的函数。 在 10.20 秒以外的任何样本量下，fft 都会变得相当不准确。

因为我使用的单位幅度为 1，所以如果我的缩放关闭，输出应该都是 1，或者至少是相同的数字。但是当不使用 10 的倍数样本时，我的 aptitude 输出从 1 到 0.66。

我尝试更改采样时间和频率以匹配总样本大小，但这似乎没有任何影响。

为什么会这样？ 我找不到任何关于为什么 FFT 仅适用于这些离散时间段的信息。

函数使用：

z = Series(ampl_OR[i] * np.cos(2*np.pi*freq_OR[i]*t_OR + phase_OR[i]))

Ramp = np.fft.fft(z) #real amplitudes used to find phase

Rfeq = np.fft.fftfreq(z.shape[-1]) #real frequency domain to find phase

例如，我希望此输出适用于任何时间序列。 measured over 20 seconds

而是得到这样的情节。 measured over 23 seconds

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）