巨蟒快速傅立叶变换后如何获得小垃圾箱？

Question

我用scipy.signal.fft.rfft()来计算信号的功率谱密度。采样频率为1000 The，信号包含2000点。所以频率箱是(1000/2)/(2000/2)=0.5Hz。但是我需要分析0-0.1Hz中的信号.

我看到了一些建议chirp变换的答案，但我没有找到用Python编写的任何工具箱。

那么，我如何用Python完成这个小桶分析呢？或者我可以像Butterworth滤波器那样将信号滤波到0-0.1Hz。

非常感谢!

Answer 1

即使使用另一个转换，也不会产生更多的数据。

如果你有一个1千赫的采样和2s的样本，那么你的精度是0.5Hz。您可以使用chirpz (或者只使用sinc()，这是数据在梳子样本之间的形状)进行插值，但是当前点上的数据是决定您在叶(0 0Hz到0.5Hz之间)中有什么的数据。

如果你想要0.1Hz的实际精度，你需要10s的数据。

Answer 2

除非你使用更多(更长的)数据，否则你无法获得较小的频率箱来分离近光谱峰。

您不能只使用更窄的过滤器，因为这样的过滤器的瞬态响应将比您的数据长。

你可以得到更小的频率箱，这只是附近频率桶之间的平滑插值，例如，通过零填充数据和使用更长的FFT，在更宽的纸上或更高的dpi图形分辨率上绘制频谱。但这不会产生更多细节。