Запитання з тегом «fourier-transform»

Перетворення Фур'є - це математична операція, яка розкладає функцію на її складові частоти, відомі як спектр частот.

8
Чому трансформація Фур'є настільки важлива?
Усі обговорюють перетворення Фур'є, коли обговорюють обробку сигналів. Чому так важливо обробляти сигнали і що це говорить нам про сигнал? Чи застосовується це лише до цифрової обробки сигналів чи це стосується і аналогових сигналів?

3
Що таке розріджена трансформація Фур'є?
MIT останнім часом трохи шумить щодо нового алгоритму, який рекламується як швидше перетворення Фур'є, яке працює на конкретних видах сигналів, наприклад: " Швидше перетворення Фур'є названо однією з найважливіших світових технологій, що розвиваються ". Журнал MIT Technology Review говорить : За допомогою нового алгоритму, який називається розрідженим перетворенням Фур'є (SFT), …

6
Яке найяскравіше, інтуїтивніше пояснення для різних FT - CFT, DFT, DTFT та Fourier Series?
Навіть вивчивши їх досить десь, я, як правило, забуваю [якщо я на деякий час не контактую] про те, як вони пов'язані один з одним і що означає ", оскільки вони мають такі схожі звукові назви]. Я сподіваюся, що ви придумаєте настільки інтуїтивне та математично красиве пояснення, що вони вбудуються в …

1
Як круговий зсув сигналу на частку зразка?
Теорема зсуву говорить : Помноження на лінійну фазу e 2 π iхнхнx_n для деякого цілогоmвідповідаєкруговому зсувувиходу:замінюється на, де індекс інтерпретується модулемN(тобто періодично).е2 πiNn ме2πiNнмe^{\frac{2\pi i}{N}n m}ХкХкX_kХкХкX_kХк - мХк-мX_{k-m} Гаразд, це добре працює: plot a N = 9 k = [0, 1, 2, 3, 4, 5, 6, 7, 8] plot ifft(fft(a)*exp(-1j*2*pi*3*k/N)) …

5
Різниця між дискретним перетворенням фур'є та часу
Я читав багато статей про DTFT та DFT, але не в змозі розрізнити різницю між двома, за винятком кількох видимих ​​речей, таких як DTFT йде до нескінченності, тоді як DFT - лише до N-1. Може хто-небудь, будь ласка, поясніть різницю та коли використовувати? Вікі каже DFT відрізняється від дискретного перетворення …

3
Який ефект має затримка часової області в частотній області?
Якщо у мене є сигнал з обмеженим часом, скажімо, синусоїда, яка триває лише секунди, і я приймаю FFT цього сигналу, я бачу частотну характеристику. У прикладі це був би стрибок на головній частоті синусоїди.ТTT Тепер, скажіть, я приймаю той самий часовий сигнал і затримую його на деякий час постійним, а …

3
Поради щодо поліпшення виявлення кроку
Я працюю над простим веб-додатком, який дозволяє користувачеві налаштовувати свою гітару. Я справжній новачок в обробці сигналів, тому не варто судити занадто сильно, якщо моє питання не відповідає. Отже, мені вдалося отримати основну частоту за допомогою алгоритму FFT, і в цей момент додаток якимось чином функціональний. Однак є місце для …

3
Як працюють каскадні біквадні секції для фільтрів вищого порядку?
Я намагаюся реалізувати фільтр IIR 8-го порядку, і кожна прочитана записка та підручник говорить про те, що найкраще реалізувати будь-який фільтр порядку понад 2 як розділи другого порядку. Я використовував tf2sosв MATLAB, щоб отримати коефіцієнти для секцій другого порядку, які дали мені коефіцієнти 6x4 для 4 секцій другого порядку, як …
20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

3
Як спочатку були задумані вікна?
Мені відомі поширені типи вікон (Hamming, Hanning, Kaiser, Tukey тощо). Однак, хоча багато книг описують їх, майже жодна не каже мені, як саме вони були отримані. Що таке святе у вікні забивання? А як щодо ханнінга? Я розумію, що всі вони грають на співвідношенні ширини магістральної магістралі VS затухання бокової …

2
Алгоритм зворотного короткого часу перетворення Фур'є, описаний словами
Я намагаюся концептуально зрозуміти, що відбувається, коли прямі та зворотні короткочасні перетворення Фур'є (STFT) застосовуються до дискретного сигналу часової області. Я знайшов класичний документ Аллена та Рабінера ( 1977 ), а також статтю у Вікіпедії ( посилання ). Я вважаю , що є ще одна хороша стаття можна знайти тут …

3
Що не в цьому коді для томографічної реконструкції методом Фур'є?
Я нещодавно грав з алгоритмами томографічної реконструкції. У мене вже є приємні робочі реалізації FBP, ART, SIRT / SART-подібної ітеративної схеми і навіть з використанням прямолінійної алгебри (повільно!). Це питання не стосується жодної з цих методик ; відповіді форми "чому хто-небудь зробив би це так, ось тут якийсь код FBP" …

1
Чи є перетворення Лапласа зайвим?
Перетворення Лапласа - це узагальнення перетворення Фур'є, оскільки перетворення Фур'є є перетворенням Лапласа для s=jωs=jωs = j\omega (тобто sss - чисте уявне число = нульова реальна частина sss ). Нагадування: Перетворення Фур'є: X(ω)=∫x(t)e−jωtdtX(ω)=∫x(t)e−jωtdtX(\omega) = \int x(t) e^{-j\omega t} dt Перетворення Лапласа: X(s)=∫x(t)e−stdtX(s)=∫x(t)e−stdtX(s) = \int x(t) e^{-s t} dt Крім того, …

3
FFT з асиметричним вікном?
Усі загальні не прямокутні віконні функції здаються симетричними. Чи коли-небудь траплявся випадок, коли хтось хотів би використовувати несиметричну функцію вікна перед FFT? (Скажіть, якщо дані з одного боку діафрагми FFT вважалися дещо важливішими, ніж дані з іншого, або менш галасливими тощо) Якщо так, то які види асиметричних функцій вікна були …

4
Чому перетворення Фур'є гребінця Дірака є гребінцем Дірака?
Це не має для мене сенсу, оскільки нерівність Гейзенберга говорить, що ΔtΔωΔtΔω\Delta t\Delta \omega ~ 1. Тому, коли у вас є щось ідеально локалізоване в часі, ви отримуєте щось повністю розподілене за частотою. Звідси основне співвідношення F{δ(t)}=1F{δ(t)}=1\mathfrak{F}\{\delta(t)\} = 1 де FF\mathfrak{F} - оператор перетворення Фур'є . Але для гребінця Dirac …

2
Як ви вимірюєте "деталізацію" сигналу?
У мене є зображення, і я хотів би виміряти в ньому кількість деталей. Ще один спосіб поглянути на це - виміряти, наскільки розмитим є зображення. Один із способів - аналіз високочастотних компонентів при перетворенні Фур'є зображення. Чи існують інші / кращі методи?

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.