问题标签 [fft]

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？

它来自this answer，据说是一种nlgn算法。

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。

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：

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。

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。

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

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？

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？

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？