用Python实现FFT

Question

我从一个振动传感器接收两个numpy阵列形式的数据。第一个数组表示振动测量的实际值，第二个数组表示相应的时间信息（时间戳）。例如：

vibraton_data = np.array([621,1546,262])

timestamps = np.array([1592583531, 1592583548, 1592583555])

这意味着对于每个振动测量，我都有时间信息

现在我想应用快速傅里叶变换。有人知道怎么做吗？我的第一次尝试是这样的：

N = 600 
T = 1.0 / 800.0 
x = np.linspace(0.0, N*T, N)
yf = fft(vibration_data)
xf = np.linspace(0.0, 1.0/(2.0*T), N/2)

但是我不知道如何处理我的时间数组中的时间信息

Answer 1

这实际上是一个信号处理问题，而不是Python问题。您在这里有几个选项：

• 如果数据是统一采样的，则可以完全忽略时间戳。您需要的所有信息都在数据中，（恒定）采样频率：f_s=1.0/（时间戳[1]-时间戳[0]）
• 如果没有，您可以：
  • 使用Non-uniform DFT（here是一个实现，尚未尝试）
  • 在非均匀时间戳之间插入数据，使其变得均匀。请注意，这将有效地对数据应用低通滤波器，这可能不是您想要的（更多关于插值here的效果）

在所有情况下，当您执行FFT时，不再需要时间信息，因为您在频域中