# 设置参数

    fs = 5000  # 采样频率

    f = 500  # 正弦信号频率

    amp = 10000  # 正弦信号幅度

    duration = 0.07  # 信号持续时间

    # 生成时间序列

    t = np.arange(0, duration, 0.01 / fs)

    # 生成正弦信号

    x = amp * np.sin(2 * np.pi * f * t)

    #生成第二个幅度较高的正弦波，然后截取该正弦波的部分，与第一个正弦波叠加

    # 设置参数

    fs2 = 5000  # 采样频率

    f2 = 1000  # 正弦信号频率

    amp2 = 60000  # 正弦信号幅度

    duration2 = 0.07  # 信号持续时间

    # 生成时间序列

    t2 = np.arange(0, duration2, 0.01 / fs2)

    # 生成正弦信号

    x2 = amp2 * np.sin(2 * np.pi * f2 * t2)

    start_index2 = np.random.randint(0,len(x2)-13000)

    result = x2[start_index2: start_index2 + 100]

    result2 = np.random.normal(0,0,start_index2)

    result3 = np.random.normal(0,0,len(x2)-start_index2-100)

    result4 = np.append(result2,result)

    result5 = np.append(result4,result3)

    # 生成第三个幅度较高的正弦波，然后截取该正弦波的部分，与第一个正弦波叠加

    # 设置参数

    fs3 = 5000  # 采样频率

    f3 = 1000  # 正弦信号频率

    amp3 = 40000  # 正弦信号幅度

    duration3 = 0.07  # 信号持续时间

    # 生成时间序列

    t3 = np.arange(0, duration3, 0.01 / fs3)

    # 生成正弦信号

    x3 = amp3 * np.sin(2 * np.pi * f3 * t3)

    start_index3 = np.random.randint(0, len(x3) - 13000)

    result6 = x3[start_index3: start_index3 + 100]

    result7 = np.random.normal(0, 0, start_index3)

    result8 = np.random.normal(0, 0, len(x3) - start_index3 - 100)

    result9 = np.append(result7, result6)

    result10 = np.append(result9, result8)

    # 生成第四个幅度较高的正弦波，然后截取该正弦波的部分，与第一个正弦波叠加

    # 设置参数

    fs4 = 5000  # 采样频率

    f4 = 1000  # 正弦信号频率

    amp4 = 20000  # 正弦信号幅度

    duration4 = 0.07  # 信号持续时间

    # 生成时间序列

    t4 = np.arange(0, duration4, 0.01 / fs4)

    # 生成正弦信号

    x4 = amp4 * np.sin(2 * np.pi * f4 * t4)

    start_index4 = np.random.randint(0, len(x4) - 13000)

    result11 = x4[start_index4: start_index4 + 100]

    result12 = np.random.normal(0, 0, start_index4)

    result13 = np.random.normal(0, 0, len(x4) - start_index4 - 100)

    result14 = np.append(result12, result11)

    result15 = np.append(result14, result13)

    noise = np.random.normal(0, 500, len(x))

    # 添加噪声

    x_noise = 1000000 + x   + noise + result5 + result10 + result15

    y = np.around(x_noise,0)

    np.set_printoptions(threshold=np.inf)

    with open('/Users/huqixing914/Desktop/project/emi_det.txt', 'w') as f:

         print(y,end='\n', file=f)

    # 绘制图像

    plt.plot(t, x_noise)

    plt.xlabel('Time (s)')

    plt.ylabel('Amplitude')

    plt.show()