利用傅里叶变换求信号波动性

最近在研究如何分析一维曲线的波动情况。如何定义波动见仁见智。我先定义什么叫完美的波动。

事实上,我可以认为正弦/余弦函数即为完美的波动。如果我将正弦/余弦的波动性定义为1,那么其它曲线越与正余弦函数相似,其波动性越接近于1,反之越接近于0。事实上,傅里叶变换即可近似地做到这一点。下面是我的尝试。

import numpy as np
import matplotlib.pyplot as plt

A = 1       # A为振幅。我们希望波动性与振幅无关
n = 2       # 基频倍数。我们希望波动性与波动周期也无关
t = np.linspace(0, 2*np.pi, 1000)
x = A * np.sin(n*t)

plt.plot(t, x, 'b-')
plt.show()

请添加图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值