为什么我的傅立叶变换无法正常工作？

问题描述

因此，我尝试绘制EEG信号的傅立叶变换，通常使用完整信号，该信号以以下形状的numpy数组形式出现：例如，样本，通道 （16），这很容易，情节看起来很棒。但是后来我开始工作，没有完整的信号，而是类，它是碎片状的信号，也是这种形状的numpy数组：例如 samples，channels，observations ，例如[500、16、40 ]。

我的老师告诉我，最好的办法是对每个观察值（500x16x0、500x16x1，...，500x16x39）进行傅立叶变换，并促进所有观察值的变换。

这是我为获取转换而编写的python函数，它尝试将信号作为类（class1和class2串联）进行管理，如果失败，则意味着给定的信号是完整的信号，问题是当我绘制变换，使用类时的 y 轴数要比使用完整信号时的高得多。

知道为什么会这样吗？ 顺便说一句，无论是完整的信号还是类别，采样频率都明显相同。

def analysis(signal_to_transform):
    sign = signal_to_transform #Given signal
    try:
        observartions = len(sign[0,:]) # Pieces (Observations)
        n = len(sign[:,0]) #Size of the signal
    except IndexError:
        observartions = 1 # 1 because it's the complete signal which isn't cut in pieces
        n = len(sign[:,0]) #Size of the signal
    freqs = sampling_frequency*fftfreq(n)
    mask = freqs>0
    for i in range(0,number_of_channels):
      fft_Y = 0
      for j in range(0,observartions):
        y = None
        try:
          y = sign[:,i,j]
        except IndexError:
          y = sign[:,i]
        fft_y = 2*np.abs((fft(y)/n))
        fft_Y = fft_Y + fft_y
      fft_Y = fft_Y/observartions
      plt.figure(1)
      plt.title('Fourier transform')
      plt.plot(freqs[mask],fft_Y[mask],label='fourier')
    plt.show()

完整信号的傅立叶变换：（69440，16）

中介类的傅立叶变换形状：（1375，16，40）

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@）