Answers:
是的,您可以对值进行硬编码,对信号进行FFT,然后将其与硬编码的值相乘,然后从Parseval定理(示例)获得频域中的幅度。
您还可以实现一个数字滤波器,并在时域中进行。这是Matlab代码以及我对Python的翻译。
请注意,双线性变换使数字滤波器的滚降速度比模拟滤波器的滚降速度更快,从而在常见采样率下引入了测量误差。一个简单的解决方法是先对数据进行上采样,以使差异最小化。此处的其他过滤器设计方法:http : //dsp.stackexchange.com/q/36077/29
rms_flat()
只是sqrt(mean(absolute(a)**2))
。该/n
是在外面。信号的RMS值和FFT的比例因子相同。
(SQRT(x1^2 + x2^2...xn^2/n))
吗?信号的rms_flat与FFT的rms_flat有什么区别?