#%% Obtengo los módulos de cada señal
for ii in range(0, Nexp):
mod_signal[:, ii] = np.abs(fftsignal[:, ii])
mod_padding5[:, ii] = np.abs(fftpadding5[:, ii])
mod_padding10[:, ii] = np.abs(fftpadding10[:, ii])
#%% grafico una señal con cero padding
FFT.plotFFT(fftsignal[:, 0],
fs,
N,
y1l='Amplitud [UA] ',
y2l='Fase [rad] ',
c=0,
db='on',
tipo='plot',
m='.',
col_ax='off',
l=' sin padding')
FFT.plotFFT(fftpadding5[:, 0],
fs,
N,
y1l='Amplitud [UA] ',
y2l='Fase [rad] ',
c=1,
db='on',
tipo='plot',
m='.',
fftsignal = np.fft.fft(signal)
mod_fftsignal = np.abs(fftsignal)
#%% Gŕaficos de las señales en tiempo y en frecuenciales
plt.figure("Gráfico de la señal temporal")
plt.plot(tt, signal, 'b')
plt.xlabel('tiempo [S]')
plt.ylabel('Amplitud [UA]')
plt.grid()
plt.title('Gráfico de la señal temporal')
FFT.plotFFT(fftsignal,
fs,
N,
y1l='Amplitud [UA] ',
y2l='Fase [rad] ',
c=0,
db='off',
tipo='plot',
m='.',
col_ax='off')
#%% Cálculo de la energía
# energía temporal
for ii in range(0, N):
energia_temporal += signal[ii]**2
energia_temporal /= N
print("la energía termporal es: ", energia_temporal)
#energia frecuencial
for ii in range(0, N):
signal_padding01 = np.zeros(int(M[0]) + N, float) signal_padding1 = np.zeros(int(M[1]) + N, float) signal_padding10 = np.zeros(int(M[2]) + N, float) aux_padding01 = np.zeros(int(M[0]), float) aux_padding1 = np.zeros(int(M[1]), float) aux_padding10 = np.zeros(int(M[2]), float) #%% generacion y muestreo de las senoidal tt, signal = sg.seno(fs, f0, N, a0, p0) #%% concateno los ceros signal_padding01 = np.concatenate((signal, aux_padding01), axis=0) signal_padding1 = np.concatenate((signal, aux_padding1), axis=0) signal_padding10 = np.concatenate((signal, aux_padding10), axis=0) del aux_padding01 del aux_padding1 del aux_padding10 #%% Gŕaficos de las señales frecuenciales fftpadding01 = fft(signal_padding01) FFT.plotFFT(fftpadding01, fs, tp='FFT', c=0, l=fd1[0], db='on', m='.') fftpadding1 = fft(signal_padding1) FFT.plotFFT(fftpadding1, fs, tp='FFT', c=1, l=fd1[1], db='on', m='.') fftpadding10 = fft(signal_padding10) FFT.plotFFT(fftpadding10, fs, norm=N, tp='FFT', c=2, l=fd1[2], db='on', m='.')
#%% Gŕaficos de las señales en tiempo y en frecuenciales
plt.figure("Gráfico de la señal temporal")
plt.plot(tt, signal, 'b', label='f0 = 9d.f')
plt.xlabel('tiempo [S]')
plt.ylabel('Amplitud [UA]')
plt.axhline(0, color="black")
plt.axvline(0, color="black")
plt.grid()
plt.title('Gráfico de la señal temporal')
plt.legend(loc='upper right')
FFT.plotFFT(fftsignal,
fs,
N,
y1l='Amplitud Normlizada [db] ',
y2l='Fase [rad] ',
c=0,
db='ON',
tipo='plot',
m='.')
#%% Cálculo de la energía
# energía temporal
for ii in range(0, N):
energia_temporal += signal[ii]**2
energia_temporal /= N
print("la energía termporal es: ", energia_temporal)
#energia frecuencial
for ii in range(0, N):
signal = []
signal = np.zeros((N, 3), dtype='complex')
fftsignal = []
fftsignal = np.zeros((N, 3), dtype='complex')
fftsignal1 = []
fftsignal1 = np.zeros((N, 3), dtype='complex')
tt, signal[:, 0] = sg.seno(fs, f0, N, a0, p0)
tt, signal[:, 1] = sg.square(fs, f0, N, a0, p0, duty)
tt, signal[:, 2] = sg.sawtooth(fs, f0, N, a0, p0, width)
ii = 0
while ii < 3:
fftsignal[:, ii] = np.fft.fft(signal[:, ii])
FFT.plotFFT(fftsignal[:, ii],
fs,
N,
tp='FFT',
c=ii,
db='off',
l=lsignal[ii])
fftsignal1[:, ii] = FFT.myDFT(signal[:, ii])
FFT.plotFFT(fftsignal1[:, ii],
fs,
N,
tp='DFT',
c=ii,
db='off',
l=lsignal[ii])
ii += 1
fftsignal2 = np.zeros(M[1]) fftsignal3 = np.zeros(M[2]) fftsignal4 = np.zeros(M[3]) fftsignal5 = np.zeros(M[4]) signal2 = np.zeros(M[1]) signal3 = np.zeros(M[2]) signal4 = np.zeros(M[3]) signal5 = np.zeros(M[4]) #%% generacion y muestreo de senoidal tt, signal = sg.seno(fs, f0, N, a0, p0) #%% concateno los ceros signal2 = np.concatenate((signal, signal2), axis=0) signal3 = np.concatenate((signal, signal3), axis=0) signal4 = np.concatenate((signal, signal4), axis=0) signal5 = np.concatenate((signal, signal5), axis=0) #%% realización del experimento fftsignal = np.fft.fft(signal) FFT.plotFFT(fftsignal, fs, M, tp='FFT', c=0, l=fd1[0], db='on', m='.') fftsignal2 = np.fft.fft(signal2) FFT.plotFFT(fftsignal2, fs, M, tp='FFT', c=1, l=fd1[1], db='on', m='.') fftsignal3 = np.fft.fft(signal3) FFT.plotFFT(fftsignal3, fs, M, tp='FFT', c=2, l=fd1[2], db='on', m='.') fftsignal4 = np.fft.fft(signal4) FFT.plotFFT(fftsignal4, fs, M, tp='FFT', c=3, l=fd1[3], db='on', m='.') fftsignal5 = np.fft.fft(signal5) FFT.plotFFT(fftsignal5, fs, M, tp='FFT', c=4, l=fd1[4], db='on', m='.')
#tt, signal = sg.seno(fs, f0 + fd[2], N, a0, p0)
#ax = plt.figure("Funcion senoidal")
#plt.plot(tt, signal,color='blue',label='sin(wt)')
#plt.xlabel('tiempo [segundos]')
#plt.ylabel('Amplitud [UA] ')
#plt.axhline(0, color="black")
#plt.axvline(0, color="black")
#plt.grid()
#plt.title('Funcion senoidal')
#plt.legend(loc = 'upper right')
#plt.show()
ii = 0
while ii < 3 :
fftsignal[:,ii] = np.fft.fft(signal[:,ii])
FFT.plotFFT(fftsignal[:,ii],fs,N, tp= 'FFT', c=ii, l=fd1[ii], db='on', m='o')
ii += 1
#fftsignal = np.fft.fft(signal)
#FFT.plotFFT(fftsignal,fs,N, tp= 'FFT')
#%% mi DFT
#fftsignal2 = FFT.myDFT(signal)
#FFT.plotFFT(fftsignal2, fs, N, tp='my DFT')
#tt, signal = sg.seno(fs, f0, N, a0, p0)
#qsignal = sg.quantizer(signal, 4)
#ax = plt.figure("Funcion senoidal cuantizada n= 4")
#plt.plot(tt, qsignal,color='blue',label='sin(wt)')
#plt.xlabel('tiempo [segundos]')
#plt.ylabel('Amplitud [UA] ')
ii = 0
while ii < 8:
tt, signal = sg.seno(fs, f0, N[ii], a0, p0)
the_start = time()
np.fft.fft(signal)
the_end = time()
tiempofft[ii] = the_end - the_start
ii += 1
#%% calculando el tiempo de mi DFT
ii = 0
while ii < 8:
tt, signal = sg.seno(fs, f0, N[ii], a0, p0)
the_start = time()
FFT.myDFT(signal)
the_end = time()
tiempodft[ii] = the_end - the_start
ii += 1
import pandas as pd
index = ['16', '32', '64', '128', '256', '512', '1024', '2048', '4096', '8192']
data = {'N': index, 'FFT': tiempofft, 'myDFT': tiempodft}
df = pd.DataFrame(data)
df.set_index('N', inplace=True)
# select two columns
print(df)
plt.figure("Gráfico comparatvo de tiempo entre la FFT y la DFT")
