使用SciPy查找FFT峰值并绘图时出现异常问题求助

核心错误点 #

1. 直接对复数FFT结果找峰值
   scipy.signal.find_peaks仅能处理实数值，而scipy.fft.fft返回的是复数数组，直接传入会错误识别实部/虚部的波动，而非信号的幅度峰值。

2. 频率轴计算逻辑混乱
   代码中xf = np.linspace(0.0, 1.0/(10.0*T), n//10)存在两个问题：

   • 音频信号的有效频率范围是0到奈奎斯特频率（rate/2，即1/(2*T)），超过该范围的FFT结果是镜像冗余数据。
   • 仅取前n//10个点绘制，会丢失大部分有效频率信息，且峰值可能落在未绘制区间，导致显示错位。

3. 峰值绘制未取幅度绝对值
   plt.plot(z, 10.0/n * yf[z], "x")中yf[z]是复数，直接绘制会出现数值异常，必须取绝对值才能对应幅度轴刻度。

4. 峰值位置超出绘制范围
   若峰值出现在n//10之后的位置，绘制时会在图上显示完全偏离的错误点。

修正后的代码 #

import struct
import numpy as np
import scipy
from matplotlib import pyplot as plt

def fft_plot(audio, rate):
    n = len(audio)
    T = 1/rate
    # 计算FFT并提取幅度值
    yf = scipy.fft.fft(audio)
    yf_amp = np.abs(yf)
    # 基于幅度谱查找峰值，可根据信号调整prominence参数
    z, _ = scipy.signal.find_peaks(yf_amp, prominence=100)
    # 生成正确的频率轴：覆盖0到奈奎斯特频率，点数匹配FFT前半部分
    xf = np.linspace(0.0, rate/2, n//2)
    fig, ax = plt.subplots()
    # 绘制归一化后的幅度谱（仅前半部分有效数据）
    ax.plot(xf, (2.0/n) * yf_amp[:n//2])
    # 过滤掉超出绘制范围的峰值，仅显示有效区间内的点
    valid_peaks = z[z < n//2]
    ax.plot(xf[valid_peaks], (2.0/n) * yf_amp[valid_peaks], "x", color="red")
    plt.grid()
    plt.xlabel("Frequency -->")
    plt.ylabel("Magnitude")
    plt.show()

def get_span(fi):
    b = fi.read(768*4)
    if len(b) < 768*4:
        return None
    r = struct.unpack('768i', b)
    return [float(x/(2**31-1)) for x in r]

with open('/tmp/samples.raw', 'rb') as fi:
    while span := get_span(fi):
        fft_plot(span, 48000)

额外说明 #

• 对于440Hz方波，其FFT峰值应出现在440Hz、1320Hz、2200Hz等奇次谐波位置，修正后的代码可正确识别这些峰值。
• 可根据实际信号的幅度大小调整prominence参数，避免误识别噪声带来的伪峰值。
• 用2.0/n作为归一化系数，更符合实信号FFT幅度谱的物理意义。

内容的提问来源于stack exchange，提问作者ZioByte