Questions tagged «frequency-domain»

1
如何将信号循环移位一部分采样?
该移位定理说: 将与线性相位乘以某个整数m对应于输出的循环移位:被替换,其中下标被解释取N模(即周期性)。ë 2 π 我XñXñx_n XkXkXk−mË2个π一世ññ 米Ë2π一世ññ米e^{\frac{2\pi i}{N}n m}XķXķX_kXķXķX_kXķ - 米Xķ-米X_{k-m} 好的,这很好: 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)) 如我所料,它移动了3个样本。 我以为您也可以这样做来移动样本的几分之一,但是当我尝试时,我的信号变得虚构了,根本不像原始信号: plot real(ifft(fft(a)*exp(-1j*2*pi*3.5*k/N))) plot imag(ifft(fft(a)*exp(-1j*2*pi*3.5*k/N))), 'b--' 我完全没想到这一点。这是否不等于与已经被3.5个样本偏移的真实冲积进行卷积?因此,冲动应该仍然是真实的,而结果应该仍然是真实的?并且它应该具有与原始形状大致相同的形状,但是正弦插值吗?

2
什么时候应该计算PSD而不是普通FFT幅度谱?
我有一个30秒的语音信号,它以44.1 kHz的频率采样。现在,我想展示一下语音的频率。但是,我不确定这样做的最佳方法是什么。似乎有时会计算傅立叶变换的绝对值,有时会计算功率谱密度。如果我理解正确,后者的工作原理就是将信号分成几部分,逐份进行FFT,然后以某种方式将它们相加。窗口函数以某种方式涉及。您能为我澄清一下吗?我是DSP的新手。

2
在频域中确定信号的本底噪声
是否存在通过在频域中观察来确定信号本底噪声的公认方法?是对所有bin或中位数求平均值,还是对一些更复杂的计算(如下面的问题所述)进行平均? 确定频率峰值的最佳标准是什么? 我想确定本底噪声,以设置阈值来确定我的信号是否包含给定频率。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.