问题标签 [fft]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
algorithm - 傅里叶变换和最大值
有没有办法有效地计算两个函数(f,g)的最大值的傅里叶变换,知道它们的傅里叶变换?
php - 如何在 PHP 中使用 FFT 计算 (x + x2 + x4 + x5+x8) 的平方?
它来自this answer,据说是一种nlgn
算法。
python - Python中的可逆STFT和ISTFT
是否有任何通用形式的短时傅里叶变换以及相应的逆变换内置到 SciPy 或 NumPy 或其他任何东西中?
matplotlib中有pyplotspecgram
函数,它调用ax.specgram()
,调用mlab.specgram()
,调用_spectral_helper()
:
但
这是一个辅助函数,实现了 204 #psd、csd 和频谱图之间的共性。它 不打算在 mlab 之外使用
不过,我不确定这是否可以用来做 STFT 和 ISTFT。还有什么,或者我应该翻译这些 MATLAB 函数之类的东西吗?
我知道如何编写自己的临时实现;我只是在寻找功能齐全的东西,它可以处理不同的窗口功能(但有一个健全的默认值),与 COLA 窗口(istft(stft(x))==x
)完全可逆,由多人测试,没有一个错误,处理结束和零填充,实际输入的快速 RFFT 实现等。
iphone - OouraFFT 的输出有时正确,但有时完全错误。为什么?
我正在使用 Ooura FFT 计算 1024 个样本窗口中加速度计数据的 FFT。该代码工作正常,但由于某种原因,它产生了非常奇怪的输出,即幅度为 10^200 的连续频谱。
这是代码:
audio - 归一化 FFT 幅度以模仿 WMP
所以,我一直在为声音文件制作一个小可视化器,只是为了好玩。我基本上想模仿 Windows Media Player 中的“Scope”和“Ocean Mist”可视化工具。Scope 很简单,但我在使用 Ocean Mist 时遇到了问题。我很确定这是某种频谱,但是当我对波形数据进行 FFT 时,我没有得到与 Ocean Mist 显示的数据相对应的数据。频谱实际上看起来是正确的,所以我知道 FFT 没有任何问题。我假设可视化器通过某种过滤器运行频谱,但我不知道它可能是什么。有任何想法吗?
EDIT2:我在这里发布了我的代码的编辑版本(编者注:链接不再起作用)。通过编辑,我的意思是我删除了所有实验性评论,只留下了活动代码。我还添加了一些描述性评论。可视化工具现在看起来像这样。
编辑:这是图片。第一个是我的可视化器,第二个是 Ocean Mist。
image-processing - fft 理解
有人可以很好地解释 FFT 图像变换如何分析 FFT 变换图像及其 Re^2+Im^2 图像吗?我只是想在查看图像及其频率时了解一些东西。
matlab - 使用 Octave 估算数据周期的最快方法是什么?
我有一组周期性的(但不是正弦的)数据。我在一个向量中有一组时间值,在第二个向量中有一组幅度。我想快速估计函数的周期。有什么建议么?
具体来说,这是我当前的代码。我想根据向量 t 来近似向量 x(:,2) 的周期。最终,我想对许多初始条件执行此操作并计算每个条件的周期并绘制结果。
谢谢!
约翰
c++ - FFT 与 DFT 有何不同?如何在 C++ 中实现它们?
经过一番研究,我创建了一个小应用程序,可以根据一些输入计算 DFT(离散傅里叶变换)。它工作得很好,但速度很慢。
我读到 FFT(快速傅立叶变换)允许更快的计算,但它们有何不同?更重要的是,我将如何在 C++ 中实现它们?
fft - 使用 FFT 的同一源的幅度差异
我有一个关于使用 FFT 的问题。使用getBand(int i)
带有Minim的函数,我可以提取特定频率的幅度并对其进行漂亮的映射。效果很好。
然而,这更像是一个好奇的问题。当我查看从使用相同频率两次播放同一首歌曲中提取的值时(因此幅度应该相同),但我得到的值非常不同 - 为什么会这样?
image-processing - 为什么傅里叶变换可以在对噪声敏感的同时进行图像识别?
正如我们所知,傅里叶变换对噪声(如盐和胡椒)很敏感,
它如何仍然用于图像识别?
这里有 FT 专家吗?