FFT结果Matlab的VS NumPy的（蟒蛇）：不一样的结果

我有一个MATLAB脚本来计算信号的DFT并绘制它：FFT结果Matlab的VS NumPy的（蟒蛇）：不一样的结果

（数据可以发现here）

clc; clear; close all; 

fid = fopen('s.txt'); 
txt = textscan(fid,'%f'); 

s = cell2mat(txt); 

nFFT = 100; 
fs = 24000; 
deltaF = fs/nFFT; 
FFFT = [0:nFFT/2-1]*deltaF; 
win = hann(length(s)); 

sw = s.*win; 
FFT = fft(sw, nFFT)/length(s); 
FFT = [FFT(1); 2*FFT(2:nFFT/2)]; 
absFFT = 20*log10(abs(FFT)); 

plot(FFFT, absFFT) 
grid on

我试图将它翻译成Python，并且无法获得相同的结果。

import numpy as np 
from matplotlib import pyplot as pl 

x = np.genfromtxt("s.txt", delimiter=' ') 

nfft = 100 
fs = 24000 
deltaF = fs/nfft; 
ffft = [n * deltaF for n in range(nfft/2-1)] 
ffft = np.array(ffft) 
window = np.hanning(len(x)) 

xw = np.multiply(x, window) 
fft = np.fft.fft(xw, nfft)/len(x) 
fft = fft[0]+ [2*fft[1:nfft/2]] 
fftabs = 20*np.log10(np.absolute(fft)) 

pl.figure() 
pl.plot(ffft, np.transpose(fftabs)) 
pl.grid()

我得到（Matlab的左侧，Pyhton右侧）的地块：

我在做什么错？

来源

2017-06-21 hibol

也许不是你的主要问题，但你的窗口函数应该与FFT的大小相同，即nfft，而不是len（x）（适用于MATLAB和Python代码）。 –

@Paul R有趣，我在哪里可以找到更多关于这方面的信息？ – hibol

StackOverflow涵盖了窗口函数和FFT，其中有很多问题和答案。不过，最重要的一点是，您可以将[窗口函数]（https://en.wikipedia.org/wiki/Window_function）应用于FFT的输入数据，以减少[频谱泄漏]（https：// en。 wikipedia.org/wiki/Spectral_leakage）。因此这个窗口函数的大小需要与FFT的大小相匹配。 –

两个码是在一种情况下不同您连接两个列表

FFT = [FFT(1); 2*FFT(2:nFFT/2)];

在其他你用载体的其余部分添加FFT的第一值的MATLAB代码

fft = fft[0]+ [2*fft[1:nfft/2]]

'+'在这里没有连接，因为您有numpy数组

I ñ蟒蛇，它应该是：

fft = fft[0:nfft/2] 
fft[1:nfft/2] = 2*fft[1:nfft/2]

来源

2017-06-21 14:07:43 ymmx

我不是一个Mathlab用户，所以我不确定，但是我会询问是否可以帮助您。

在数组完成后（ffft），您调用np.array。这可能不会改变阵列的性质以及你所希望的，也许最好是尝试在里面定义它np.array(n * deltaF for n in range(nfft/2-1))我不确定格式，但你明白了。另一件事是，范围似乎并不适合我。你想要它的值为49？

另一个是fft = fft[0]+ [2*fft[1:nfft/2]]与FFT = [FFT(1); 2*FFT(2:nFFT/2)];相比我不确定比较是否准确。它对我来说似乎只是一种不同类型的定义？另外，当我进行这些类型的计算时，我会打印出中间步骤，以便比较数字以查看其中断点。

希望这会有所帮助。

来源

2017-06-21 13:22:00

谢谢。我改变了ffft的定义：'ffft = np.array（n * deltaF for n in range（nfft/2-1））'。不确定你提到的第二部分代码。我找到了一个解决方案，并将其发布在下面。而且我不关心我得到的积分数。我可能会用不同的值做一些测试。 – hibol

我发现使用np.fft.rfft代替np.fft.fft和修改代码如下这项工作：

import numpy as np 
from matplotlib import pyplot as pl 

x = np.genfromtxt("../Matlab/s.txt", delimiter=' ') 

nfft = 100 
fs = 24000 
deltaF = fs/nfft; 
ffft = np.array([n * deltaF for n in range(nfft/2+1)]) 
window = np.hanning(len(x)) 

xw = np.multiply(x, window) 
fft = np.fft.rfft(xw, nfft)/len(x) 
fftabs = 20*np.log10(np.absolute(fft)) 

pl.figure() 
pl.plot(np.transpose(ffft), fftabs) 
pl.grid()

所得的情节： right result with Python

我可以看到第一个和最后一个点以及幅度不一样。这对我来说不是问题（我对整体形状更感兴趣），但如果有人能解释，我会很高兴。

来源

2017-06-21 14:27:46 hibol

FFT结果Matlab的VS NumPy的（蟒蛇）：不一样的结果

回答

相关问题