问题描述

python：对一个波形做傅里叶变换，能得到整个频谱，怎么提取其中的频率分量呢？

import wave
import struct
import numpy as np

if name == '__main__':
data_size = 40000
fname = "test.wav"
frate = 11025.0
wav_file = wave.open(fname, 'r')
data = wav_file.readframes(data_size)
wav_file.close()
data = struct.unpack('{n}h'.format(n=data_size), data)
data = np.array(data)

w = np.fft.fft(data)
freqs = np.fft.fftfreq(len(w))
print(freqs.min(), freqs.max())
# (-0.5, 0.499975)

# Find the peak in the coefficients
idx = np.argmax(np.abs(w))
freq = freqs[idx]
freq_in_hertz = abs(freq * frate)
print(freq_in_hertz)
# 439.8975

这个是对于单个data_size,frate已知的情况，真实情况是未知，且有多个频率的信号。求解。。。

解决方案

对于单个频率的波形，取频谱的峰值,np.argmax()可以取到下标值，根据freq=下标*N/fs,获得频率值， 对于含有多个频率的波形，我是做一个区分，判断频谱中
振幅大于某个数，就为信号，小于某个数就为噪声。这样不准确，最好用信噪比判断，然后同样获取下标，获得频率值，相应还能得到幅度。

解决方案二：

看到傅立叶我就晕了。楼主帮顶一个！

解决方案三：

你这个是已知频率和幅度数组，通过傅里叶变换得到频谱的程序吗？

解决方案四：

我们需要一个已知频率数组和幅度数组，用STM32编程实现用示波器显示频谱，但是要自己写算法的程序，不知道你能帮我的忙？感激不尽