Tout le monde discute de la transformation de Fourier lors du traitement du signal. Pourquoi est-il si important de traiter le signal et que nous dit-il sur le signal? S'applique-t-il uniquement au traitement du signal numérique ou aux signaux analogiques?
Le MIT a récemment fait du bruit au sujet d'un nouvel algorithme qui est présenté comme une transformation de Fourier plus rapide qui fonctionne sur des types de signaux particuliers, par exemple: " La transformation de Fourier plus rapide est nommée l'une des technologies émergentes les plus importantes au monde …
Même après les avoir étudiés pendant un certain temps, j'ai tendance à oublier [si je suis déconnecté pendant un certain temps] comment ils sont liés les uns aux autres et ce que chacun représente [car ils ont des noms qui sonnent tellement similaires]. J'espère que vous arriverez à une explication …
Le théorème de décalage dit : Multipliant par une phase linéaire e 2 π ixnxnx_n pour un entiermcorrespond à undécalage circulairede la sortieXk:Xkest remplacé parXk-m, où l'indice est interprété moduloN(c'est-à-dire périodiquement).e2 πjeNn me2πjeNnme^{\frac{2\pi i}{N}n m}XkXkX_kXkXkX_kXk - mXk-mX_{k-m} Ok, ça marche bien: plot a N = 9 k = [0, 1, …
J'ai lu de nombreux articles sur DTFT et DFT mais je ne suis pas en mesure de discerner la différence entre les deux, à l'exception de quelques éléments visibles comme DTFT va jusqu'à l'infini tandis que DFT n'est que jusqu'à N-1. Quelqu'un peut-il expliquer la différence et quand utiliser quoi? …
Si j'ai un signal qui est limité dans le temps, disons une sinusoïde qui ne dure que secondes, et je prends la FFT de ce signal, je vois la réponse en fréquence. Dans l'exemple, ce serait un pic à la fréquence principale de la sinusoïde.TTT Maintenant, disons que je prends …
Je travaille sur une application web simple qui permet à l'utilisateur de régler sa guitare. Je suis un vrai débutant dans le traitement du signal, alors ne jugez pas trop si ma question est inappropriée. J'ai donc réussi à obtenir la fréquence fondamentale à l'aide d'un algorithme FFT et à …
J'essaie d'implémenter un filtre IIR d'ordre 8 et chaque note d'application et manuel que j'ai lu dit qu'il est préférable d'implémenter tout filtre d'ordre supérieur à 2 en tant que sections de second ordre. J'ai utilisé tf2sosdans MATLAB pour obtenir les coefficients pour les sections de deuxième ordre, ce qui …
Je connais les types de fenêtres courants (Hamming, Hanning, Kaiser, Tukey, etc.). Cependant, alors que de nombreux livres les décrivent - presque aucun ne me dit exactement comment ils ont été dérivés. Qu'y a-t-il de si saint à propos de la fenêtre de brouillage? Et la pendaison? Je comprends qu'ils …
J'essaie de comprendre conceptuellement ce qui se passe lorsque les transformées de Fourier à court terme avant et inverse (STFT) sont appliquées à un signal discret du domaine temporel. J'ai trouvé l'article classique d'Allen et Rabiner ( 1977 ), ainsi qu'un article Wikipedia ( lien ). Je pense qu'il y …
J'ai récemment joué avec des algorithmes de reconstruction tomographique. J'ai déjà de belles implémentations de travail de FBP, ART, un schéma itératif de type SIRT / SART et même en utilisant l'algèbre linéaire droite (lente!). Cette question ne concerne aucune de ces techniques ; les réponses du formulaire "pourquoi quelqu'un …
La transformée de Laplace est une généralisation de la transformée de Fourier puisque la transformée de Fourier est la transformée de Laplace pour (c'est-à-dire que s est un nombre imaginaire pur = zéro partie réelle de s ).s=jωs=jωs = j\omegassssss Rappel: Transformée de Fourier: X(ω)=∫x(t)e−jωtdtX(ω)=∫x(t)e−jωtdtX(\omega) = \int x(t) e^{-j\omega t} …
Les fonctions de fenêtre non rectangulaires communes semblent toutes être symétriques. Y a-t-il jamais un cas où l'on voudrait utiliser une fonction de fenêtre non symétrique avant une FFT? (Dites si les données d'un côté de l'ouverture FFT étaient considérées comme un peu plus importantes que les données de l'autre, …
Cela n'a pas de sens pour moi, car l' inégalité de Heisenberg déclare que ΔtΔωΔtΔω\Delta t\Delta \omega ~ 1. Par conséquent, lorsque vous avez quelque chose de parfaitement localisé dans le temps, vous obtenez quelque chose de complètement distribué en fréquence. D'où la relation de base F{δ(t)}=1F{δ(t)}=1\mathfrak{F}\{\delta(t)\} = 1 où …
J'ai une image et je voudrais mesurer la quantité de détails qu'elle contient. Une autre façon de voir les choses est de mesurer le flou d'une image. Une façon consiste à analyser les composantes haute fréquence de la transformée de Fourier de l'image. Existe-t-il d'autres méthodes / meilleures?
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.