Python 等角度采样阶次分析代码示例

以下是用 Python 实现等角度采样进行阶次分析的代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 定义采样点数和角度范围
n = 1024
theta = np.linspace(0, 2*np.pi, n, endpoint=False)

# 生成随机信号
signal = np.random.randn(n)

# 进行傅里叶变换
spectrum = np.fft.fft(signal)

# 计算频率轴
freq = np.fft.fftfreq(n)

# 计算阶次轴
order = freq * n / 2 / np.pi

# 进行等角度采样
theta_sampled = np.linspace(0, 2*np.pi, n//2, endpoint=False)
order_sampled = np.interp(theta_sampled, theta, order)
spectrum_sampled = np.interp(order_sampled, order, spectrum)

# 进行逆傅里叶变换
signal_sampled = np.fft.ifft(spectrum_sampled)

# 绘制原始信号和采样信号的时域和频域图像
fig, axs = plt.subplots(nrows=2, ncols=2, figsize=(10,8))

axs[0,0].plot(theta, signal)
axs[0,0].set_xlabel('Angle (rad)')
axs[0,0].set_ylabel('Amplitude')
axs[0,0].set_title('Original Signal')

axs[0,1].plot(order, np.abs(spectrum))
axs[0,1].set_xlabel('Order')
axs[0,1].set_ylabel('Amplitude')
axs[0,1].set_title('Original Spectrum')

axs[1,0].plot(theta_sampled, signal_sampled)
axs[1,0].set_xlabel('Angle (rad)')
axs[1,0].set_ylabel('Amplitude')
axs[1,0].set_title('Sampled Signal')

axs[1,1].plot(order_sampled, np.abs(spectrum_sampled))
axs[1,1].set_xlabel('Order')
axs[1,1].set_ylabel('Amplitude')
axs[1,1].set_title('Sampled Spectrum')

plt.tight_layout()
plt.show()

在这个代码示例中，我们首先定义了采样点数和角度范围。然后，我们生成了一个随机信号，并对其进行傅里叶变换，得到频率轴和阶次轴。接下来，我们进行等角度采样，通过插值得到采样信号的频域表示，并进行逆傅里叶变换得到采样信号的时域表示。最后，我们绘制了原始信号和采样信号的时域和频域图像。

需要注意的是，由于等角度采样会导致阶次轴的分辨率不均匀，因此在绘制频域图像时，我们应该使用np.abs()函数来取频谱的幅值，而不是直接使用spectrum_sampled。