包络谱 python

原创

mob64ca12f18f13 2024-09-13 05:27:00 ©著作权

文章标签 ci python User 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12f18f13的原创作品，请联系作者获取转载授权，否则将追究法律责任

如何在Python中实现包络谱

介绍

包络谱（Envelope Spectrum）是一种用于分析信号特征的频谱，可以帮助揭示信号中的潜在特征和异常。在工程信号处理中，包络谱分析常用于故障诊断与健康监测，例如机械部件的振动分析。

本教程将结合实际步骤，通过Python实现包络谱的计算。接下来我们将简要概述整个流程，并详细阐述每一步所需的代码和实现方法。

整体流程

在开始之前，我们先了解实施包络谱分析的步骤：

步骤	描述
1	导入必要的库
2	载入信号数据
3	计算信号的包络
4	计算包络的频谱
5	绘制结果

实施步骤

下面，我们将详细解析每一个步骤，并提供相应的代码。

步骤1：导入必要的库

在开始编程之前，我们需要导入一些用于数据处理和绘图的Python库。

# 导入必要的库
import numpy as np  # 用于数值计算
import matplotlib.pyplot as plt  # 用于绘图
from scipy.signal import hilbert  # 用于计算包络
from scipy.fft import fft, fftfreq  # 用于快速傅里叶变换

步骤2：载入信号数据

在实际应用中，信号数据通常从文件或传感器获得。为了方便示范，这里我们生成一个简单的示例信号。

# 生成示例信号
fs = 1000  # 采样频率
t = np.linspace(0, 1, fs, endpoint=False)  # 时间数组
# 生成含有两个频率成分的信号
signal = 0.5 * np.sin(2 * np.pi * 50 * t) + np.sin(2 * np.pi * 120 * t)

步骤3：计算信号的包络

包络是通过Hilbert变换获得的。它能提取信号的幅度变化信息。

# 计算包络
analytic_signal = hilbert(signal)  # 计算信号的解析信号
envelope = np.abs(analytic_signal)  # 计算包络

步骤4：计算包络的频谱

包络的频谱可以通过对包络信号进行快速傅里叶变换（FFT）来获得。

# 计算包络的频谱
n = len(envelope)  # 包络数据长度
frequencies = fftfreq(n, 1/fs)  # 获取频率数组
envelope_spectrum = fft(envelope)  # 计算包络的FFT

步骤5：绘制结果

我们将绘制原始信号、包络和包络频谱，以便分析结果。

# 绘图
plt.figure(figsize=(12, 8))

# 绘制原始信号
plt.subplot(3, 1, 1)
plt.plot(t, signal, label='Original Signal')
plt.title('Original Signal')
plt.xlabel('Time [s]')
plt.ylabel('Amplitude')
plt.grid()
plt.legend()

# 绘制包络
plt.subplot(3, 1, 2)
plt.plot(t, envelope, label='Envelope', color='orange')
plt.title('Envelope of the Signal')
plt.xlabel('Time [s]')
plt.ylabel('Amplitude')
plt.grid()
plt.legend()

# 绘制包络频谱
plt.subplot(3, 1, 3)
plt.plot(frequencies[:n // 2], np.abs(envelope_spectrum)[:n // 2], label='Envelope Spectrum', color='green')
plt.title('Envelope Spectrum')
plt.xlabel('Frequency [Hz]')
plt.ylabel('Magnitude')
plt.grid()
plt.legend()

plt.tight_layout()
plt.show()

序列图

在上述各个步骤中，信号的处理流程可以通过序列图表示如下：

sequenceDiagram
    participant User
    participant SignalProcessing

    User->>SignalProcessing: Load Signal Data
    SignalProcessing->>SignalProcessing: Generate Signal
    User->>SignalProcessing: Calculate Envelope
    SignalProcessing->>SignalProcessing: Apply Hilbert Transform
    User->>SignalProcessing: Compute Envelope Spectrum
    SignalProcessing->>SignalProcessing: Apply FFT
    User->>SignalProcessing: Plot Results

类图

信号处理的相关类可以通过类图表示如下：

classDiagram
    class SignalProcessor {
        +generate_signal()
        +calculate_envelope()
        +compute_spectrum()
        +plot_results()
    }