Determinar la frecuencia de una matriz en Python

Question

Tengo un archivo de muestra lleno de números de punto flotante de la siguiente manera:

-0.02 3.04 3.04 3.02 3.02 3.06 3.04 3.02 3.04 3.02 3.04 3.02 
    3.04 3.02 3.04 3.04 3.04 3.02 3.04 3.02 3.04 3.02 3.04 3.02 
    3.06 3.02 3.04 3.02 3.04 3.02 3.02 3.06 3.04 3.02 3.04 3.02 
    3.04 3.02 3.04 3.04 3.04 3.02 3.04 3.02 3.02 3.06 3.04 3.02 
    3.06 3.02 3.04 -0.02 -0.02 -0.02 -0.02 -0.02 -0.02 -0.04 -0.02 -0.04 

Estos números se colocan en un archivo de texto. Estoy tratando de leer el archivo de texto y determinar la frecuencia de esta señal. Esta información se captura de un osciloscopio digital. Puedo ver la frecuencia en la pantalla de alcance, pero también quiero validarla procesándola en Python. Capturo datos del dispositivo con Python en el lado de la PC.

Aunque puedo hacer algunas cosas de bajo nivel en Python, soy totalmente novato en el procesamiento de texto. Supongo que necesito cargar primero los datos en un archivo en una matriz y luego realizar una FFT o un algoritmo más simple que ceda a un entero en Hz.

En teoría, sé cómo realizar un análisis de Fourier y puedo hacerlo en papel para cualquier señal dada. No tengo idea de dónde comenzar en Python para un determinado conjunto de datos. Ya probé con la documentación de los impertinentes, pero no funcionó tan bien para mí.

Agradecería la orientación de los usuarios con experiencia.

Answer 1

No está claro por su pregunta exactamente lo que representan los valores en el archivo. Pero suponiendo que indican muestras de tensión consecutivos, se puede cargar el archivo en una matriz Numpy usando

import numpy as np 
data = np.array([float(f) for f in file(filename).read().split()]) 

y luego calcular la transformada de Fourier como

import numpy.fft as fft 
spectrum = fft.fft(data) 

A continuación, puede graficar la magnitud de la FFT como

freq = fft.fftfreq(len(spectrum)) 
plot(freq, abs(spectrum)) 

y lo que ves debe coincidir con lo que se muestra en el osciloscopio.

Si desea identificar las frecuencias dominantes en el espectro, tendrá que cortar la matriz en algún umbral, p. algo como esto:

threshold = 0.5 * max(abs(spectrum)) 
mask = abs(spectrum) > threshold 
peaks = freq[mask] 

El contenido de freq (y por tanto también peaks) son las frecuencias en unidades de la frecuencia de muestreo. Por ejemplo, si su osciloscopio muestrea la forma de onda cada microsegundo, los valores en freq están en megahercios. Por lo tanto, si introduce una señal ideal de 1 kHz, puede hacerlo con, por ejemplo,

t = arange(4e6)/1e6 # sampling times in seconds 
data = sin(2 * pi * 1000 * t) 

que se obtiene un pico a 0.001 MHz, y en consecuencia se encuentra que peaks = array([-0.001, 0.001]).