如何选择正确的邻域采样数据以获得正确的主频结果

Question

我找到了一段Python代码片段。我用它来创建有用的Python代码来提取主要频率。我知道该代码是有效的，因为我在一些运行中使用了默认的N和Nev值，并收到了与正弦方法相同的Strouhal数（St）

我在计算涡街的频率，所以我没有直流频率，但我得到“0.0”。当代码运行时，我测试了N和Nev的值。我注意到支配频率的最终结果非常依赖于N

我已经看过了推荐的帖子，但没有达到要求。这是代码。当提升数据增加时，如何调整linspace的采样

#1/usr/bin/env python

import sys
import numpy as np
import scipy.fftpack as fftpack
import matplotlib.pyplot as plt


print("Hello World!")

N = 2500
Nev = 1000

data = np.loadtxt('CoefficientLiftData.dat', usecols= (0,3)) 

times = data[:,0]
length = int(len(times)/2)

forcez= data[:,1]
t = np.linspace(times[length], times[-1], N) 
forcezint = np.interp(t, times, forcez) 

fourier = fftpack.fft(forcezint[Nev-1:N-1])
frequencies = fftpack.fftfreq(forcezint[Nev-1:N-1].size, d=t[1]-t[0]) 
#print(frequencies)
freq = frequencies[np.argmax(np.abs(fourier))]


print(freq)

Answer 1

关于如何选择正确的频率标度，你看过this answer吗？此外，如果信号在间隔边界处不相等，您应该查看窗口函数，如Tukey window，以获得信号的正确频率

编辑：您还可以看看this answer，它详细解释了如何获得FFT分析的正确结果