如何从二维FFT计算波数域坐标

Question

我有一个二维数组，里面存的是复杂数字，这些数字代表了在真实空间中沿着一个平面测量的潜在场。假设这个数组有128行和128列，总面积是500米乘500米。数组中的每个单元格代表空间中的一个点，坐标用x和y表示。

当我使用scipy.fftpack里的二维快速傅里叶变换（2d FFT）对这个二维数组进行处理时，我得到了同样的信息，只不过是以波的形式表现出来。那么，我该如何计算输出数组中点的波域坐标kx和ky呢？

Answer 1

我在下面的FORTRAN代码中找到了一个子程序，然后尝试把它实现成MATLAB的函数。请给我一些意见，看看我的翻译是否正确。

接下来，这是FORTRAN的子程序：

subroutine kvalue(i,j,nx,ny,dkx,dky,kx,ky)
  c Subroutine KVALUE finds the wavenumber coordinates of one
  c element of a rectangular grid from subroutine FOURN.
  c
  c Input parameters:
  c i - index in the ky direction,
  c j - index in the kx direction.
  c nx - dimension of grid in ky direction (a power of two).
  c ny - dimension of grid in kx direction (a power of two).
  c dkx - sample interval in the kx direction,
  c dky - sample interval in the ky direction,
  c
  c Output parameters:
  c kx - the wavenumber coordinate in the kx direction,
  c ky - the wavenumber coordinate in the ky direction,
  c
  real kx,ky
  nyqx=nx/2+l
  nyqy=ny/2+l
  if(j.le.nyqx)then
      kx=(j-l)*dkx
  else
      kx=(j-nx-l)*dkx
  end if
  if(i.le.nyqy)then
          ky=(i-l)*dky
  else
          ky=(i-ny-l)*dky
  end if
  return
  end

我把它翻译成了MATLAB函数：

function [kx,ky]=kvalue(gz,nx,ny,dkx,dky)
nyq_x=nx/2+1;
nyq_y=ny/2+1;
for i=1:length(gz)
    for j=1:length(gz)
        if j <= nyq_x
            kx(j)=(j-1)*dkx;
        else
            kx(j)=(j-nx-1)*dkx;
        end
        if i <= nyq_y
            ky(i)=(i-1)*dky;
        else
            ky(i)=(i-ny-1)*dky;
        end
    end
end

谢谢你。

Answer 2

嗯，看来如果我使用FFT函数，直流成分（DC）会出现在第一个元素。而在你的情况下，频率之间的间隔是1/500米。所以下面这个（虽然不太简洁）的小代码片段可以帮你得到频率轴：

meter = 1.0
L     = 500.0 * meter
N     = 128

dF    = 1.0 / L
freqs = arange(0, N/L, dF)  # array of spatial frequencies.

当然，这些频率是以每米多少个周期来表示的，而不是每米多少弧度。如果我想要kx和ky是以每米多少弧度的空间频率数组，我只需要这样写：

 kx = 2*pi*freqs
 ky = 2*pi*freqs

（假设我已经导入了像arange和pi这样的东西）。

编辑

Stu提到的关于奈奎斯特频率以上的频率是个好点子，你可能更愿意把它们看作是负频率（我通常是这样想的，但在代码里不是）。你总是可以这样做：

freqs[freqs > 0.5*N/(2*L)] -= N/L

不过如果你真的想要负频率，你可能还想试试fftshift，这又是另一个复杂的问题。

Answer 3

这里有一些代码，可以完整地展示我遇到的问题和我找到的解决办法。

from numpy import linspace , arange , reshape ,zeros
from scipy.fftpack import fft2 , fftfreq
from cmath import pi

# create some arbitrary data
some_data = arange(0.0 , 16384.0 , dtype = complex)

# reshape it to be a 128x128 2d grid
some_data_grid = reshape(some_data , (128 , 128) )

# assign some real spatial co-ordinates to the grid points   
# first define the edge values
x_min = -250.0
x_max = 250.0
y_min = -250.0
y_max = 250

# then create some empty 2d arrays to hold the individual cell values
x_array = zeros( (128,128) , dtype = float )
y_array = zeros( (128,128) , dtype = float )

# now fill the arrays with the associated values
for row , y_value in enumerate(linspace (y_min , y_max , num = 128) ):

  for column , x_value in enumerate(linspace (x_min , x_max , num = 128) ):

    x_array[row][column] = x_value
    y_array[row][column] = y_value

# now for any row,column pair the x_array and y_array hold the spatial domain
# co-ordinates of the associated point in some_data_grid

# now use the fft to transform the data to the wavenumber domain
some_data_wavedomain = fft2(some_data_grid)

# now we can use fftfreq to give us a base for the wavenumber co-ords
# this returns [0.0 , 1.0 , 2.0 , ... , 62.0 , 63.0 , -64.0 , -63.0 , ... , -2.0 , -1.0 ]
n_value = fftfreq( 128 , (1.0 / 128.0 ) )

# now we can initialize some arrays to hold the wavenumber co-ordinates of each cell
kx_array = zeros( (128,128) , dtype = float )
ky_array = zeros( (128,128) , dtype = float )

# before we can calculate the wavenumbers we need to know the total length of the spatial
# domain data in x and y. This assumes that the spatial domain units are metres and
# will result in wavenumber domain units of radians / metre.
x_length = x_max - x_min
y_length = y_max - y_min

# now the loops to calculate the wavenumbers
for row in xrange(128):

  for column in xrange(128):

    kx_array[row][column] = ( 2.0 * pi * n_value[column] ) / x_length
    ky_array[row][column] = ( 2.0 * pi * n_value[row] ) / y_length

# now for any row,column pair kx_array , and ky_array will hold the wavedomain coordinates
# of the correspoing point in some_data_wavedomain

我知道这可能不是最有效的方法，但希望大家能容易理解。我希望这能帮助到某些人，避免一些小烦恼。