scipy.signal.

ZoomFFT

class scipy.signal.ZoomFFT(n, fn, m=None, *, fs=2, endpoint=False)

创建可调用的 Zoom FFT 转换函数。

这是针对单位圆周围一组等距频率的 chirp z 转换 (CZT) 的缩略形式，用于比计算整个 FFT 并截断更有效地计算 FFT 的一部分。

参数:

nint

信号大小。

fnarray_like

给出频率范围的长度-2 序列 [f1, f2]，或标量，范围 [0, fn] 用于假定。

mint，可选

要评估的点数。默认值为 n。

fs浮点数，可选

采样频率。例如，如果 fs=10 表示 10 kHz，那么 f1 和 f2 也将以 kHz 为单位给出。默认采样频率为 2，因此 f1 和 f2 应在 [0, 1] 范围内以使转换低于奈奎斯特频率。

endpointbool，可选

如果 True，f2 为最后一个样本。否则，不包括在内。默认为 False。

返回:

fZoomFFT

可调用对象 f(x, axis=-1) 用于计算 x 上的缩放 FFT。

请参见

zoom_fft

计算缩放 FFT 的便捷函数。

备注

选择默认值，使 f(x, 2) 等于 fft.fft(x)，并且如果 m > len(x)，那么 f(x, 2, m) 等于 fft.fft(x, m)。

采样频率为 1/dt，即信号 x 中样本之间的时步。单位圆对应于 0 到采样频率之间的频率。默认采样频率 2 表示 f1，f2 值在 [0, 1) 范围内，直至奈奎斯特频率。对于以弧度表示的 f1，f2 值，应使用 2*pi 的采样频率。

请记住，缩放 FFT 只能插补现有 FFT 的点。它无法帮助分辨两个单独的相邻频率。只有增加采集时间才能提高频率分辨率。

这些函数使用布鲁斯坦算法（与 scipy.fft 一样）实现。 [2]

参考资料

[1]

史蒂夫·艾伦·希林，“啁啾 z 转换及其应用”研究，第 29 页（1970 年） https://krex.k-state.edu/dspace/bitstream/handle/2097/7844/LD2668R41972S43.pdf

[2]

利奥·I·布鲁斯坦，“一种计算离散傅立叶变换的线性滤波方法”，东北电子研究与工程会议记录 10，218-219 (1968)。

示例

在浏览器中试用一下！

要在图像上标绘转换结果，请使用以下类似函数

>>> import numpy as np
>>> from scipy.signal import ZoomFFT
>>> t = np.linspace(0, 1, 1021)
>>> x = np.cos(2*np.pi*15*t) + np.sin(2*np.pi*17*t)
>>> f1, f2 = 5, 27
>>> transform = ZoomFFT(len(x), [f1, f2], len(x), fs=1021)
>>> X = transform(x)
>>> f = np.linspace(f1, f2, len(x))
>>> import matplotlib.pyplot as plt
>>> plt.plot(f, 20*np.log10(np.abs(X)))
>>> plt.show()

返回在新标签页中打开

方法

__call__(x, *[, axis])	计算信号的 chirp z 变换。
points()	返回计算 chirp z 变换的点。