Python利用FFT进行简单滤波的实现

更新时间：2020年02月26日 10:13:21 作者：moge19

今天小编就为大家分享一篇Python利用FFT进行简单滤波的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

1、流程

大体流程如下，无论图像、声音、ADC数据都是如下流程：

（1）将原信号进行FFT;

（2）将进行FFT得到的数据去掉需要滤波的频率；

（3）进行FFT逆变换得到信号数据；

2、算法仿真

2.1 生成数据：

#采样点选择1400个，因为设置的信号频率分量最高为600Hz，根据采样定理知采样频率要大于信号频率2倍，所以这里设置采样频率为1400Hz（即一秒内有1400个采样点）
x=np.linspace(0,1,1400)
#设置需要采样的信号，频率分量有180，390和600
y=2*np.sin(2*np.pi*180*x) + 3*np.sin(2*np.pi*390*x)+4*np.sin(2*np.pi*600*x)

2.2 对生成的数据进行FFT变换

yy=fft(y)           #快速傅里叶变换
yf=abs(fft(y))        # 取模
yf1=abs(fft(y))/((len(x)/2))      #归一化处理
yf2 = yf1[range(int(len(x)/2))] #由于对称性，只取一半区间

2.3显示转换结果：

显示原始FFT模值：

#混合波的FFT（双边频率范围）
plt.figure(2)
plt.plot(xf,yf,'r') #显示原始信号的FFT模值
plt.title('FFT of Mixed wave(two sides frequency range)',fontsize=7,color='#7A378B') #注意这里的颜色可以查询颜色代码表

显示原始FFT归一化后的模值：

#混合波的FFT（归一化）
plt.figure(3)
plt.plot(xf1,yf1,'g')
plt.title('FFT of Mixed wave(normalization)',fontsize=9,color='r')

由于对称，只取一半区间进行显示

plt.figure(4)
plt.plot(xf2,yf2,'b')
plt.title('FFT of Mixed wave)',fontsize=10,color='#F08080')

3、利用FFT进行滤波

例如将频率为600HZ的噪声滤掉，这里直接将该频段的数据置零：

yy=fft(y)           #快速傅里叶变换
yreal = yy.real        # 获取实数部分
yimag = yy.imag        # 获取虚数部分
test_y =yy
for i in range(len(yy)):
  if i <=900 and i>=500:
    test_y[i]=0

对置零后的数据进行逆变换：

test = np.fft.ifft(test_y) #对变换后的结果应用ifft函数，应该可以近似地还原初始信号。

对还原的数据进行FFT变换的结果：

滤波后的数据和原数据相对比:

蓝色的为原数据，橙色的为滤波后的数据

假设将400Hz和600Hz的信号都滤掉得到的信号图像如下：

4、对随机噪声进行滤波

源码：

noise_size = 1400
noise_array = np.random.normal(0, 2, noise_size)
  
    
adc_value=[]
  
for i in range(noise_size):
    
  adc_value.append(0)
 
y= np.array(adc_value) + noise_array

yy=fft(y)           #快速傅里叶变换
yf=abs(fft(y))        # 取模
yf1=abs(fft(y))/((len(y)/2))      #归一化处理
yf2 = yf1[range(int(len(y)/2))] #由于对称性，只取一半区间
#混合波的FFT（双边频率范围）
xf = np.arange(len(y)) 
plt.figure(1)
plt.plot(xf,yf,'r') #显示原始信号的FFT模值
plt.title('FFT of Mixed wave(two sides frequency range)',fontsize=7,color='#7A378B') #注意这里的颜色可以查询颜色代码表

yy=fft(y)           #快速傅里叶变换
yreal = yy.real        # 获取实数部分
yimag = yy.imag        # 获取虚数部分
test_y =yy
for i in range(len(yy)):
  if i <=1200 and i>=200:
    test_y[i]=0
test = np.fft.ifft(test_y) #对变换后的结果应用ifft函数，应该可以近似地还原初始信号。
y=test
yy=fft(y)           #快速傅里叶变换
yf=abs(fft(y))        # 取模
yf1=abs(fft(y))/((len(y)/2))      #归一化处理
yf2 = yf1[range(int(len(y)/2))] #由于对称性，只取一半区间
#混合波的FFT（双边频率范围）
xf = np.arange(len(y)) 
plt.figure(2)
plt.plot(xf,yf,'r') #显示原始信号的FFT模值
plt.title('FFT of Mixed wave(two sides frequency range)',fontsize=7,color='#7A378B') #注意这里的颜色可以查询颜色代码表

运行结果：

原数据频谱图：

滤波后的频谱图：

滤波后（蓝色线）与原数据（红色线）对比：

以上这篇Python利用FFT进行简单滤波的实现就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

Pyhton中防止SQL注入的方法
这篇文章主要介绍了Pyhton中防止SQL注入的方法,本文讲解的方法简单实用,需要的朋友可以参考下
2015-02-02
python 协程中的迭代器，生成器原理及应用实例详解
这篇文章主要介绍了python 协程中的迭代器，生成器原理及应用,结合具体实例形式详细分析了Python协程中的迭代器，生成器概念、原理及应用操作技巧,需要的朋友可以参考下
2019-10-10
Python 高级库15 个让新手爱不释手(推荐)
对于初学者来说，这是一种简单易学的编程语言；另一个原因：大量开箱即用的第三方库，正是 23 万个由用户提供的软件包使得 Python 真正强大和流行，本文给大家分享15 个让新手爱不释手Python 高级库的相关知识，感兴趣的朋友一起看看吧
2021-05-05
Python实现的文本编辑器功能示例
这篇文章主要介绍了Python实现的文本编辑器功能,结合实例形式详细分析了基于wxpython实现文本编辑器所需的功能及相关实现技巧,需要的朋友可以参考下
2017-06-06
《与孩子一起学编程》python自测题
本文内容是关于《与孩子一起学编程》python自测题，大家可以跟着测试题上机测试下程序。
2018-05-05
一篇文章弄懂Python中的内建函数
Python学习,内建函数是你必须要掌握的一部分,下面这篇文章主要给大家介绍了关于Python中内建函数的相关资料,文中通过图文介绍的非常详细,需要的朋友可以参考下
2021-08-08
ID3决策树以及Python实现详细过程
决策树是我本人非常喜欢的机器学习模型,非常直观容易理解,并且和数据结构的结合很紧密,下面这篇文章主要给大家介绍了关于ID3决策树以及Python实现的相关资料,需要的朋友可以参考下
2024-01-01
如何基于python3和Vue实现AES数据加密
这篇文章主要介绍了如何基于python3和Vue实现AES数据加密,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-03-03
Flask蓝图学习教程
在Flask中，使用蓝图Blueprint来分模块组织管理。蓝图实际可以理解为是一个存储一组视图方法的容器对象，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习吧
2022-10-10
关于Python中循环器 itertools的介绍
循环器是对象的容器，包含有多个对象。通过调用循环器的next()方法 (__next__()方法，在Python 3.x中)，循环器将依次返回一个对象。直到所有的对象遍历穷尽，循环器将举出StopIteration错误。这篇文章将对此做一个详细介绍，感兴趣的小伙伴请参考下面文字内容
2021-09-09