Python关于频谱图以及功率谱密度纵坐标和原振动加速度之间的关系

首先是关于快速傅里叶变换的
x = np.arange(0, 1, 1/1400)
#设置需要采样的信号，频率分量有200，400和600
S=7*np.sin(2*np.pi*200*x) + 5*np.sin(2*np.pi*400*x)+3*np.sin(2*np.pi*600*x)

y_1 = S
T=1/1400
t = [i*T for i in range(len(y_1))]
t = np.array(t)
complex_array = fft.fft(y_1)
plt.figure(figsize=(20, 20))
plt.subplot(211)
plt.grid(linestyle=':')
plt.plot(t, y_1, label='S') # y是1000个相加后的正弦序列
plt.xlabel("t（毫秒）")
plt.ylabel("S(t)幅值")
plt.legend()
plt.figure(figsize=(20, 20))

# 得到分解波的频率序列
freqs = fft.ff

Python关于频谱图以及功率谱密度纵坐标和原振动加速度之间的关系最先出现在Python成神之路。