Fourier3sin.py

# signaalin frekvenssien laskeminen FFT:lla
# testinä 3 sinimuotoista signaalia
# Juhani Kaukoranta 17.3.2021
import numpy as np
import matplotlib.pyplot as plt
f1, f2, f3 = 100, 200, 500 # sini-signaalien taajuudet Hz
n = 1024 # näytteen koko
time = 1.0 # näytteen kesto sekunteina
sample_rate = n/time # näytteenottotaajuus Hz
A1, A2, A3 = 5, 3, 2 # signaalien amplitudit
t = np.linspace(0,time,n) #aika[s]
# signaaliin tulee n näytettä aikana time
# sinimuotoiset signaalit
signal1 = A1*np.sin(2*np.pi*f1*t)
signal2 = A2*np.sin(2*np.pi*f2*t)
signal3 = A3*np.sin(2*np.pi*f3*t)
signal = signal1 + signal2 + signal3 # summasignaali
# piirretään summasignaali
plt.figure(1)
plt.subplot(211)
t2 = np.linspace(0,0.01,50)
plt.plot(t2,A1*np.sin(2*np.pi*f1*t2)+A2*np.sin(2*np.pi*f2*t2) +A3*np.sin(2*np.pi*f3*t2))
plt.title('kolmen sinikäyrän summasignaalin näyte')
plt.xlabel('t  aika[s] ')
plt.xlabel('signal = A1*sin(2pi*f1*t)+A2*sin(2*pi*f2*t)+A3*sin(2*pi*f2*t')
# fourier
sp = np.fft.rfft(signal)
freq = np.fft.rfftfreq(n, d = 1.0/sample_rate)
plt.figure(2)
plt.plot(freq,np.abs(sp))
plt.title('signaalin fourier-muunnos paljastaa frekvenssit')
plt.xlabel('frekvenssit Hz')
plt.show()