问题描述
我使用 mix.webpackConfig({
stats: {
hash: true,version: true,timings: true,children: true,errors: true,errorDetails: true,warnings: true,chunks: true,modules: false,reasons: true,source: true,publicPath: true,}
});
对一个包含 400 个微分方程的系统进行积分（前 200 个方程是 200 个神经元的 x 分量方程，以及其他 200 个 y 分量的方程）。所以我进行集成的代码主体是这样的
odeint我使用哪个模型并不重要（我不想让事情变得更复杂），但集成部分是正确的。在 t_final = 100.0
dt = 0.01
t = np.arange(0,t_final,dt)
sol = odeint(full_derivative,z0,t)
x10 = sol[:,9]
y10 = sol[:,209]
中有我系统第 10 个振荡器的 x 分量信号，看起来像这样
很明显，这是一个具有特定周期和频率的周期信号。所以我想做一个傅立叶变换来找到这个频率。我使用此代码进行转换
x10我得到的结果是这样的（这不是很漂亮，因为它表明频率大约为零）。
ps 也许在这个例子中，系统的频率是相对明显的，但是如果我改变我的问题的参数，我最终可能会得到更复杂的解决方案。这就是我想做傅立叶变换的原因。
解决方法
如果第一个图中的时间单位是第二个，则该图对我来说很有意义，因为那样您应该有一个接近 0.1Hz 的重要频率分量。
我在第一部分看到您使用了 dt = 0.01，我知道这是采样间隔。其次，您使用的 f_s = len(t) // 2 应该是 1.0/dt 这实际上会使您发现的频率更小，因为现在 f_s 将是 100 而不是 5000，但是您的频率搜索仍然是采样频率的 0.2%，因此您必须放大感兴趣的区域。另一个需要注意的是，如果信号具有非零均值，则会有一个对应于频率为零的峰值。