Calcolo della trasformazione di Fourier di Segnali complessi con la furtiera di Scipy: Esempi pratici

Quando si lavora con segnali complessi, soprattutto nell'elaborazione digitale dei segnali, strumenti come la funzione FFT di SciPy offrono modi efficienti per eseguire questi calcoli, e questo articolo presenta esempi pratici di come calcolare il Fourier Transform dei segnali complessi utilizzando SciPy.

Uso di base di SciPy FFT

La libreria SciPy offre il modulo ], che include la funzione . Questa funzione calcola la Fourier Transform monodimensionale discreta di dati reali o complessi di input.

Per eseguire un Fourier Transform su un segnale complesso, semplicemente passare l'array complesso alla funzione [. L'uscita sarà un array complesso che rappresenta il dominio di frequenza del segnale di ingresso.

Esempio: Fourier Transform of a Complex Sinusoid

Considerare un complesso sinusoide composto da due onde sine con frequenze diverse. Generando questo segnale e applicando FFT rivela i suoi componenti di frequenza.

In primo luogo, creare il segnale:

Applicare FFT:

Lo spettro di magnitudo può essere ottenuto con:

Interpretazione dei risultati

L'uscita FFT contiene numeri complessi che rappresentano l'ampiezza e le informazioni di fase per ogni componente di frequenza. L'indice corrisponde al contenitore di frequenza, che può essere calcolato come:

Plotting lo spettro di magnitudine contro queste frequenze aiuta a visualizzare le frequenze dominanti nel segnale.

Conclusioni

La funzione FFT di SciPy offre un modo semplice per analizzare i segnali complessi nel dominio di frequenza, generando segnali e interpretando l'output FFT, gli utenti possono estrarre informazioni di frequenza significative per varie applicazioni.