FFT未检测到具有已知周期性的实验数据中的预期频率

Question

IAM分析了实验数据，其中电阻RXX的测量是角度PHI的函数，该角度的范围为0至360度，步骤为2度。数据集由两个列组成：

Phi (angle in degrees, from 0 to 360 with step 2°), Rxx (longitudinal resistance)

都只包含实数。

问题：

数据集可以通过由两个平方余弦的总和组成的函数进行很好的描述：

Rxx(Phi) = A * cos^2(Pi * (Phi - Phi_0) / 180) + B * cos^2(Pi * (Phi - Phi_0) / 90) + const

无论如何，当我应用FFT时，我不会以每360°的速度观察到2或4个周期的峰值。取而代之的是，我看到一个与预期周期不符的低频伪像。 我的问题：

为什么FFT无法检测到预期的频率（每360°2个周期和4个周期）？如何解决这个问题？

我正在使用的代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.fft import fft, fftfreq


# import data

data = pd.read_csv("test")
x = data["Phi"].to_numpy()
Rxx = data["Rxx"].to_numpy()

angles = np.deg2rad(x) # convert degrees to radians
dPhi = np.deg2rad(angles[2]-angles[1]) # define angular step
N = len(angles) # number of points

fft_Rxx = fft(Rxx) # compute FFT
freqs = fftfreq(N, dPhi) / (2 * np.pi)  # compute frequency

amplitude_Rxx = np.abs(fft_Rxx) # compute magnitude spectrum

# plot results

plt.plot(freqs, amplitude_Rxx)
plt.show()

这里是我数据集的链接：

link

这里是对频谱的更好描述。如果您感兴趣的高峰不在这里出现，那么它们可能不存在。

Answer 1