3
私は解析したフーリエ解析を使用した場合のパワースペクトルを3時間ごとの温度データで示しています。Python:フーリエ解析後の時系列フィルタの設計
data = np.genfromtxt('H:/RData/3hr_obs.txt',
skip_header=3)
step = data[:,0]
t = data[:,1]
y = data[:,2]
freq = 0.125
yps = np.abs(np.fft.fft(y))**2
yfreqs = np.fft.fftfreq(y.size, freq)
y_idx = np.argsort(yfreqs)
fig = plt.figure(figsize=(14,10))
ax = fig.add_subplot(111)
ax.semilogy(yfreqs[y_idx],yps[y_idx])
ax.set_ylim(1e-3,1e8)
周波数スペクトル:
パワースペクトル:
ありませんwは信号が1と2の周波数で最も強いことを知っています。これらの優位な周波数を維持するためにデータを平滑化できるフィルタ(非ボックスカー)を作成したいと思います。
これを行う特定のnumpyまたはscipy関数はありますか?これは主なパッケージの外で作らなければならないものでしょうか?
乗算は、IFFT時間領域に、次に、関心の周波数を分離します。 – roadrunner66