我试图根据给定的频率得到正确的FFT bin索引。音频是在44.1k Hz采样和快速傅立叶变换大小是1024。如果信号是真实的(从PyAudio捕获,通过numpy.fromstring解码,由scipy.signal.hann加窗),然后通过scipy.fftpack.rfft执行FFT,并计算结果的分贝,总体上是在和的基础上,我最初进行了从FFT bin索引k到任何频率F的映射,如:
F = k*Fs/N for k
我正在研究Nvidia CUDA sdk的convolutionFFT2D示例背后的代码,但我不明白这一行的重点:显然,这为运行FFT初始化了一个复杂的平面,但我看不出将平面宽度除以2的意义。准确地说: fftH和fftW是imageX+kernelX+1和imageY+kernelY+1维度的四舍五入的值(只是为了速度原因)。我知道在频