如何为逆傅里叶变换后的自相关信号构造时间向量？

一、构造时间向量 #

已知参数：采样频率Fs=1652Hz，原始PSD长度N=8534，参与逆变换的频域元素数M=210

1. 计算频率分辨率
   Δf = Fs / N = 1652 / 8534 ≈ 0.1936Hz

2. 确定时域采样间隔与时间向量
   对M个连续频域点做逆傅里叶变换后，得到的时域信号为周期信号，周期T = 1/Δf = N/Fs ≈ 5.166s，时域采样间隔：
   Δt = T / M ≈ 5.166 / 210 ≈ 0.0246s
   时间向量可构造为：

   import numpy as np
   t = np.arange(M) * Δt  # 从0开始，共M个时间点
   

   注：若你选取的是PSD中包含正负频率的对称段（如从-k到+k共210个点），则时域采样间隔仍为Δt=1/Fs，时间向量长度为N，仅取对应有效段即可。

二、评估阻尼频率与阻尼比 #

针对逆变换得到的正弦自由衰减信号（形式为x(t) = A·e^(-ζωₙt)·cos(ω_d t + φ)，其中ω_d为阻尼频率，ζ为阻尼比），可通过以下方法计算：

1. 对数衰减法 #

• 提取时域信号的相邻峰值x₁和x₂，计算峰值间隔时间T_d（即阻尼周期）
• 对数衰减率δ = ln(x₁/x₂) = 2πζ / √(1-ζ²)
• 阻尼频率ω_d = 2π / T_d
• 求解阻尼比：当ζ较小时，ζ ≈ δ/(2π)；若ζ较大，通过δ = 2πζ / √(1-ζ²)变形解得ζ = δ / √(4π² + δ²)

2. 曲线拟合法 #

• 对信号取绝对值后做对数变换：ln|x(t)| = lnA - ζωₙt
• 用线性拟合得到直线斜率k = -ζωₙ
• 从信号的峰值间隔或过零点间隔计算ω_d
• 结合关系式ω_d = ωₙ√(1-ζ²)，联立求解得到ζ和ω_d

3. 频域辅助法（从原PSD段） #

• 从选取的210个PSD元素中找到峰值频率f_d = ω_d/(2π)
• 计算PSD的半功率带宽Δf（即PSD值降至峰值一半时的频率差）
• 当ζ较小时，ζ ≈ Δf/(2f_d)；若需精确值，结合f_d = fₙ√(1-ζ²)和ζ = Δf/(2fₙ)联立求解

内容的提问来源于stack exchange，提问作者Mehdi Zakaria