python pytorch fft_用Pytorch实现FFT

我尝试使用Pytorch中提供的conv1d函数来实现FFT。在

产生人工信号import numpy as np

import torch

from torch.autograd import Variable

from torch.nn.functional import conv1d

from scipy import fft, fftpack

import matplotlib.pyplot as plt

%matplotlib inline

# Creating filters

d = 4096 # size of windows

def create_filters(d):

x = np.arange(0, d, 1)

wsin = np.empty((d,1,d), dtype=np.float32)

wcos = np.empty((d,1,d), dtype=np.float32)

window_mask = 1.0-1.0*np.cos(x)

for ind in range(d):

wsin[ind,0,:] = np.sin(2*np.pi*((ind+1)/d)*x)

wcos[ind,0,:] = np.cos(2*np.pi*((ind+1)/d)*x)

return wsin,wcos

wsin, wcos = create_filters(d)

wsin_var = Variable(torch.from_numpy(wsin), requires_grad=False)

wcos_var = Variable(torch.from_numpy(wcos),requires_grad=False)

# Creating signal

t = np.linspace(0,1,4096)

x = np.sin(2*np.pi*100*t)+np.sin(2*np.pi*200*t)+np.random.normal(scale=5,size=(4096))

plt.plot(x)

带Pythorch的FFT

^{pr2}$

带Scipy的FFTfig = plt.figure(figsize=(20,5))

plt.plot(np.abs(fft(x).reshape(-1))[:500])

我的问题

如您所见，这两个输出在峰值特性方面非常相似。这意味着我的实现并不是完全错误的。

然而，也有一些微妙之处，比如频谱的尺度和信噪比。我不知道这里缺了什么来得到完全相同的结果。在