用窗位移和带通计算FFT

Question

我有1000个传感器读数值的列表（采样率=10Hz）：

sensor = [100,100,200,...,100]

我需要用窗口函数（即Kaiser窗口）对这个列表的子集进行频谱分析。在

所以，我想得到一个列表，在这个列表中，FFT是在这个数据的多个子采样器上计算的（假设100个结果），有一个位移窗口有50个读数（每个极限重叠25个读数），因此，在频域得到20个结果。在

然后，我想对3个频段（比如1-2Hz，2-4Hz，4-8Hz）应用带通加权函数。在

最终结果应该是一个2D列表，其中第一个维度是“波段”，第二个维度是该波段的振幅（实部）值。在

^{pr2}$

有人能帮我吗？在

编辑：好的，让我们分开问题：

1）给定一个列表=[1,2,3,4,5,6,7,8]。如何创建这种2D列表：list2D=[[1,2,3,4]，[3,4,5,6]，[5,6,7,8]]？这是制作位移窗口的第一个问题。在

2）对于这个列表2d的每个元素（第1维）：如何将FFT分析与加窗函数（更“考虑”中间值的FFT）一起进行？在

3）对于每个FFT结果，如何制作带通滤波器，例如将频谱实部的离散结果转换为频率间隔的平均值？在

Answer 1

对于第1）和2）部分，请看以下示例：

import numpy as np
import scipy as sci
from scipy.signal import blackman
from scipy.signal import hanning

a = np.array([1,2,3,4,5,6,7,8])


b = np.empty([2, int(len(a)/2)], dtype=complex)
b[0,:] = a[0:int(len(a)/2)]
b[1,:] = a[(int(len(a)/2)-1):-1]

res = np.empty([2, int(len(a)/2)], dtype=complex)

# create blackman window
w = blackman(int(len(a)/2))
# you could also use a hanning window:
# w = hanning(int(len(a)/2))

for i in range(2):
    res[i,:] = sci.fftpack.fft(b[i,:] * w)

这是你想要的吗？至于第三部分，我不太确定你需要什么。在