傅里叶级数的3D表示 包括源码

傅里叶级数的3D表示 包括源码

flyfish
傅里叶级数的基本形式 : y ( t ) = ∑ n = 1 , 3 , 5 , ... N 4 A n π sin ⁡ ( n π T t ) y(t) = \sum_{n=1,3,5,\ldots}^{N} \frac{4A}{n\pi} \sin\left(\frac{n\pi}{T} t\right) y(t)=n=1,3,5,...∑Nnπ4Asin(Tnπt)

其中, A A A 是振幅, T T T 是周期, n n n 是傅里叶级数的项数。

傅里叶级数中每一项的形式
y n ( t ) = 4 A n π sin ⁡ ( n π T t ) y_n(t) = \frac{4A}{n\pi} \sin\left(\frac{n\pi}{T} t\right) yn(t)=nπ4Asin(Tnπt)

这个公式表示傅里叶级数中每一项的贡献。

解释

t (时间) : 横坐标表示时间。
y (幅度) : 纵坐标表示傅里叶级数在该时间点的值。
f (频率) : 深度坐标表示傅里叶级数的项数对应的频率。

py 复制代码
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 定义傅里叶级数的参数
T = 2 * np.pi  # 周期
A = 1  # 振幅
N = 11  # 级数的最大项数

# 定义傅里叶级数的函数
def fourier_series(t, N, A, T):
    y = np.zeros_like(t)
    for n in range(1, N + 1, 2):  # 只考虑奇数项
        y += (4 * A / (np.pi * n)) * np.sin((n * np.pi / T) * t)
    return y

# 创建时间域和频率域的网格数据
t = np.linspace(0, 2 * T, 1000)
f = np.array([1 / T, 3 / T, 5 / T, 7 / T, 9 / T, 11 / T])
T_grid, F_grid = np.meshgrid(t, f)

# 创建3D图
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制傅里叶级数的时域图像
for n in range(1, N + 1, 2):
    y = (4 * A / (np.pi * n)) * np.sin((n * np.pi / T) * t)
    ax.plot(t, n / T, zs=y, label=f'n={n}')

# 设置坐标轴标签和刻度
ax.set_xlabel('t (时间)')
ax.set_ylabel('f (频率)')
ax.set_zlabel('y (幅度)')

# 设置坐标轴的刻度
ax.set_xticks([0, np.pi, 2 * np.pi])
ax.set_xticklabels(['0', r'$\pi$', r'$2\pi$'])
ax.set_yticks(f)
ax.set_yticklabels([r'$\frac{1}{T}$', r'$\frac{3}{T}$', r'$\frac{5}{T}$', r'$\frac{7}{T}$', r'$\frac{9}{T}$', r'$\frac{11}{T}$'])
ax.set_zticks([-A, 0, A])
ax.set_zticklabels([f'-{A}', '0', f'{A}'])

plt.title('傅里叶级数的3D表示')
plt.legend()
plt.show()
相关推荐
前端Hardy19 小时前
HTML&CSS:数据卡片可以这样设计
前端·javascript·css·3d·html
小彭努力中1 天前
138. CSS3DRenderer渲染HTML标签
前端·深度学习·3d·webgl·three.js
AI生成未来1 天前
斯坦福&UC伯克利开源突破性视觉场景生成与编辑技术,精准描绘3D/4D世界!
3d·3d场景·4d
汪洪墩2 天前
【Mars3d】实现这个地图能靠左,不居中的样式效果
前端·javascript·vue.js·3d·webgl·cesium
Bearnaise2 天前
GaussianDreamer: Fast Generation from Text to 3D Gaussians——点云论文阅读(11)
论文阅读·人工智能·python·深度学习·opencv·计算机视觉·3d
智驾机器人技术前线2 天前
近期两篇NeRF/3DGS-based SLAM方案赏析:TS-SLAM and MBA-SLAM
3d·slam·nerf·3dgs
Tianwen_Burning2 天前
halcon3d disparity_image_to_xyz非常重要的算子及使用条件
算法·3d
光学测量小菜鸡3 天前
OpenCV双目立体视觉重建
opencv·3d·双目相机·结构光·sgbm
豆包MarsCode3 天前
基于豆包MarsCode 和 Threejs 实现3D地图可视化
大数据·开发语言·人工智能·python·3d·程序员
工业3D_大熊3 天前
3D数据格式转换工具HOOPS Exchange如何在读取CAD文件时处理镶嵌数据?
java·linux·c++·windows·macos·3d·c#