使用列表中的数据拟合Python中的正弦波

Question

我有一个大约100个数字的列表。我知道数据合理地适合某些正弦函数。我想创造某种曲线。理想情况下，我想提取幅度，相位和频率。有什么建议或想法吗？

例如： inputList = [x1，...，x100]

我试图找出一些能够做到这一点的功能

def fitCurve(inputList): A = amplitude(inputList) #calculate frequency #calculate phase

def amplitude(data):
    return (max(data) - min(data))/2

def frequency(data):
    #my first intuition is to find the first peak, but I'm not sure how to find the second one

def phase(data):
   #not sure what to do here at all...

Answer 1

我不会给你代码，但这可能是我想要的。成功在很大程度上取决于您的数据有多好。 最后一步，要获得幅度，频率和相位的最终值，您可以使用一些优化框架。只是这通常需要一个非常好的初始解决方案。 但是，如果我们假设数据生成为x(t) = A*sin(2*pi*f*t + phi) + w(t)，其中w(t)是加法，零均值，噪声，则以下内容可以起作用：

1. 使用DFT通过在信号的振幅谱中找到峰值来估算频率。
2. 通过查看最大/最小信号值来估算振幅。可能需要一些预过滤（简单的低通？）来获得一个好的估计。
3. 使用优化来查找相位并微调幅度和频率。