FFT指数形式最终出现在嘈杂的奥迪车上

Question

我正在编写一个python脚本，尝试对FFT数据的各个阶段进行操作。所以我现在要做的第一步就是让基本的东西发挥作用：

1. 进行FFT
2. 规范化数据
3. 分离振幅和相位
4. 把电流和相位放在一起
5. 做IFFT
6. 检查是否听起来应该是这样

到目前为止，我已经成功地完成了第1步和第2步，所以用numpy-RFFT进行FFT是正确的，然后标准化工作也很好，所以当执行IFFT并再次播放它时，它听起来应该是正确的。然而，分离安培和相位，并把它们放在一起会引入很多噪音，所以出了问题。下面是我使用Numpy和Scipy模块的代码：

samplerate, data = wavfile.read(location)
audio = data.T[0] # first track of audio    
fftData = np.fft.rfft(audio[sample:], length)
fftData = np.divide(fftData, (np.median(fftData))) #normalization with median value
phas = np.angle(fftData) #calculating the phases
amps = np.abs(fftData) #calculating the amplitudes
#here I'd do the phase manipulation
phas = np.exp(phas) #transforming phases to exponential form
amps = np.multiply(amps,phas) #multiplying the amps with the exp form of phases to get the exponential form of the complex number
output = np.fft.irfft(amps).astype(dtype=np.float32) #doing the IRFFT, I use float32 because I play it back with py audio which uses float32.

那我做错什么了？我从这里读到：https://www.intmath.com/complex-numbers/5-exponential-form.php复数可以是指数形式，所以相位和振幅可以是单独的数组。根据这个位置，数据应该是安培数（幅度）和相位指数形式的乘积。所以我有什么误解，因为它听起来真的很吵？我甚至尝试正常化后，再次加入阶段和安培，但它没有工作

Answer 1

你可以使用指数形式的阶段，但你必须使用复杂的指数。更具体地说，在您的例子中，phas = np.angle(fftData0被计算为实值角度（以弧度为单位），因此exp的相角参数必须首先乘以1j

正确的复指数应该是：

phas = np.exp(np.multiply(1j, phas))