1回答
快速傅里叶变换信号重建的奇怪结果
、、、、
我有一些数据，如下图所示，我有兴趣找到它的一些傅立叶级数系数。然后我计算平均采样周期，因为在Z变量中它不是常数：for i in range(32-1):Ts = np.mean(l)rf = scipy.fftpack.fft(r)fs = 1/Ts
amp = np.abs(rf)/r.shape
浏览 13提问于2019-10-23得票数 0
1回答
我有数据表明，快速时间傅里叶变换是适用的。(特定Hzs的振幅)或者因为CNN考虑的是时间属性，所以不可能？
浏览 2提问于2022-03-01得票数 0
回答已采纳
3回答
利用matlab中的Music算法估计GPR echo信号到达的时间，利用傅里叶变换的对偶性。
首先对得到的信号进行快速傅立叶变换，然后将这些作为参数传递给pmusic函数，在频域上仍能得到结果。
浏览 3提问于2013-01-23得票数 0
在将傅里叶变换应用于脑电测量之后，我想将FFT与原始信号的近似进行比较。我必须将数据(频率和强度)从FFT转换回时间序列。为了转换原始时间序列，我使用了的。我得到了一个频率和振幅的列表来接近原始信号。在这里，FFT的两个结果显示为缩短的例子：freq <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
# Strength in uV3.2069741, 1.533
浏览 0提问于2019-04-12得票数 4
回答已采纳
1回答
为什么经过快速傅里叶变换(FFT)后，我计算的振幅与原来的相距很远？当我的初始信号幅度在64 dB左右时，我得到的很低的幅值小于1。
浏览 4提问于2019-12-16得票数 1
1回答
如何从录制原始音频中获得频率？
、、、、
我想从我的录音中同时获得频率，My SoundProcessing .java和Main class mRecordingThread.stopRecording(); }}}我的</e
浏览 2提问于2017-02-11得票数 0
我对matlab和信号处理非常陌生，但我正在做一个项目，而且我被困住了。我的目标是做一个带通快速傅里叶变换(FFT)滤波器，切断频率为0.5赫兹和3赫兹的实际信号。我的输入信号是一个信号采样ad 405 ad和约35000个样本。我的实现如下所示：filtered = bandpass(fft(zFiltered), [0.5 3], sampling_frequen
浏览 1提问于2021-03-05得票数 0
回答已采纳
1回答
当我在做这件事的时候，我发现了一些奇怪的事情。滤波器的频率响应为OK(scipy.signal.freqz)。但是当我把它应用于正弦信号时，滤波器的形状会发生变化。图3=信号频谱图1=滤波应用信号的频谱
浏览 6提问于2016-05-14得票数 1
回答已采纳
2回答
我正在尝试学习傅里叶变换，使用MATLAB的FFT函数，我可以将我说'1，2，3‘的录音转换到频域。据我所知，生成的文件包含一组复数，它们保存了原始信号中频率的幅度和相位。然后，我可以对这些复数执行傅里叶逆变换(使用MATLAB的iFFT函数)，我看到(并听到)我的原始信号几乎完全重建。这就是我不明白的地方。如果我用高音说'3‘，FFT应该(也确实)显示能量在这个频率上存在，但它
浏览 0提问于2013-12-10得票数 0
1回答
我想通过使用累积量来计算8192个数据向量的功率谱。我计算了自相关与128个最大移位，减少了它的信号平均值，并执行了fft。结果并不是真实和积极的，而是复杂的。我哪里出错了？
这是我的密码。
浏览 1提问于2022-06-08得票数 0
2回答
逆快速傅里叶变换:不同相位
、、、、
RosettaCode给出了Cooley算法的一个简单实现.这个问题是从数学和程序设计的角度提出的。假设一个程序的输入是一个信号的频谱，我们想要产生一个有这样一个频谱的信号。如果是正确的，我们需要采取的输入频谱的反FFT。RosettaCode给出的代码如下：void ifft(CArray& x)
浏览 6提问于2015-05-11得票数 1
回答已采纳
1回答
用汉宁窗傅里叶滤波后的信号恢复
、、、、
我有一个复杂的信号，我可以看到在傅立叶空间，并希望过滤一些频率，我不想要。我在网上读到，为了避免泄漏，在进行傅里叶变换之前，我应该先加一个汉宁窗口。因此，正如下面的代码所示，我所做的是对我的数据应用一个汉宁窗口，然后对其进行傅里叶变换。作为一个测试，我想看看我是否没有过滤任何东西，我是否能得到我的原始信号。然而，信号在边缘已经变为零。现在，我知道这是因为汉宁窗口过滤器在它的末端也是零的。在这种情况下
浏览 4提问于2016-11-18得票数 4
3回答
我很难理解二维傅里叶变换在图像上的结果。结果矩阵中的指数分别是图像的水平频率和垂直频率吗？如何从矩阵中提取图像中存在的频率？我记得，在一维情况下，如果要对信号进行傅里叶变换，就会得到一个频谱，表示所述信号中每个频率的大小。它对图像是如何工作的？我如何解释结果？
浏览 3提问于2018-06-23得票数 1
嗨，盖伊，我在处理简单的信号，我想要计算信号的傅里叶变换，得到信号的幅度和相位，然后重建原始信号。>> F_i = re + 1i*im;>> figure;stem(x);figure;stem(x_i);
我得到了完全不同的图表编辑:我这样做是为了
浏览 8提问于2013-11-13得票数 0
回答已采纳
2回答
如何解决PCM样本的频率问题
、、、、
构建显示和编程呈现引擎是相当简单的，但我没有任何信号处理的经验，除了呈现PCM样本。
我想要实现的主要功能是由音频驱动的动画。为了保持事情的超级简单，并得到它的诀窍，我想开始简单地渲染一个颜色，根据输入信号的可听频率(例如，最高的音频将呈现为白色)。我理解，读取输入样本作为PCM给我的空气压力(强度)的幅度相对于时间和使用傅里叶变换输出信号强度相
浏览 3提问于2014-05-08得票数 5
回答已采纳
2回答
我最近访问了这个页面，以便从MATLAB中的信号数据中确定频率：
[maxValue,indexMax] = max(abs(fft(signal-mean(signal))));
据我所见，对一个名为signal的信号进行快速傅里叶变换，它的幅度通过使用'abs‘保持不变，并计算出最大值。最大值将在maxValue中，indexMax将包含maxValue的位置。然而，有人能解释一下signal
浏览 1提问于2014-07-29得票数 0
回答已采纳
我想用python在一个浮动表示中量化声音的深度。例如，低沉的声音可能由低于0的分数表示，而高音(与深度相反)可能由高于0的分数表示。也就是说，低音和高音的得分没有太大的区别。那么，在使用FFT获得分析后，我该如何进行呢？在更广泛的问题中，我如何将声音的深度表示为浮动表示，特别是使用Python？
编辑:为了获得额外<e
浏览 3提问于2019-12-02得票数 1
1回答
我有以下低通滤波器c#代码，这降低了我的音频功率，使它的音量非常低。我想增加它的力量/放大它，使它与增益相乘。我想知道我应该乘以多少增益来保持过滤后音频的强度。这是我的代码： {
this.sourceProvider
浏览 4提问于2015-03-11得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
