Questions tagged «dft»

我只是在学习图像的频域。 如果出现波浪，我可以理解频谱。它表示波中存在哪些频率。如果绘制频谱，则会在和处获得脉冲信号。我们可以使用相应的过滤器来提取特定信息。- ˚F + ˚Fcos(2πft)cos⁡(2πft)\cos(2\pi f t)−f−f-f+f+f+f 但是频谱在图像情况下意味着什么？当我们在OpenCV中对图像进行FFT运算时，会得到一张奇怪的图片。该图像表示什么？它的应用是什么？ 我读了一些书，但它们提供了许多数学方程式，而不是物理意义。那么，谁能在图像处理中简单地应用频域的简单解释呢？

110 image-processing  frequency-spectrum  dft 

在语音识别中，前端通常进行信号处理以允许从音频流中提取特征。离散傅里叶变换（DFT）在此过程中应用了两次。第一次是在窗口化之后；在此之后，将进行梅尔合并，然后再进行另一个傅立叶变换。 但是，我注意到，在语音识别器（例如CMU Sphinx中的默认前端）中，第二步操作通常使用离散余弦变换（DCT）而不是DFT ，这是很常见的。这两个操作有什么区别？为什么要第一次进行DFT，然后第二次进行DCT？

75 dct  dft 

如果您对简单信号进行FFT绘图，例如： t = 0:0.01:1 ; N = max(size(t)); x = 1 + sin( 2*pi*t ) ; y = abs( fft( x ) ) ; stem( N*t, y ) 1Hz正弦波+ DC 以上的FFT 我知道第一个bin中的数字是信号中有“多少DC”。 y(1) %DC > 101.0000 第二个bin中的数字应该是“整个信号中有多少个1周期”： y(2) %1 cycle in the N samples > 50.6665 但这不是101！大约是50.5。 fft信号的末尾还有另一个项，大小相等： y(101) > …

36 dft 

我在Android应用商店中寻找吉他调音器。我发现一个调谐器应用程序声称它比其他应用程序更快。它声称无需使用DFT就可以找到频率（我希望我仍然有该规范的URL）。 我从来没有听说过这个。您可以在不使用DFT或FFT算法的情况下获取音频信号并计算频率吗？

34 audio  fft  frequency  dft 

我正在尝试实现8阶IIR滤波器，并且我阅读的每个应用笔记和教科书都说，最好将2阶以上的任何滤波器实现为二阶部分。我tf2sos在MATLAB中使用了二阶部分的系数，这与我预期的4个二阶部分的6x4系数有关。在实施为SOS之前，八阶滤波器需要存储7个先前的采样值（以及输出值）。现在，当实现为二阶部分时，流程如何从输入到输出工作，我是否仅需要存储2个先前的样本值？还是第一个滤波器的输出馈x_in入第二个滤波器，依此类推？

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 

我想计算一个功率频谱，其中频率以对数间隔分布。 在韦尔奇（Welch）的方法中，要在所得功率谱的频率分辨率和平均值（即结果误差）之间进行权衡。我希望这种权衡是动态的，即对低频点进行较少的平均值计算，以便在低频下获得更好的分辨率。 有标准的方法吗？ 我想一种方法是首先pwelch以非常高的分辨率（较低的平均数）进行处理，然后使用对数合并重新合并结果频谱。

20 dft 

假设我们希望通过频域中的零填充对偶数个样本（例如N = 8）的周期信号进行插值。 X=[A,B,C,D,E,F,G,H] 现在让我们将DFT 填充到16个样本中Y。我看到的每个教科书示例和在线教程在给出时都会插入零。 （然后是插值信号。）[Y4...Y11] Y=[2A,2B,2C,2D,0,0,0,0,0,0,0,0,2E,2F,2G,2H]y = idft(Y) 为什么不改为使用 Y=[2A,2B,2C,2D,E,0,0,0,0,0,0,0,E,2F,2G,2H]？ 据我所知（我的数学知识有限）： 它使总功率最小化 它确保如果x是实值，那么也是如此y y仍按要求x在所有采样点处相交（我认为这适用于任何p地方Y=[2A,2B,2C,2D,pE,0,0,0,0,0,0,0,(2-p)E,2F,2G,2H]） 那么为什么从来没有这样做呢？ 编辑：x不一定是实数值或带限制的。

18 dft  interpolation  zero-padding 

在我看到的大多数示例和FFT代码中，前向DFT操作的输出（频率幅度）按N进行缩放-即，不是给您每个频率仓的幅度，而是给您N倍的幅度。 在操作上，这仅仅是因为DFT是通过将信号的内积与每个基本正弦值（即未归一化的相关性）相乘来计算的。但是，这不能回答这样一个哲学问题，即为什么我们不返回输出之前就只除以N？ 相反，大多数算法在重新合成时除以N。 这对我来说似乎是违反直觉的，并且（除非我遗漏了一些东西）这使DFT的所有解释都非常混乱。 在每种情况下，我都可以做梦，实际的幅度（不是幅度* N）是我从DFT操作中需要的值，而归一化的幅度是我想输入到IDFT操作中的值。 为什么不将DFT定义为DFT / N，而将IDFT定义为归一化正弦波的简单总和？

17 fft  dft  magnitude  normalization 

我正在尝试了解FFT，这是到目前为止的内容： 为了找到波形中的频率幅度，必须在两个不同的相位（正弦和余弦）中将电波乘以它们正在搜索的频率，然后对它们进行平均，从而对它们进行探测。该阶段是通过与两者之间的关系找到的，其代码如下所示： //simple pseudocode var wave = [...]; //an array of floats representing amplitude of wave var numSamples = wave.length; var spectrum = [1,2,3,4,5,6...] //all frequencies being tested for. function getMagnitudesOfSpectrum() { var magnitudesOut = []; var phasesOut = []; for(freq in spectrum) { var magnitudeSin = 0; var magnitudeCos …

16 fft  dft  algorithms 

传统的离散傅立叶变换（DFT）及其表亲FFT产生的条带间隔相等。换句话说，您会在第一个仓位中获得前10赫兹，在第二个仓位中获得10.1至20，依此类推。但是，我需要一些不同的东西。我希望每个垃圾箱所覆盖的频率范围在几何上增加。假设我选择1.5的倍数。然后，我们在第一个容器中有0到10，我想在第二个容器中有11到25，在第三个容器中有26到48，依此类推。是否可以修改DFT算法以这种方式运行？

16 fft  dft 

我正在尝试通过音频通道（扬声器/麦克风）将二进制数据从一台设备传输到另一台设备。我在分组无线电中使用AFSK（音频频移键控），具有和两个频率f m a r k = 1200 Hz和f s p a c e = 2200 Hz。我在Ruby中玩了一些，而我的第一个实现只是模仿了一个经典的非相干解调器，到目前为止，它仍然可以正常工作。1200 波特1200 鲍德1200 \text{ Baud}F中号一个ř ķ= 1200 赫兹F米一种[Rķ=1200 赫兹f_{mark} = 1200 \text{ Hz}Fš p 一个Ç ë= 2200 赫兹Fsp一种CË=2200 赫兹f_{space} = 2200 \text{ Hz} 问题是，我正在尝试将其移植到移动平台上，在该平台上性能是一个问题，而我目前的解决方案太慢了。我发现了许多方法可以在软件中解调AFSK： 滑动DFT（FFT） 滑动Görtzel过滤器 锁相环 过零 怎么走？可供选择的选项太多。我相信还有更多选择。也许有比我上面提到的解决方案更好的解决方案？有人甚至为我提供了代码示例吗？我担心 性能（应在移动平台（例如iOS或Android设备）上运行） 稳定（应该能够处理一些噪音） 任何建议和提示，不胜感激！

14 dft  demodulation  fsk 

我有一种算法，可以将序列零填充到4N，执行FFT，并且仅使用生成的4N中最低的N个频率点。 这似乎是很多浪费的工作，有什么想法可以更快地完成此工作吗？

14 fft  dft 

在我的许多读物中，每当有作者提及在数字信号的频域（变换）中工作时，他们通常会采用DFT或DTFT（当然还有它们的对应反函数）。不同的作者倾向于彼此合作。 我还不能真正确定与此有关的特定模式。这样，在解释算法时为什么要选择DTFT而不是DFT？一个在哪里帮助您呢？

14 fft  fourier-transform  dft 

据我了解，DCT具有相同大小N的DFT的二进制大小的一半。DFT还包含相位信息，但是当仅需要幅度谱时，通常不需要此信息。 DCT可以用于提供密度为DFT两倍（仓间隔的一半）的幅度谱吗？或者会丢失异相信息？ 重叠50％怎么样？

13 dct  dft 

我目前正在玩Matlab中的离散傅立叶变换（DFT），以从图像中提取特征。我想完全理解我使用的概念。我已经阅读了几种解释，例如this，但是到目前为止，还没有真正解释“ DC术语”的含义。我所知道的是DFT的第一个术语可以写成： 这里 是旋转因子。 这意味着第一项（DC项）是一个没有频率的振幅。 有人可以解释为什么将其称为DC术语吗？它与“直流电”有什么关系？DC术语的相关性是什么？什么时候有用，又有什么用？

13 image  matlab  fft  dft