research/mysignal
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

upd

Browse source
This commit is contained in:
François Boulogne 2025-08-29 18:04:30 +02:00
parent d3d57ed7be
commit dea64a7b7f
1 changed files with 35 additions and 18 deletions
Download patch file Download diff file Expand all files Collapse all files

53
mysignal/phasefreq.py
View file

@ -4,7 +4,7 @@ import pandas as pd
import pywt import pywt
from scipy.fft import fft, fftfreq from scipy.fft import fft, fftfreq
from scipy.signal import find_peaks, hilbert, butter, filtfilt, correlate from scipy.signal import find_peaks, hilbert, butter, filtfilt, correlate, sosfiltfilt
from scipy.stats import linregress from scipy.stats import linregress
from scipy.optimize import curve_fit from scipy.optimize import curve_fit
@ -63,26 +63,43 @@ def filter_signal_by_modes(time, signal, num_modes=1, bandwidth_factor=0.1, nyqu
# Pour chaque fréquence dominante, appliquer un filtre passe-bande # Pour chaque fréquence dominante, appliquer un filtre passe-bande
for freq in dominant_freqs: for freq in dominant_freqs:
# Définir la bande passante (10% de la fréquence centrale de chaque côté) # Définir la bande passante
bandwidth = bandwidth_factor * freq bandwidth = bandwidth_factor * freq
lowcut = freq - bandwidth lowcut = max(0.01, freq - bandwidth) # Éviter les fréquences négatives
highcut = freq + bandwidth highcut = freq + bandwidth
if nyquist:
# Éviter les fréquences négatives ou supérieures à la fréquence de Nyquist
nyq = 0.5 * fs
if lowcut <= 0:
lowcut = 0.01
if highcut >= nyq:
highcut = nyq - 0.01
# Créer le filtre Butterworth if nyquist:
lowcut = lowcut / nyq # Éviter les fréquences supérieures à la fréquence de Nyquist
highcut = highcut / nyq nyq = 0.5 * fs
b, a = butter(4, [lowcut, highcut], btype='band') highcut = min(highcut, nyq * 0.99) # Laisser une marge
# Appliquer le filtre (filtfilt pour éviter le déphasage) # Normaliser les fréquences
filtered_signal = filtfilt(b, a, signal_clean) lowcut_norm = lowcut / nyq
highcut_norm = highcut / nyq
else:
lowcut_norm = lowcut
highcut_norm = highcut
print(f"Filtrage à {freq:.2f} Hz: [{lowcut_norm:.3f}, {highcut_norm:.3f}] (normalisé)")
# Vérifier si le signal est suffisamment long
period = 1 / lowcut if lowcut > 0 else 0
required_cycles = 40 # Vous avez mentionné 30 cycles
min_length = required_cycles * period * fs
if len(signal_clean) < min_length:
print(f"Avertissement: Signal court pour {freq:.2f} Hz. "
f"Requis: {min_length:.0f} échantillons, Disponible: {len(signal_clean)}")
# Méthode alternative: utiliser un filtre SOS (Second-Order Sections)
# plus stable pour les signaux courts
sos = butter(4, [lowcut_norm, highcut_norm], btype='band', output='sos')
filtered_signal = sosfiltfilt(sos, signal_clean)
else:
# Méthode standard
b, a = butter(4, [lowcut_norm, highcut_norm], btype='band')
filtered_signal = filtfilt(b, a, signal_clean)
filtered_signals.append(filtered_signal) filtered_signals.append(filtered_signal)
# Le temps reste le même après filtrage # Le temps reste le même après filtrage