我有一个关于Python的fftconvolve
的问题。在我的当前研究中,我需要计算两个函数之间的某些卷积。为此,我使用傅里叶变换进行计算(使用了numpy.fft
并对其进行了归一化)。问题是,如果我想使用fftconvolve
包进行比较,它无法给出正确的结果。以下是我的代码:
#!/usr/bin/python
import numpy as np
from scipy.signal import fftconvolve , convolve
def FFT(array , sign):
if sign==1:
return np.fft.fftshift(np.fft.fft(np.fft.fftshift(array))) * dw / (2.0 * np.pi)
elif sign==-1:
return np.fft.fftshift(np.fft.ifft(np.fft.fftshift(array))) * dt * len(array)
def convolve_arrays(array1,array2,sign):
sign = int(sign)
temp1 = FFT(array1 , sign,)
temp2 = FFT(array2 , sign,)
temp3 = np.multiply(temp1 , temp2)
return FFT(temp3 , -1 * sign) / (2. * np.pi)
""" EXAMPLE """
dt = .1
N = 2**17
t_max = N * dt / 2
time = dt * np.arange(-N / 2 , N / 2 , 1)
dw = 2. * np.pi / (N * dt)
w_max = N * dw / 2.
w = dw * np.arange(-N / 2 , N / 2 , 1)
eta_fourier = 1e-10
Gamma = 1.
epsilon = .5
omega = .5
G = zeros(N , complex)
G[:] = 1. / (w[:] - epsilon + 1j * eta_fourier)
D = zeros(N , complex)
D[:] = 1. / (w[:] - omega + 1j * eta_fourier) - 1. / (w[:] + omega + 1j * eta_fourier)
H = convolve_arrays(D , G , 1)
J = fftconvolve(D , G , mode = 'same') * np.pi / (2. * N)
如果您绘制
H
和 J
的实部/虚部,您会看到 w
轴发生了偏移,并且为了尽可能接近正确的结果,我不得不乘以 J
的结果。
有什么建议吗?
谢谢!
scipy.fftconvolve
函数,注意到它的算法不包含你所使用的奇怪的傅里叶变换移位或缩放。你想通过使用FFT
函数达到什么目的? - Henry Gomersall