fftチャートからノイズを消去する

Question

FFTからノイズを多く削除する方法は知っていますか？ここ は、FFTの私のコードです：私が得る

import numpy as np 

fft1 = (Bx[51:-14]) 
fft2 = (By[1:-14]) 


# Loop for FFT data 
for dataset in [fft1]: 
    dataset = np.asarray(dataset) 
    psd = np.abs(np.fft.fft(dataset))**2 
    freq = np.fft.fftfreq(dataset.size, float(300)/dataset.size) 
    plt.semilogy(freq[freq>0], psd[freq>0]/dataset.size**2, color='r') 


for dataset2 in [fft2]: 
    dataset2 = np.asarray(dataset2) 
    psd2 = np.abs(np.fft.fft(dataset2))**2 
    freq2 = np.fft.fftfreq(dataset2.size, float(300)/dataset2.size) 
    plt.semilogy(freq2[freq2>0], psd2[freq2>0]/dataset2.size**2, color='b') 

何：

私は必要なもの：

任意のアイデア？ウェルチはうまくいかないので、私は自分のチャートを滑らかにしたくないが、2枚目の画像に表示されているレベルまでノイズをあまり消したくない。することができますように

# Loop for FFT data 
for dataset in [fft1]: 
    dataset = np.asarray(dataset) 
    freqs, psd = welch(dataset, fs=266336/300, window='hamming', nperseg=512) 
    plt.semilogy(freqs, psd/dataset.size**2, color='r') 

for dataset2 in [fft2]: 
    dataset2 = np.asarray(dataset2) 
    freqs2, psd2 = welch(dataset2, fs=266336/300, window='hamming', nperseg=512) 
    plt.semilogy(freqs2, psd2/dataset2.size**2, color='b') 

： とコードのビット：

freqs, psd = scipy.signal.welch(dataset, fs=300, window='hamming') 

更新ウェルチ：

コードのビット

これは、ウェルチは何をすべきかですWelchはうまく構成されているのを見てください。それは60Hzの電力線と高調波モードを示しています。それはほとんど良いですが、それは私のプロットを完全に平滑化しました。望ましいグラフ2を参照してください。 Btw。 Welchプロットではyスケールが間違っていますが、2つのデータのパワーデータの場合に過ぎません。

私はnperseg = 8192に変更しました。結果を見てください。ここ

Answer 1

ノイズ低減のトレードオフ対周波数分解能を制御するnpersegを使用する方法を示す例である：信号の長さにnperseg設定

は多かれ少なかれ同等です平均化を行わずにFFTを使用します。ここで

は、このイメージを生成するためのコードです：

import numpy as np 
from scipy import signal 
import matplotlib.pyplot as plt 

plt.figure(figsize=[8, 12]) 

n = 2**21 
fs = 887 

# example data 
x = np.random.randn(n) 
x += np.sin(np.cumsum(0.42 + np.random.randn(n) * 0.01)) * 5 
x = signal.lfilter([1, 0.5], 2, x) 

plt.subplot(3, 2, 1) 
plt.semilogy(np.abs(np.fft.fft(x)[:n//2])**2/n**2, label='FFT') 
plt.legend(loc='best') 

for i, nperseg in enumerate([128, 512, 8192, 65536, n]): 
    plt.subplot(3, 2, i+2) 
    f, psd = signal.welch(x, fs=fs, window='hamming', nperseg=nperseg, noverlap=0) 
    plt.semilogy(f, psd, label='nperseg={}'.format(nperseg)) 
    plt.legend(loc='best') 

plt.show()