谐波波形傅里叶分析（交流电气分析）：频域图无法清晰区分基波与3、5、7次谐波问题

我来帮你解决这个电气领域的傅里叶分析问题！你遇到的频域图模糊不清、谐波峰值混在一起的问题，核心是信号生成时用角度轴而非时间轴，以及FFT频率轴没有对应真实的电气频率单位，咱们一步步来修正：

问题根源分析 #

你当前的代码用角度（0-360度）生成信号，相当于把信号当成了一个720点的离散序列，但没有定义实际的采样频率和时间维度。这样rfftfreq输出的是归一化频率（范围0到0.5），既没有对应到电气领域常用的Hz单位，也因为频率分辨率的问题，导致谐波峰值看起来重叠在一起。

修正后的完整代码 #

我们按照电气信号的实际物理意义来重构代码，以常用的50Hz基波为例（你可以根据需求改成60Hz）：

import numpy as np
import matplotlib.pyplot as plt
from scipy.fft import rfft, rfftfreq

# 电气信号参数定义
f0 = 50  # 基波频率，单位Hz
fs = 1000  # 采样频率，要满足奈奎斯特准则（需大于2倍最高谐波频率，这里最高是7*50=350Hz，1000Hz足够）
duration = 0.2  # 采样时长，设为基波周期的整数倍（50Hz周期0.02s，0.2s是10个周期，减少频谱泄漏）

# 生成时间轴
t = np.linspace(0, duration, int(fs * duration), endpoint=False)

# 生成包含基波和3、5、7次谐波的信号
# 注意用2π*f*t的形式，符合正弦信号的时间域表达式
signal = (10 * np.sin(2 * np.pi * f0 * t)
          + 5 * np.sin(2 * np.pi * 3*f0 * t)
          + 5 * np.sin(2 * np.pi * 5*f0 * t)
          + 11 * np.sin(2 * np.pi * 7*f0 * t))

# 绘制时域波形
plt.figure(figsize=(10, 4))
plt.plot(t, signal)
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.title('Time Domain Waveform (Fundamental + 3rd/5th/7th Harmonics)')
plt.grid(True)
plt.show()

# 应用FFT
fft = rfft(signal)

# 计算真实频率轴（单位Hz），第二个参数是采样间隔1/fs
frequencies = rfftfreq(len(signal), 1/fs)

# 绘制频域图，只显示0到400Hz的范围，聚焦谐波区域
plt.figure(figsize=(10, 4))
plt.plot(frequencies, np.abs(fft))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.title('Frequency Domain Spectrum')
plt.xlim(0, 400)  # 限制x轴范围，清晰展示基波和3、5、7次谐波
plt.grid(True)
plt.show()

修正后的效果说明 #

1. 时域信号：基于真实时间轴生成，符合电气系统中电压/电流信号的实际形式
2. 频域信号：你会清晰看到在50Hz（基波）、150Hz（3次谐波）、250Hz（5次谐波）、350Hz（7次谐波）处出现尖锐的峰值，每个峰值的振幅也和你定义的信号系数（10、5、5、11）对应，完全符合你的预期。

额外小贴士（电气领域专属） #

• 采样频率一定要大于2倍最高谐波频率（奈奎斯特准则），避免混叠
• 采样时长尽量设为基波周期的整数倍，减少频谱泄漏，让谐波峰值更尖锐
• 如果需要更高的频率分辨率，可以增加采样时长（比如把duration改成0.4s）

备注：内容来源于stack exchange，提问作者David Wigley