Question

我有一个包含1000个传感器读数值的列表（采样率= 10Hz）：

sensor = [100,100,200,...,100]

我需要通过窗口函数（即Kaiser窗口）对该列表的子集进行频谱分析。

所以，我想得到一个列表，其中 FFT 是通过这些数据的多个子采样器计算的（让我们说100个结果），带有位移窗口< / strong> 50个读数（每个限制重叠25个读数），因此，在频域上获得20个结果。

然后，我想对3个频段应用带通加权函数（让我们说1-2Hz，2-4Hz，4-8Hz）。

结尾的结果应该是 2D列表，其中第一个维度是＆＃34; band＆＃34;在第二个中表示该频段的幅度（实部）的值。

bands = [[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20],[1,...],[1,...]]

任何人都可以帮助我吗？

编辑：好的，让我们分开问题：

1）给出一个列表= [1,2,3,4,5,6,7,8]。如何创建这种2D列表：list2D = [[1,2,3,4]，[3,4,5,6]，[5,6,7,8]]？这是制作位移窗口的第一个问题。

2）对于这个list2D的每个元素（第一维）：我如何与窗口函数一起进行FFT分析（FFT需要更多考虑＆＃34;考虑＆＃34;中间值）？

3）对于每个FFT结果，如何将带通滤波器（例如频谱实部的离散结果）转换为频率间隔的平均值？

Answer 1

对于第1部分和第2部分，请看下面的例子：

import numpy as np
import scipy as sci
from scipy.signal import blackman
from scipy.signal import hanning

a = np.array([1,2,3,4,5,6,7,8])


b = np.empty([2, int(len(a)/2)], dtype=complex)
b[0,:] = a[0:int(len(a)/2)]
b[1,:] = a[(int(len(a)/2)-1):-1]

res = np.empty([2, int(len(a)/2)], dtype=complex)

# create blackman window
w = blackman(int(len(a)/2))
# you could also use a hanning window:
# w = hanning(int(len(a)/2))

for i in range(2):
    res[i,:] = sci.fftpack.fft(b[i,:] * w)

这是你想要的吗？至于第3部分）我不太清楚你需要什么。

用窗口位移和带通计算FFT

1 个答案: