假设一个数字序列（波状数据）。然后我执行 DFT（或 FFT）变换。我想要实现的下一步是找到与数据中包含的真实频率相对应的频率。众所周知，DFT 输出具有实部和虚部 a[i] 和 b[i]。如果我们看一下频谱 (sqrt(a[i]^2+b[i]^2) 那么其中的最大值对应于数据中包含的频率。问题是如何从 DFT 中找到所有频率？当有许多其他峰可能被错误地选择时，就会出现问题。
问问题
1748 次
1 回答
3
在写荣誉论文时，我在对数据进行光谱分析处理时遇到了类似的问题。
你是对的：要找到主导频率，您通常只需要查看 DFT 中复数值的大小。
不幸的是，您几乎必须编写某种智能算法来识别峰值（频率）。算法的工作方式高度依赖于 DFT 对于您的应用程序的外观。我的 DFT 都具有相似的特征，因此组合一个启发式算法并不难。如果您的 DFT 可以采用任何形式，那么您可能会得到很多误报和/或误报。
我这样做的方法是识别 DFT 中具有高幅度（峰值）的区域，这些区域被低幅度（波谷）包围。您可以将峰和谷之间的最小差异（灵敏度）定义为常数乘以数据的标准偏差。此外，您可以说任何低于某个幅度（阈值）的峰值都将被完全忽略，因为它们只是噪声。
当然，只有在数据中有相对明确定义的频率时，上述技术才会真正起作用。如果您的 DFT 是高度随机的，那么您将需要格外小心谨慎地设置灵敏度和阈值。
不要忘记你的数据的大小是对称的，所以你只需要看一半。
一旦您确定了 DFT 中的频率，不要忘记将其转换为您想要的单位。从内存中，如果您使用时间离散化 dt 采集了 n 个样本，那么如果您在数据点 5（例如）处有一个峰值，其中第一个数据点为 1，则频率为 1/(n*dt) 弧度/时间单位。（我有一段时间没有这样做了，所以这个公式可能会因 Pi 或其他因素而偏离）
于 2011-05-12T05:06:00.660 回答