- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我在信号上使用 scipy.fft
,使用移动窗口绘制随时间变化的频率幅度(这里是 an example,时间在 X 上,频率在 Y 上,并且振幅是颜色)。
但是,只有少数频率让我感兴趣(仅约 3、4 个频率)。使用 FFT 似乎我不能只选择我想要的频率(显然频率范围是由算法决定的),所以我计算了很多无用的东西,我的程序甚至因 MemoryError< 而崩溃
如果信号太长。
我该怎么办?我是否必须使用自定义傅立叶变换 - 在这种情况下,欢迎提供良好实现的链接 - 或者是否有 scipy
方式?
编辑
@jfaller 回答后,我决定(尝试)实现 Goertzel 算法。我想出了这个:https://gist.github.com/4128537但它不起作用(频率 440 没有出现,没关系峰值,我懒得应用适当的窗口)。任何帮助!?我不擅长 DSP。
最佳答案
您确实希望使用 Goertzel 算法:http://en.wikipedia.org/wiki/Goertzel_algorithm .基本上,它是一个单点的 FFT,如果您只需要信号中有限数量的频率,它是高效的。如果您无法从维基百科中提取算法,请返回,我会帮助您。另外,如果你用谷歌搜索一些资源,就会发现有用 python 编写的 DTMF 解码器(按键式电话解码器)。你可以看看他们是怎么做到的。
关于python - 科学 : fourier transform of a few selected frequencies,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13499852/
我正在查看一些执行图像模糊处理的代码。但是,我无法理解代码,我想知道是否有人可以帮助我大致理解代码的作用。 这里变量“Iref”是一个图像。 Imin = min(Iref(:)); Iref_fft
问题:我有一组表现出周期性变化的测量值(时间、测量值、误差),我想用以下形式的傅立叶级数拟合它们 其中 A0 是我测量的平均值,t 是时间,t0 是(已知)引用时间,P 是(已知)周期。我想拟合系数
我在信号上使用 scipy.fft,使用移动窗口绘制随时间变化的频率幅度(这里是 an example,时间在 X 上,频率在 Y 上,并且振幅是颜色)。 但是,只有少数频率让我感兴趣(仅约 3、4
我已经多次使用 1D c2c 变换,没有任何问题。 N个网格点变换的傅里叶系数顺序为:f_0, f_1, f_2, ..., f_N/2, f_-N/2+1, ...., f_-1。 我只是想不出 2
我正在尝试验证与 fftw 库的这种关系: 因此,我选择f作为高斯分布,计算其导数的傅里叶变换,并将其与高斯乘以ik的傅里叶变换进行比较。这是我得到的: 这很奇怪,尤其是因为高斯导数的傅里叶变换图(即
我对 Python 和 FFT 函数比较陌生。我正在尝试使用 numpy.fft.fft() 函数将方脉冲(一维衍射狭缝函数)转换为 sinc 函数(一维衍射图案),并使输出图与分析变换相同方脉冲的,
我需要将具有整数值的数组傅里叶变换到频域(以便稍后将其与另一个数组相乘)。输出数组的大小必须为 44100,但输入数组会有所不同。 我认为 fftw3 是一个很好的工具。但是如何为输入和输出创建具有不
我是一名优秀的程序员,十分优秀!