我现在正在玩快速傅立叶变换，我试图通过重新创建来从嘈杂的信号中获得周期。在实验中，我注意到在平滑了一个相当嘈杂的信号后，fft()的结果实际上又是同样的信号--这是我不明白的。这是一个可以在IPython笔记本中运行的完整示例(如果需要，您可以并运行代码)。= np.abs(np.fft.fft(x_target))
pd.DataFrame(x
浏览 0提问于2016-09-19得票数 1
回答已采纳
1回答
但是，我正在尝试以编程方式获取信号的频率(mag)，到目前为止，我所有的尝试都失败了。数据存储在csv中，其中包括几列，但我提取了magnitude列，使用低通滤波器对其进行平滑处理，最后尝试对过滤后的幅值数组使用numpy的fft函数，但没有得到预期的结果。这是一张经过平滑处理后的可视化图像： ? 正如你所看到的，它是相当周期性
浏览 111提问于2019-04-05得票数 1
1回答
我试图弄清楚MATLAB是如何为它的谱图函数(以及相关的函数，如谱图或八度中的stft )进行短时傅立叶变换的。令我好奇的是，您显然可以独立地指定窗口的长度和FFT的长度(输出频率的数目)，而我本来希望这两者是相等的(因为FFT信号的长度与原始信号的长度相同)。为了说明我的意思，下面是函数调用：
S，F，T=s
浏览 11提问于2014-05-01得票数 0
回答已采纳
2回答
我有一个信号发生器的60 is正弦波的小输入信号，这是破坏与50 is的市电频率。我想用FFT测量60 it信号的振幅，因为它在示波器中很小。Matlab FFT代码：Fs = 2048;NFFT = 2^nextpow2(L); % Next power of 2 fromlength of yf
浏览 2提问于2014-03-05得票数 1
1回答
我使用Libgdx库从一个Android应用程序的加速度计信号做FFT。
我需要把我的信号归一化，因为我找到了两个信号的点积，我想要它的最大值1。用"normalization“，i表示信号的欧氏范数为1。(欧氏范数是向量的模拟分量之和的平方根)。当我找到它的值时，对于规范化信号，我用范数除以向量的所有分量)。点乘积在
浏览 5提问于2013-02-06得票数 0
回答已采纳
1回答
我正在Python中分析音频文件，特别是音乐音频，我已经应用了快速傅立叶变换(/local)来获得频域中的数据，但无论如何搜索或摆弄它，都显示出了一种识别频率中的“峰值”FFT最大值的好方法。我的数据非常嘈杂，下面是应用傅立叶变换后的图形示例。如果能帮上忙，我会很感激的。我也在考虑从这些数据中检索MFCC系数，但我也不确定如何去做，所以关于这个主题的知识也会很有用。
浏览 0提问于2016-11-14得票数 1
2回答
从FFT中提取信号频率
、、、、
我是新来的Matlab和FFT。
我需要从一个在幅度和频率上变化的信号中提取主导频率。为了获得频率，我试着做一个递减，然后进行FFT，但无法摆脱0Hz (直流分量？)的大峰值。我对信号使用了差分函数，得到的信号通过FFT进行处理。在这种情况下，FFT输出没有峰值在零。我比较了这两条FFT曲线，似乎除了在零处的峰值外，这两条曲线显
浏览 1提问于2013-04-10得票数 0
我正在处理一个信号。我面临的问题是，当我在更高的分辨率上应用FFT时，结果是扭曲或不准确的。112.351449006623112.335625830567% plotting frequency domain1024点分辨率的结果是，% plotting frequency domain
plot(abs(fft</em
浏览 3提问于2022-08-15得票数 1
回答已采纳
信号St的功率谱密度u可以计算为信号的FFT的乘积，u_fft及其复共轭u_fft_c。(u))
然而，Numpy中的FFT定义需要用1/N因子对结果进行乘法，其中N=u.size为了在u和其FFT之间进行能量一致的变换这导致使用nump
浏览 2提问于2019-09-06得票数 4
回答已采纳
我用Weierstrass变换做了一个python代码来平滑给定的信号，这基本上是一个正态高斯和信号的卷积。要理解为什么会出现这个问题，我们首先需要了解“投入”中的“转移”的工作原理。
convolution(int1,int2)=ifft(fft(int1)*fft(int2))
如果我们直接应用这个定理，我们就得不到预期的结果。这是因为
浏览 0提问于2012-04-03得票数 6
3回答
数据集的傅里叶平滑
、、、
我正在跟随对我的数据集进行平滑处理。该技术的原理是去除信号的傅里叶变换的高阶项，从而获得平滑的函数。这是我的代码的一部分：yfft = fft(y, N)
蓝色的点是我的</em
浏览 2提问于2014-04-15得票数 7
2回答
我用Weierstrass变换做了一个python代码来平滑给定的信号，这基本上是一个正态高斯和信号的卷积。要理解为什么会出现这个问题，我们首先需要了解“投入”中的“转移”的工作原理。卷积(int1，int2)=ifft(fft(int1)*fft(int2))
如果我们直接应用这个定理，我们就得不到预期的结果。这是因为在fft</em
浏览 22提问于2012-04-04得票数 6
回答已采纳
2回答
我用来分析麦克风收集的声音。然而，FFTBasedSpectrumAnalyzer创建了一个图形，而我想要一个可以放在标签中的单一频率，所以我试图通过这个公式：mFreq = (((1.0 * frequency) / (1.0* blockSize)) * mPeakPos)/2来获得峰值的频率。首先，最大频率是关闭的10-40赫兹，并变化，即使我播放一个恒定的音调。其次，我只能分析高达4000赫兹的音频。是否有一种方法可以使这更精确和/或分析高达22 k
浏览 2提问于2015-09-10得票数 0
回答已采纳
2回答
我编写了一些以音频信号(目前为正弦波)作为输入的代码，并执行以下操作：
在步骤1中，如果我使用2 (4，8,256.)次方的跳数(要跳转到下一帧的样本数)来获取重叠帧输出
浏览 4提问于2014-03-05得票数 0
回答已采纳
1回答
我对StackExchange相当陌生，所以我希望我的格式是正确的！目前，我有一个波形和一个σ=14的高斯PDF。如果我把这个信号转换成高斯信号，参数相同，我就会得到原来的波形，就像预期的那样。然而，我正在努力解决的当前问题是，为什么当我将底层信号与一个不同的<
浏览 0提问于2020-06-09得票数 1
回答已采纳
1回答
用FFT模拟洛伦兹函数
、、、
我需要对具有ln尺度的洛伦兹函数进行傅立叶变换。我知道快速傅立叶变换后的洛伦兹函数是exp(-pi|k|)的，这似乎是对的。我是在ln规模上这样做的。它应该是线性的，根本没有振荡。然而，还是有振荡的。我完全失控了。import numpy as npimport matplotlib.pyplot
浏览 1提问于2020-10-29得票数 0
1回答
我正在使用KFAS (在R中)来估计局部级别的状态空间模型(平滑，高斯)。为了评估估计的灵敏度，我对每个控制信号引入了单个局部扰动(例如，信号的1000个时间点中的值为零的20个时间点的小块)。虽然在所有情况下都可以检测到小的扰动，但在整个信号中都可以观察到结果估计中的额外波动。
有没有办法调整估计值以减少局部扰动对整个信号<e
浏览 0提问于2018-06-21得票数 0
1回答
我计算了FFT并绘制了两个信号在频率上平滑的能量：它们似乎是相互关联的，但我想找到一个估计相似性的值。我不能使用函数xcorr，因为我的信号是Nx25而不是Nx1。假设a和b是我的信号，都是8000x25矩阵：fft1 = fft(a);l1 = length(a);
l2 =
浏览 0提问于2018-04-06得票数 2
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
