问题标签 [ifft]

我想计算高斯功率谱的傅里叶逆变换，从而再次获得高斯。我想用这个事实来检查我的高斯功率谱的 IFFT 是否合理，因为它产生了一组以高斯方式有效分布的数据。现在，事实证明，IFFT 必须乘以因子 2*pi*N，其中 N 是数组的维数，才能恢复解析相关函数（即功率谱的傅里叶逆变换）。有人可以解释为什么吗？

这是一段代码，它首先用高斯功率谱填充数组，然后对功率谱进行 IFFT。

其中功率谱的对称性来自需要获得真正的相关函数，同时遵循使用 numpy.ifft 的规则（引用自文档：

“输入的排序方式应与 fft 返回的方式相同，即 a[0] 应包含零频率项，a[1:n/2+1] 应包含正频率项，而 a[ n/2+1:] 应该包含负频率项，按负频率递减的顺序”。）

我试图对一组数据使用 np.fft.ifft 执行傅里叶逆变换，但我对如何创建适当的域感到困惑。我做了一个关于 np.fft.fft 的示例，它将函数从时域转换为（角）频率，这是我构建的域：

我在这里乘以 2pi 的原因是因为我认为 Python 给了我 f 和 w = 2*pi*f 的输出，并且一切正常。但是，当我针对不同的物理问题从 k 域到 r 域进行 ifft 时，我感到很困惑（我假设这里的 k 是波数，而 r 可能是径向距离）：

在这里，我没有将 k 与 2*np.pi 相乘，因为我们没有 w 和 f 那样的关系，但是我得到了错误的结果，显然如果我确实将 k 乘以 2pi，就像我对 w 所做的那样，那么我有正确的结果. 有人可以解释吗？

（我能想到在其中获得 2pi 的唯一原因是关系 k = 2pi/lambda，但它并不真正适合）

过去一周左右，我使用 gerstner 波渲染了一个简单的海洋，但遇到了平铺问题，所以我决定开始“正确”渲染它们，并将我的脚趾浸入使用 iFFT 渲染高度场的浑水。

有很多论文解释了基本要点 -

1) 计算频谱

2) 使用 ifft 创建一个高度场，将频域转换为空间域 - 使用时间 t 进行动画处理

自从这次旅程开始以来，我已经了解了复平面、复指数方程、更详细的 FFT 等内容，但在创建初始频谱的初始步骤之后（渲染一个充满高斯数的纹理，均值为 0 和 sd 1，由菲利普斯谱过滤）我仍然完全迷失了。

我创建初始数据的代码在这里（GLSL）：

它创建了这样的纹理：

现在我完全迷失了如何：a）从初始纹理中获得三个方向的光谱

b) 根据幻灯片 5中提到的时间 t 制作动画（https://developer.nvidia.com/sites/default/files/akamai/gamedev/files/sdk/11/OceanCS_Slides.pdf ）

我可能完全愚蠢，忽略了一些非常明显的东西——我看过一堆论文，即使在熟悉了它们的含义之后，也只是迷失在公式中。请帮忙。

我在 Vivado HLS 工作，我想用测试台制作 IFFT 代码。谁能帮我？

我正在尝试编写 IFT 算法。这是我的代码：

它有什么问题（我知道 Matlab 有 ifft() 函数，但我想自己写）？我用这个代码：

结果应如下所示（EN 为错误）：

其中黑色图为 xN，蓝色图为 x。我的结果是直线。

我试图理解我使用 Matlab FFT 得到的结果，尤其是使用 fftshift 函数

我首先计算一个简单信号的 FFT (y = cos (2 * pi * f_signal * t) 和逆变换以尝试找到原始信号。

我通过在执行 FFT 之前在起始信号处增加 100 个点来比较有和没有“零填充”的结果。

这是代码：

我不明白图 5 上的结果（带 fftshift 的移位频谱的逆变换）

这是获得的第一个频谱（未移动）（图（3））：

这是使用 fftshift 的第一个移位频谱（图（2））：

和上面移位频谱的逆傅立叶变换（图（5））：

我不明白后一个数字。如果我采用这个理论，使用 fftshift 移动频谱的事实导致获得以 f_sampling / 2 为中心的两个狄拉克，更准确地说是在 f_sampling / 2-f_signal 和 f_sampling / 2 + f_signal 上。

所以我有这两个狄拉克的总和，我做这个总和的反 FFT：所以我应该得到频率非常接近的反 FFT 2 余弦：看起来我在图 (5) 上得到两个余弦信号的乘积，但是我看不出我的误解在哪里......

如果有人可以解释这个结果？

先感谢您

伙计们。

我在 python 中执行一些 FFT 来测试声码器算法，但是在这个代码行中

它产生错误消息：TypeError：返回数组必须是 ArrayType

这不是大小不匹配的问题，我把它掩盖了（另外，错误消息明确表示它是类型不匹配）。有任何想法吗？

我在 Python 中有一个用于 2.x 版本的快速傅立叶变换函数。我想在 Python 3.x 中实现它，但是“xrange”和列表标识符存在一些问题（正如我的编译器所说）。我也不知道如何在不使用任何非标准库的情况下从我的 FFT 计算逆 FFT。代码如下。提前致谢...

UPD：由于您的建议，完全重建了我的 FFT 和构建的 IFFT。PS如何关闭帖子？

我有 FFT 和 IFFT 函数。我知道

A*B = IFFT(FFT(A)*FFT(B))

在哪里

FFT(A) FFT(B)=[q w for q,w in zip(A,B)]

但是当我输入： 10 10 => 输出： [(0.5+0j), (0.5+0j)] 我做错了什么？这是我的代码：

RosettaCode 在这里给出了 Cooley–Tukey FFT 算法的简单实现。问题如下，从数学和编程的角度来看。假设一个程序的输入是一个信号的频谱，我们想要生成一个具有这样一个频谱的信号。如果正确，我们需要对输入频谱进行逆 FFT。

RosettaCode 给出的代码如下：

但这只能产生一个信号。但是几个信号可以有相同的频谱。那么如何添加一个参数才能产生这些不同的信号呢？