我目前正在开展一个项目，在这个项目中，我记录了加速器手机周期性运动的幅度，当我在python中对其进行可视化并使其平滑时，这一点非常明显。然而;我试图以编程方式获取信号的频率（mag），到目前为止我的所有尝试都失败了。数据存储在csv中，其中包含多个列，但是我提取了幅度列，用低通滤波器对其进行平滑处理，然后最后尝试在我的滤波幅度数组上使用numpy的fft函数，但它没有给我预期的结果。
这是平滑后我可视化幅度的图像：
正如你所看到的，它是非常周期性的，你可以通过观察它来判断，但我不知道为什么FFT无法捕捉到它。
我从numpy包和scipy都尝试了FFT，两者都给了我相同的结果。
data = genfromtxt("data.csv", dtype=float, delimiter=',', names=True)
y = data['mag']
w = np.fft.fft(y)
freq = np.fft.fftfreq(len(w))
我从freq获得的输出是一个“最高”频率为0的数组，我不明白。如果它是相关的，我知道我从设备记录数据的采样率是20毫秒，我已经尝试过FFT原始数据和平滑，但仍然没有运气。
您的信号具有直流偏置。直流偏置与频率为0的余弦波相同（对于FFT）。此直流偏置似乎也大于信号中的周期性幅度变化。所以f = 0是预期的结果。
你可以尝试至少两件事。您可以在频率仓0之后查找FFT结果幅度中的下一个峰值。绘制FFT幅度，您可能会看到它。或者，您可以在执行FFT之前减去DC偏置（所有样本的平均值/平均值），这将消除频率bin 0处的大FFT结果。
请注意，FFT结果的bin中心频率只是FFT长度中整数周期的频率。如果实际频率不是其中之一，则必须进行插值。 Sinc核插值是FFT结果数据的合适插值器。