非常嘈杂的非周期信号的FFT

Question

我是python的新手，上个学期只做过一门课程。基本上我想要傅立叶变换聚合物图像的绘图轮廓，如下所示：

我尝试了几种不同的方式，但它没有给我任何东西，可能是因为它有多嘈杂，而且它是非周期性的，所以我只是想知道它是否真的可以做到这一点？

到目前为止，这是我的代码：

%matplotlib inline
import pylab as plt
import numpy as np
from math import pi
from scipy.fftpack import fft

x = open('20x0.5hr.txt')
Yvalues = []
for line in x:
    a,b = line.split()
    Yvalues.append(b)

FuncFFT=fft(Yvalues)
FuncFFT=np.abs(FuncFFT)
plt.plot(FuncFFT[:100])
plt.show()

感谢。

Answer 1

看起来事情正在发生，从某种频率开始然后增加，但是吵闹和不规律。或者它可能在前几个周期后停止，并且在该数据运行的中间会出现稍高的频率噪声。我认为这是感兴趣信号的一部分。还有一种下垂趋势。也许高频噪声正在做一些有趣的事情，幅度不同或有一些光谱结构。

如果对长期趋势不感兴趣，您可以使用高通滤波器将其减去，这样可以通过低频率（如图所示，每次运行数据为1到几个周期）或适合低阶多项式和减法。如果不感兴趣，可以通过低通滤波器降低最高频率的噪声。我倾向于成为一个Savitzky-Golay的粉丝，我可能会使用第四顺序和宽度大约是第一个大正峰值宽度的一半。我通常删除我不关心的东西，用于初始数据探索，只是为了让有趣的部分更易于查看和拟合曲线。

由于我对频率增加的印象，我可能会非线性地重新采样数据。而不是y与x，我定义了一个新的x＆＃39;它比左侧部分更多地拉伸数据的右侧部分。我试着用plt.plot（x * x，y）和各种表情玩具，直到我认为我看到均匀间隔的峰值。当然，对仪器和物理现象的理论理解将有助于缩小可能性。然后我会重新发布数据，所以我有价值y＆＃39;在x＆＃39;的统一网格上点，然后看傅立叶功率谱。

然后，在任何清洁或非线性拉伸之前，我可能会立即查看傅立叶功率谱。无论是立即还是在某些处理之后，功率谱都是以几行计算的。处理它的对数更容易。

f = fft(b)
p = np.log( np.real( f * np.conj(f) ) )
plt.plot(p)

仅绘制f的实部或虚部，不会显示有见地的信息。您可能会看到余弦部分而不是正弦部分 - 也就是说，您在图中看到的信号对信号的时移很敏感。要查看噪声中是否存在周期性信号，您必须查看功率谱。

最后，你看过Signal Processing Stack Exchange网站了吗？ https://dsp.stackexchange.com/。这些问题经常在那里处理，尽管编程语言细节通常会被推送到StackOverflow。