汉明窗，蟒蛇2.7

Question

嗨，我有一个非常嘈杂的FFT。如何申请我的代码汉明窗口，以减少噪音。看看我的代码：

plt.subplot(212)
plt.title('Fast Fourier Transform')
plt.ylabel('Power [a.u.]')
plt.xlabel('Frequency Hz')
fft1 = (Bx[51:-14])
fft2 = (By[1:-14])

for dataset in [fft1]:
    dataset = np.asarray(dataset)
    psd = np.abs(np.fft.fft(dataset))**2.5
    freq = np.fft.fftfreq(dataset.size, float(300)/dataset.size)
    plt.semilogy(freq[freq>0], psd[freq>0]/dataset.size**2, color='r')

for dataset2 in [fft2]:
    dataset2 = np.asarray(dataset2)
    psd2 = np.abs(np.fft.fft(dataset2))**2.5
    freq2 = np.fft.fftfreq(dataset2.size, float(300)/dataset2.size)
    plt.semilogy(freq2[freq2>0], psd2[freq2>0]/dataset2.size**2, color='b')

plt.show（）是什么

我需要的是：

我已经看过（https://docs.scipy.org/doc/scipy-0.13.0/reference/generated/scipy.signal.hamming.html）和这个（https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.hamming.html），但仍然不知道如何将它应用到我的代码中。有任何想法吗？正如我所说，你在第二张照片中看到我需要什么。 也许Blackman窗口也适用，但仍然不知道如何添加它。

申请：

freqs, psd = scipy.signal.welch(dataset, fs=300, window='hamming')

给我这个，这看起来不像我想要的图表。

Answer 1

您似乎正在尝试估算信号的功率谱。如果是这种情况，您可以使用scipy.signal.welch函数之类的函数，该函数通过计算重叠数据段的FFT来估算平滑频谱。您可以直接传递方法window关键字参数，例如'hamming'或'blackman'。

编辑：

将此应用于您的数据，您可以执行以下操作：

freqs, psd = scipy.signal.welch(dataset, fs=300, window='hamming')

这将返回这些频率的频率和功率。我在这里假设300是您的采样率（根据您在问题中计算freq）。

Answer 2

似乎welch方法是正确的，所以我想到了我的问题，这就是答案。

   # Loop for FFT data
    for dataset in [fft1]:
        dataset = np.asarray(dataset)
        freqs, psd = welch(dataset, fs=266336/300, window='hamming', nperseg=8192)
        plt.semilogy(freqs, psd/dataset.size**2, color='r')

    for dataset2 in [fft2]:
        dataset2 = np.asarray(dataset2)
        freqs2, psd2 = welch(dataset2, fs=266336/300, window='hamming', nperseg=8192)
        plt.semilogy(freqs2, psd2/dataset2.size**2, color='b')