问题标签 [dft]

如果 DFT 变换的最大幅度 M = A^2 + B^2 对应于频率 F，（A - 实数，B - DFT 的虚输出，频率为 F），那么执行以下操作是否正确：

为了从原始波数据中消除（减去）频率影响？假设数据是几个具有不同频率的正弦和余弦的总和，并乘以不同的系数。

EDIT1：我可以通过减法实现取消，结果是正确的。上面有一个错误，但可以做到。如果有兴趣，我可以发布这样做的方式。

EDIT2：如果您进行下一次 DFT 变换，您将在 A 和 B 值处获得一个非常小的接近零的值。但是您需要记住，原始数据可以是 4 个频率（正弦和余弦）的总和，但 DFT 变换会为您提供与 DFT 大小除以 2 一样多的值。

我正在阅读cooley tukey 方法的工作原理，但是以下python 脚本存在一些问题：

twiddles = [math.e**(inv*2j*math.pi*k/N) for k in xrange(M)]+[N] 行有什么作用？看起来像一个数组，但为什么是 +[N]？

那么为什么要访问 twiddles[-1] 值呢？

我想不通

我研究了 Cooley Tukey 算法并理解了它。我得到了 CUDA 卷积FFT2D 示例中的所有内容，直到这些内核：

spProcess2D 调用 -> spProcess2D_kernel 调用了很多 -> spPostprocessC2C、mulAndScale 和 spPreprocessC2C

这是完整的代码： http : //nopaste.info/30c13e44fe.html（convolutionFFT2D.cu，这里是 spProcess2D 函数） http://nopaste.info/78d22afac2.html（convolutionFFT2D.cuh，这里是其他函数）

我已经阅读了所有 nvidia sdk 论文，但我仍然无法弄清楚这些函数的作用（他们使用 twiddles，但那里似乎没有什么像 Cooley Tukey 算法）

如果可以的话，请帮助我，或者至少指出我在哪里解决我的问题

更新：我找到了这个链接：http ://cnx.org/content/m16336/latest/#uid38 也许这些函数正在执行广度优先算法？我仍然不能这么说，但形状似乎一样

我想获取一个大小约为 70-80k 的字节数组，并将它们从时域转换为频域（可能使用 DFT）。到目前为止，我一直在关注 wiki 并获得了此代码。

据我所知，这可以找到每个频率窗口/箱的幅度。然后我穿过窗户，找到震级最高的那一个。我在该频率上添加了一个标志，以便在重建信号时使用。我检查重建的信号是否与我的原始数据集匹配。如果它没有找到下一个最高频率窗口，并在重建信号时标记它。

这是我用来重建信号的代码，我很确定这是非常错误的（它应该执行 IDFT）：

freqUsed 是一个布尔数组，用于标记在重建信号时是否应使用频率窗口。

无论如何，这是出现的问题：

1. 即使使用了所有频率窗口，也不会重建信号。这可能是由于...
2. 有时 Math.exp() 的值太高，因此返回无穷大。这使得难以获得准确的计算。
3. 虽然我一直关注 wiki 作为指南，但很难判断我的数据是否有意义。这使得测试和识别问题变得困难。

脱离问题：

我对此很陌生，并不完全了解所有内容。因此，感谢任何帮助或见解。感谢您花时间阅读所有内容，并提前感谢您提供的任何帮助。任何帮助真的会很好，即使你认为我这样做是最糟糕的可怕方式，我想知道。再次感谢。

-

编辑：

所以我更新了我的代码，如下所示：

对于原始变换和：

为逆变换。虽然我仍然担心它不能正常工作。我生成了一个包含单个正弦波的数组，它甚至无法分解/重建它。关于我缺少什么的任何见解？

几个星期以来，我一直在尝试实现一个 DFT，它采用任意字节集并将它们视为信号。然后将它们转换到频域。之后，它将它们转换回来。它最初只是尝试使用一些组件来重建原始信号。当这失败时，我尝试使用所有组件，但仍然失败。

我一直遵循维基百科的方程式作为如何执行此操作的指南，并且我的代码似乎与给出的方程式（在我的脑海中）相匹配：

密度泛函：

身份证：

任何人都可以帮我确定问题所在吗？

我之前问过一个关于同一个项目的问题，但措辞很糟糕，编辑可能会造成更多的混乱，而不是更少。此外，虽然这个问题可能已经得到解答，但我还有更多需要弄清楚。可以在这里找到

我目前正在尝试编写一些傅立叶变换算法。我从数学定义中描述的简单 DFT 算法开始：

所以我用下面的代码测试了这个算法：

转换工作正常，但前提是 numberValues 是 samplingFrequency 的倍数（在本例中：120、240、360，...）。那是我对 240 个值的结果：

转换效果很好。

如果我试图计算 280 个值，我会得到以下结果：

如果更改计算值的数量，为什么会得到不正确的结果？我不确定我的问题是我的代码有问题还是对 DFT 的数学定义有误解。无论哪种方式，任何人都可以帮助我解决我的问题吗？谢谢。

我正在尝试在频域中执行逆滤波和伪逆滤波。

但是，我在访问 DFT 系数和之后乘以 DFT 矩阵时遇到了麻烦，因为我得到了复数，因此实际上是两个矩阵......

基本上逆滤波执行

F = G/H，

其中 F 是恢复图像，G 是模糊图像，H 是模糊图像的内核。

伪逆需要访问 H 中的值，因为如果该值接近 0，则应将其替换以避免恢复中的问题。为此，我们必须更改 H 以便：

H(u,v) = 1/H(u,v) 如果 H(u,v) > 阈值，否则 = 0

我有一个 kernel1 (h_1)，以及图像 imf（已恢复）和 img（模糊）。这是代码：

我在最后一行有一个错误： --- OpenCV Error: Assertion failed (src.depth() == dst.depth() && src.size() == dst.size()) in cvCopy, file /build /buildd/opencv-2.1.0/src/cxcore/cxcopy.cpp，第 466 行

我知道它与大小或深度有关，但我不知道如何控制。无论如何，我试图显示 image_Re1 并且它是空的......

任何人都可以对此有所了解吗？

我被这个问题困扰了2天。有人可以帮我解释一下逻辑吗？

我正在开发 C++ 程序以获得良好的算法。我现在正在研究 Danielson-Lanczos 算法来计算序列的 FFT。

看着

资料来源：http ://www.eetimes.com/design/signal-processing-dsp/4017495/A-Simple-and-Efficient-FFT-Implementation-in-C--Part-I

有什么方法可以逻辑地编写代码，使整个for-loop部分减少到只有 4 行代码（甚至更好）？

我正在执行一项任务，即在频率为 500Hz 的方波上以 20kHz 的采样频率执行 200 点 DFT，其幅度在 0 和 20 之间交替。

我正在使用 C++，并且我已经想出了如何编写 DFT 方程，我的问题是我无法使用 for 循环在代码中表示方波。

我真正感到困惑的是，在我的 200 点样本中，这个方波有多少个周期。

谢谢

我正在尝试制作一个单通道图像的 dft，并且由于 cvDft 期望复杂的值，我被建议将原始图像与另一个全为 0 的图像合并，因此最后一个将被视为虚部。

我的问题是在使用 cvmerge 函数时出现的，

它给了我下一个错误：无法将 cvMAt 转换为 cvArr

任何人都可以帮助我吗？谢谢！