python - Butter滤波器和FFT的推导结果不会随时间变化

我在信号处理领域还很陌生，遇到了我不确定它是否正确的情况。请更正我，然后我将更新更多详细信息。

我的数据是here

我获得了从手机上获取的加速度计信号（三星Galaxy Note 2，采样率$ \大约99 Hz $）。我想分析从$ 0.3 Hz $到$ 5.0 Hz $的频率

我的步骤如下：


组合：假设传感器产生3个通道$ x $，$ y $，$ z $。组合将产生一个新通道$ v = \ sqrt {（x * x + y * y + z * z）} $
执行中值滤波：使信号平滑
黄油型滤波器：我的截止频率是从0.3 Hz $到5.0 Hz $
快速傅立叶变换

下图是我演示的120个时间点的片段，分为4个步骤：（可以在video上进行更多探索）



我观察到步骤3和步骤4的结果没有变化，但是信号随时间变化

我的问题是，是否可以确保此结果正确无误？提前致谢

下面是我的代码用于应用过滤器

from __future__ import division
import numpy as np
from numpy.fft import rfft, rfftfreq
from numpy import absolute
import matplotlib.pyplot as plt
from scipy.signal import medfilt, hilbert
import pandas as pd

chunk = 120
LOW_CUT = 0.3
HIGH_CUT = 5.0
FS = 99
freqs = rfftfreq(chunk, 1 / FS)
_accel = pd.read_csv('data.csv')
for k, g in _accel.groupby(np.arange(len(_accel)) // chunk):
    _v = g['v'].values
    _v = medfilt(_v, 7)
    _v = butter_bandpass_filter(_v, LOW_CUT, HIGH_CUT, FS, order=4)
    v = 1 / chunk * absolute(rfft(_v))
    plt.stem(freqs, v)

更新1个其他链接以下载数据https://1drv.ms/u/s!At6qHz_a5mXhgp1KcAYpvsiJeTXsmg

用代码FS = 99更新2个更新的采样率

再次将3增加的块大小更新为512，plotted数据。制作了一个结果为without bandpass的视频

最佳答案

我快速尝试解决该问题，以下是我的摘录

data = _accel['v'].tolist()
Fs = 99
# remove the DC part, to help the plotting later
data = data - np.mean(data)
# Perform FFT for real data, on the whole 6000 samples,
# using 4096 discrete frequencies, which is dense enough to capture
# the frequency information within 0.3-5 Hz.
fdata = rfft(data,4096)

# the frequencies we are looking at in the FFT
freqs = map(lambda x: float(x)*Fs/4096, range(0,4097))

# Plot
plt.plot(freqs[0:2049],fdata)
plt.xlabel('Frequency')
plt.show()

生成的图确实包含您感兴趣的波段中的信息。
Plot of frequency magnitude

我猜你的问题在于选择的块太小。
频域中的分辨率为Fs / N，其中N是执行FFT的点数（通常是时域中信号矢量的长度）。因此，如果您想捕获0.3-5Hz范围内的信息，我假设您需要约0.2Hz的分辨率，这意味着N应该至少为500。您为窗口长度选择120显然是不够的。

关于python - Butter滤波器和FFT的推导结果不会随时间变化，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39392173/