如何解决衰减正弦波的FFT numpy的微分
我正在尝试通过对数据数组进行FFT,将该数组乘以频域乘以一个虚数单元,最后进行逆变换,来获得衰减的正弦曲线(位于左上角的图)的导数。黄线是fft的导数。这种方法遇到2个问题:
-
有一个我无法解决的缩放因子。我什至尝试乘以“ dt”(如下面的代码所示,在图表中表示),但这并不能完全解决我的问题,我也不知道为什么;
-
如果我决定改用
np.fft.rfft()
,则比例因子问题消失了,但我现在有了一个非常“摆动”的导数。
我在做什么错了?
N=1000
t,dt=np.linspace(-1,1,N,retstep=True)
a=10
f=np.sin(a*t)*np.exp(-3*t)
der=a*np.cos(a*t)*np.exp(-3*t)-3*np.sin(a*t)*np.exp(-3*t)
f_fft=np.fft.fft(f,norm="ortho")*dt
freq=np.fft.fftshift(np.fft.fftfreq(N,d=dt))
f_der_fft=np.fft.ifft(-1j*np.pi*2*freq*f_fft,norm="ortho")
fig=plt.figure(figsize=(20,8))
gs=mpl.gridspec.GridSpec(2,2)
ax1=fig.add_subplot(gs[0,0])
ax2=fig.add_subplot(gs[0,1])
ax3=fig.add_subplot(gs[1,:])
ax1.plot(t,f)
ax1.set_title("Function to derive")
ax2.plot(t,der,label="exact")
ax2.plot(t,f_der_fft.real,label="from fft")
ax2.set_title("derivatives")
ax3.plot(t,np.abs(f_der_fft.real-der))
ax3.set_yscale("log")
ax3.set_title("absolute error from fft derivative")
plt.show()
现在是带有rfft的情节:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。