Python中DFT结果接近零的复数值取整与相位异常修正问题

问题场景 #

给定恒定离散信号：

import numpy as np
from scipy.fft import fft

# 离散数据
x = np.array([0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875,
       0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875,
       0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875,
       0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875,
       0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875,
       0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875,
       0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875,
       0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875, 0.7966875])

自定义DFT函数如下：

def DFT(x):
    N = len(x)
    n = np.arange(0, N)
    k = n.reshape((N, 1))
    omega = 2*np.pi*k/N
    e = np.exp(-1j*omega*n)
    X = np.dot(x, e)
    X_round = np.round(X, 6)
    return X, X_round, N, n

X, X_round, N, n = DFT(x)

异常现象 #

恒定信号的DFT结果中，非直流分量理论上应为0，但取整后出现-0.+0.j、0.-0.j这类带符号零的复数形式。使用np.angle(X_round)计算相位时，得到非零值（如±π），而np.angle(fft(x))的结果全为0，符合预期。

补充参考 #

当Im(X)和Re(X)均为零时，相位值未定义，可将其设为0以简化相位谱的可读性。

修正方案 #

核心是将数值上可忽略的极小分量（模长接近0）强制置为严格的0+0j，避免带符号零导致相位计算异常。修改后的DFT函数如下：

def DFT(x):
    N = len(x)
    n = np.arange(0, N)
    k = n.reshape((N, 1))
    omega = 2*np.pi*k/N
    e = np.exp(-1j*omega*n)
    X = np.dot(x, e)
    X_round = np.round(X, 6)
    # 将模长小于阈值的分量强制置为0+0j
    X_round[np.abs(X_round) < 1e-6] = 0 + 0j
    return X, X_round, N, n

原理说明 #

• 取整后的带符号零本质是浮点数精度误差导致的，其模长趋近于0，但np.angle仍会根据符号计算出非零相位。
• 通过np.abs(X_round) < 1e-6筛选出所有可忽略的分量，将其置为严格的零复数，此时np.angle计算结果为0，与scipy.fft的输出一致。

备选方案（仅修正相位计算） #

若无需修改DFT输出，可在计算相位时单独处理：

X_round_angle = np.angle(X_round)
# 将模长接近0的分量相位置为0
X_round_angle[np.abs(X_round) < 1e-6] = 0

内容的提问来源于stack exchange，提问作者Murilo