こんにちは。
仕事の自動化にやりがいと達成感を感じるガッくんです。

この記事の目次

背景・目的

以前の記事で移動平均で波形データのスムージングが出来ることが分かりました。
Python で信号のノイズ除去〜ローパスフィルター〜 - 解析エンジニアの自動化 blog

下のリンクのローパスフィルターと振幅処理でテストした波形データで試してみます。

Python で信号のノイズ除去〜ローパスフィルター〜 - 解析エンジニアの自動化 blog

Python で信号のノイズ除去〜振幅処理〜 - 解析エンジニアの自動化 blog

動作環境

・Windows 7
・winpython 64bit 3.4.4

テスト用波形

テストに使用した波形データの仕様を以下に示す。

なお、テスト用波形データはリンクの記事の波形データ作成プログラムにノイズを与えられるように改造して作成しました。

Python で複雑な波形データを作る - 解析エンジニアの自動化 blog


正弦波数：1波
　　サンプリング点数：1024点
　　サンプリング周期：0.05秒
　　正弦波式： A × sin( 2 × π × f × t )
 
正弦波式
　テスト用波形の正弦波の式を示す。
　　0.869669428796 × sin( 2 × π × 0.0675797949804 × t )

f:id:chuckischarles:20191227084135j:image

Wave for Test

プログラム

ソースコード


###############################################################################
# 波形分析プログラム -　Waveform analysis program -
###############################################################################
#==============================================================================
# ファイルインポート
#==============================================================================
import numpy as np
from scipy import signal
import matplotlib.pyplot as plt
 
#==============================================================================
# 波形デジタルデータの csv 入力関数
#==============================================================================
def ReadWaveCsv():
   
    #ファイル読み込み ############################################################
    wave = np.loadtxt('C:\\Users\\UserName\\Desktop\\test-wave.csv', delimiter=',')
   
    # wave データの列スライス #####################################################
    time = wave[0:, 0] # time[sec]
    ampl = wave[0:, 1] # amplitude
   
    # グラフ表示 ################################################################
    plt.figure(figsize=(10, 8))
    plt.plot(time, ampl)
    plt.grid(True)
    plt.title('Input Wave')
    plt.xlabel('time[sec]')
    plt.ylabel('amplitude')
   
    # グラフ出力 ################################################################
    file_name = 'Input_Wave.jpg'
    plt.savefig(file_name)
   
    return time, ampl, file_name
 
#==============================================================================
# 移動平均する関数
#==============================================================================
def moving_average(x, y, term):
   
    # カーネル作成 ##############################################################
    kernel = np.ones(term)/float(term)
   
    # 移動平均 ################################################################
    y2 = np.convolve(y, kernel, mode='valid')
    x2 = np.convolve(x, kernel, mode='valid')
   
    # グラフの作成 ##############################################################
    plt.figure(figsize=(10, 8))
    plt.plot(x,  y,  'r--', label='original wave')
    plt.plot(x2, y2, 'k-',  label='moving average term = ' + str(term))
    plt.grid(True)
    plt.title('Moving Average')
    plt.xlabel('time[sec]')
    plt.ylabel('amplitude')
    plt.legend()
   
    # グラフの出力 ##############################################################
    file_name = 'smoothing(moving average term = ' + str(term) + ').jpg'
    plt.savefig(file_name)
   
    return x2, y2, file_name
 
#==============================================================================
# 実用例
#==============================================================================
# 波形の読込
time, ampl, input_wave_name = ReadWaveCsv()
 
# 移動平均
ret_time, ret_ampl, ma_name = moving_average(time, ampl, 20)
 
# グラフ表示
plt.figure(figsize=(10, 8))
plt.plot(time, ampl)
plt.plot(ret_time, ret_ampl)
plt.grid(True)
plt.title('Noise Cleared Wave and Original Wave')
plt.xlabel('time[sec]')
plt.ylabel('amplitude')
 
# グラフ出力
file_name = 'Noise_Cleared_Wave_and_Original_Wave.jpg'
plt.savefig(file_name)