Skip to main content
 首页 » 编程设计

python之Python 中的离散傅里叶变换

2025年01月19日14emanlee

我需要在 Python 中使用离散傅里叶变换 (DFT)(和逆 DFT),我得到的结果有点奇怪,所以我尝试了一个小例子,但我不确定我是否理解错误(如果是数学或编码)。这是我的代码的小版本:

from __future__ import division 
import numpy as np 
from pylab import * 
 
pi = np.pi 
 
def f(x): 
    return sin(x) 
 
theta = np.arange(0,2*pi,2*pi/4) 
k = np.arange(0,4,1) 
 
x = f(theta) 
y = np.fft.fft(x) 
 
derivative = np.fft.ifft(1j*k*y)  
print(derivative) 

所以我要做的是在 0 到 2pi 之间的 4 个不同点对 sin 进行采样,并使用这些数字创建向量 x。然后我对 x 进行 DFT 得到 y。我想要的是在所选点上获得 sin 的导数,因此我将 y 乘以 k(波数,在本例中为 0,1,2,3)和我的虚数 1j(这是因为在傅立叶和中,我对每一项都有一些形式为 e^{ikx}) 的东西。所以最后我采用 1jky 的逆 DFT,我应该得到 sin 的导数。但我得到的是这个。

[ -1.00000000e+00 -6.12323400e-17j  -6.12323400e-17 +2.00000000e+00j 
   1.00000000e+00 +1.83697020e-16j   6.12323400e-17 -2.00000000e+00j] 

当我应该得到这个的时候

[1,0,-1,0] 

忽略舍入误差。有人可以告诉我我做错了什么吗?谢谢!

请您参考如下方法:

如果反 FFT 要产生结果,对频谱的操作必须保持这种 Hermitian 对称性。因此,频域中的导数算子定义在频谱的下半部分,而频谱的上半部分由对称性构成。请注意,对于偶数大小的频谱,恰好在 N/2 处的值必须是其自身的对称性,因此必须有一个虚部为 0。下面说明如何构造此导数运算符:

N = len(y) 
if N%2: 
  derivative_operator = np.concatenate((np.arange(0,N/2,1),[0],np.arange(-N/2+1,0,1)))*1j 
else: 
  derivative_operator = np.concatenate((np.arange(0,N/2,1),np.arange(-N//2+1,0,1)))*1j 

您将在频域中使用此derivative_operator,如下所示:

derivative = np.fft.ifft(derivative_operator*y) 

在您的示例案例中,您应该得到以下结果

[  1.00000000e+00+0.j   6.12323400e-17+0.j   
  -1.00000000e+00+0.j  -6.12323400e-17+0.j] 

在您预期的 [1,0,-1,0] 的舍入误差范围内。