问题标签 [fft]

如果我们从具有两个通道的麦克风中获取声音，为了计算频谱，我们：

• 计算所有数据输入的快速傅立叶变换？
• 计算每个左右通道的快速傅立叶变换，然后对两者取平均值？
• 计算每个左右通道的快速傅立叶变换并获得两者的最大值？
• 以不同的方式计算？

我可以通过查找一阶导数的过零或其他东西来自己编写一些东西，但这似乎是一个足够通用的函数，可以包含在标准库中。有人知道吗？

我的特定应用是二维数组，但通常它会用于在 FFT 等中查找峰值。

具体来说，在这类问题中，有多个强峰，然后是许多较小的“峰”，这些“峰”只是由噪声引起的，应该忽略。这些只是例子；不是我的实际数据：

一维峰：

二维峰：

寻峰算法会找到这些峰值的位置（不仅仅是它们的值），并且理想情况下会找到真正的样本间峰值，而不仅仅是具有最大值的索引，可能使用二次插值或其他方法。

通常，您只关心几个强峰，因此选择它们要么是因为它们高于某个阈值，要么是因为它们是按幅度排序的有序列表的前n 个峰。

正如我所说，我知道如何自己写这样的东西。我只是想问一下是否有一个已知运行良好的预先存在的功能或包。

更新：

我翻译了一个 MATLAB 脚本，它适用于一维案例，但可能会更好。

更新更新：

Sixtenbe为一维案例创建了一个更好的版本。

我知道以下推理有问题，但我不确定它是什么。

FFT：

1. 给定两个多项式

   A = a_0 + a_1 x + a_2 x^2 + ... + a_n x^n

   和

   B = b_0 + b_1 x + b_2 x^2 + ... + b_n x^n

   您可以计算产品的系数

   AB = \sum _k = 0 ^ 2n ( \sum _ j = 0 ^ k (a_j b_{k-j}))x^k

   O(n log n )及时。

2. 所以给定两个向量(a_0, ..., a_n)，(b_0, ..., b_n)我们可以及时计算向量（通过将向量v_i = \sum j = 0 ^ k ( a_j b_{k-j})嵌入O(n log n)零。）

3. 鉴于上述情况，我们应该能够通过预处理其中一个向量来计算 和 的点积，然后按时间计算2.A =(a_0, ..., a_n)中的卷积。B =(b_0, ..., b_n)A.B = \sum_j=0 ^ n a_j b_jO(n log n)BB' = (b_n, b_{n-1}, ..., b_1, b_0)O(n log n)

如果上述推理是正确的，那么这意味着我们可以通过计算时间点乘积来实现两个nxn矩阵的时间矩阵乘法。O(n^2 log n )O(n log n)O(n)

然而，我们所知道的矩阵乘法的最佳运行时间大约是O(n^2.4)这样，所以这似乎不太可能是真的，这可能意味着步骤 1,2 或 3 是不正确的。

如本例所示 ，如何从输入音频流中提取频率信息（使用 PortAudio）？ 我对portaudio和numpy很好奇...

我对 fft 不是 100% 确定，我怎样才能通过 numpy 一个块并取回从 -1.0 到 1.0 的三个值来表示低音、中音和高音？

我不介意这只是针对一个频道，因为我可以理解其中的音频部分，当我看着它们时，这是在我面前游泳的数学:)

我已经在 Matlab 中对时间序列波形执行了 fft（快速傅立叶变换），但实际上在傅立叶变换图中我似乎有一个奇怪的波，尽管这个波看起来像我希望看到的只有在时域。是否有任何编程原因导致这种情况发生？

我正在尝试比较 MATLAB 中的两个数据集。为此，我需要通过对数据进行傅里叶变换来过滤数据集，对其进行过滤，然后对其进行傅里叶逆变换。

当我对数据进行傅里叶逆变换时，我在红色数据集的任一端都得到了一个尖峰（图片显示了第一个尖峰），它在开始时应该接近于零，就像蓝线一样。我正在比较许多数据集，这只是偶尔发生。

我对这个现象有三个问题。首先，可能是什么原因造成的，其次，我该如何补救，第三，它是否会进一步影响时间序列中的数据，或者只是在时间序列的开头和结尾处，如图所示。

任何帮助都会非常感谢。

我对从 FFT 获得的结果感到困惑，希望能提供任何帮助。

我正在使用 FFTW 3.2.2，但与其他 FFT 实现（在 Java 中）得到了类似的结果。当我对正弦波进行 FFT 时，结果的缩放取决于波的频率 (Hz)——特别是它是否接近整数。当频率接近整数时，结果值的比例非常小，而当频率在整数之间时，结果值会大几个数量级。该图显示了 FFT 结果中尖峰的大小，对应于不同频率的波频率。这是正确的吗？？

我检查了 FFT 的逆 FFT 等于原始正弦波乘以样本数，确实如此。FFT 的形状似乎也是正确的。

如果我正在分析单个正弦波，那也不会那么糟糕，因为无论其高度如何，我都可以在 FFT 中寻找尖峰。问题是我想分析正弦波的总和。如果我正在分析 440 Hz 和 523.25 Hz 的正弦波总和，那么只有 523.25 Hz 的尖峰出现。另一个的尖峰非常小，看起来就像噪音。必须有某种方法可以使这项工作发挥作用，因为在 Matlab 中它确实有效——我在两个频率上都得到了类似大小的尖峰。如何更改下面的代码以均衡不同频率的缩放？

我希望在 OS X 上对线性 PCM 音频文件（可能有多个音频通道）执行 FFT。最好的方法是什么？

一些消息来源表明 Apple 的 Accelerate Framework 正是我所需要的。如果是这样，我应该如何提取并正确准备浮点数据以用于这些 FFT 函数？

有没有办法在 OS X 上使用 Core Audio 将 AIFF 文件中的一组帧提取到适合执行 FFT 的 32 位浮点数组中？

我有图表 y 轴的数据，我需要对数据执行 FFT 并绘制它。我对 MATLAB 没有太多经验，因此非常感谢任何帮助。