# 波动相关概念（代码2）

**Repository Path**: Red-Velvet/wave2

## Basic Information

- **Project Name**: 波动相关概念（代码2）
- **Description**: 波动相关概念（代码2）
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-06-20
- **Last Updated**: 2024-03-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 项目描述

这个项目模拟声波的降噪和去除高频声音，把模拟声波的频域中的模拟有噪音频域振幅谱
实现以下效果：
1. 所有噪音都归零
2. 所有大于50hz的信号都归零

## 项目运行效果截图
![输入图片说明](%E6%B3%A2%E5%8A%A8%E6%A0%B8%E5%BF%83%E6%A6%82%E5%BF%B52.jpg)


## 功能

1. 实现返回一个新的numpy数组arr,使得arr中所有小于等于thresh的值都归零，大于thresh的值保持不变
2. 实现返回一个新的numpy数组arr,使得arr中所有thresh位置极其之后的值都归零
3. 产生一个列表，其中更包含200个0到1的随机数,模拟200个噪音信号
4. 模拟在13hz有一个振幅为6的信号；模拟在100hz有一个振幅为9的信号；模拟在188hz有一个振幅为3的信号

## 依赖

* numpy
* matplotlib

## 使用
1. 下载或克隆项目代码到本地。
2. 运行Jupyter Notebook文件
3. 只需要运行代码，即可看到绘制出的图像，分别为原始波形、去噪后的波形、原始振幅谱以及去噪后的振幅谱。


## 注意
因为Numpy数组传给函数的是数组的引用，在函数中对数组的修改都是直接在数组上进行的修改，所以实际上是需要通过np.copy先复制一个数组的拷贝