- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我通过相关了解了 DFT 的工作原理,并将其用作理解 FFT 结果的基础。如果我有一个以 44.1kHz 采样的离散信号,那么这意味着如果我要获取 1 秒的数据,我将有 44,100 个样本。为了对其运行 FFT,我必须有一个 44,100 的数组和一个 N=44,100 的 DFT,以获得检测高达 22kHz 的频率所需的分辨率,对吧? (因为FFT只能将输入与频率最高为N/2的正弦分量相关)
这显然需要大量数据点和计算时间,而且我读到这就是短时 FT (STFT) 的用武之地。如果我随后获取前 1024 个样本(~23ms)并运行 FFT然后取重叠的 1024 个样本,我可以每 23ms 得到信号的连续频域。那么我该如何解释输出呢?如果静态数据的 FFT 输出是 N/2 个数据点,带宽为 fs/(N/2),那么 STFT 频率输出的带宽是多少?
这是我在 Mathematica 中运行的一个示例:
100Hz 正弦波,44.1kHz 采样率:
然后我仅对前 1024 个点运行 FFT:
感兴趣的频率位于数据点 3,它应该以某种方式对应于 100Hz。我认为 44100/1024 = 43 类似于缩放因子,这意味着这个小窗口中的 1Hz 信号将对应于完整数据数组中的 43Hz 信号。然而,这会给我 43Hz*3 = 129Hz 的输出。我的逻辑是正确的但我的实现不正确吗?
最佳答案
正如我在之前的评论中已经指出的,变量 N 影响输出频谱可实现的分辨率,而不是您可以检测到的频率范围。较大的 N 可以为您提供更高的分辨率,但代价是更长的计算时间较低的 N 可以缩短计算时间,但可能会导致 spectral leakage ,这就是您在上一张图中看到的效果。
至于你的另一个问题,理论上 FFT 的带宽是无限的,但我们将结果限制在 [-fs/2 到 fs/2] 范围内的频段,因为该频段之外的所有频率容易受到aliasing的影响此外,如果输入信号是真实的(在包括我们在内的大多数情况下都是如此),那么从 [-fs/2 到 0] 的频率只是从 [0 到 fs/的频率的反射(reflect)2],因此一些 FFT 程序仅输出从 [0 到 fs/2] 的 FFT 频谱,我认为这适用于您的情况。这意味着您作为输出收到的 N/2 数据点代表范围 [ 0 到 fs/2],这就是您在 FFT 和 STFT 的情况下使用的带宽(STFT 只是一系列 FFT,STFT 中的每个 FFT 都会为您提供一个频谱该带内的数据点)。
我还想指出,如果您的输入是变化的信号(例如音乐),STFT 很可能不会减少您的计算时间,因为在这种情况下,您将需要执行它几次 在歌曲的整个播放过程中,它没有任何用处,但是,与仅执行一次 FFT 相比,它将使您能够更好地理解歌曲的频率特性。
要可视化 FFT 的结果,您可以使用频率(和/或相位)频谱图,但为了可视化 STFT 的结果,您很可能需要创建 spectrogram这基本上是一个图表,可以通过将各个 FFT 频谱并排放置来制作。创建频谱图的过程如下图所示(来源:Dan Ellis - 语音处理简介)。频谱图将向您展示信号的频率特性如何随时间变化以及您如何解释它取决于您希望从音频中提取/检测哪些特定特征。您可能需要查看 spectrogram维基百科页面了解更多信息。
关于fft - STFT 澄清(实时输入的 FFT),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30466418/
FFT 库(例如 FFTW 或 numpy.fft)通常提供两个函数 fft() 和 ifft()(及其用于实值输入的特殊版本)。这些功能似乎被定义为 ifft(fft(X)) == X 和 fft(
如果我有一个特定大小 M(2 的幂)的 FFT 实现,我如何计算一组大小 P=k*M 的 FFT,其中 k 也是 2 的幂? #define M 256 #define P 1024 comple
下午好! 我正在尝试基于我已有的简单递归 FFT 实现来开发 NTT 算法。 考虑以下代码(coefficients'的长度,让它为m,是2的精确幂): /// /// Calculates the
我正在分析时间序列数据,并希望提取 5 个主要频率分量并将其用作训练机器学习模型的特征。我的数据集是 921 x 10080 。每行是一个时间序列,总共有 921 个。 在探索可能的方法时,我遇到了各
我找不到任何官方文档来证明 scipy.fft 实际上是 numpy.fft.fftpack.fft 的链接。这是显示链接的 iPython session : In [1]: import scip
文档说 np.fft.fft 这样做: Compute the one-dimensional discrete Fourier Transform. 和 np.fft.rfft 这样做: Compu
近一个月来,我一直在与一个非常奇怪的错误作斗争。问你们是我最后的希望。我用 C 编写了一个程序,它集成了 2d Cahn–Hilliard equation在傅里叶(或倒数)空间中使用隐式欧拉 (IE
我一直在制作一个例程,使用 NumPy/Scipy 测量两个光谱之间的相位差。 我已经有了Matlab写的例程,所以我基本上是用NumPy重新实现了函数和相应的单元测试。但是,我发现单元测试失败了,因
我正在研究使用 Renderscript 对大型复杂输入数组执行 FFT。 FFT 是相当标准的,因为它涉及三个循环,但内部循环执行 FFT 中的蝶形运算。因为每个蝴蝶使用数组的不同部分,所以没有明显
我需要通过修改 FFT 结果来均衡音乐样本。 我知道如何获得每个输出虚数的频率,问题是修改这个值以获得“均衡器效果”。 我需要知道如何缩放这个值。 条目大小为 4096 个样本,采样率为 44100
我将在 kiss-fft 之前制定几个计划同时(平行),我可以这样做吗,或者换句话说,kiss-fft 线程安全吗? 谢谢 最佳答案 自述文件: No static data is used. Th
要在频域中插入信号,可以在时域中填充零并执行 FFT。 假设给定向量 X 中的元素数为 N 并且 Y 与 X 相同但在一侧用 N 零填充。然后下面给出相同的结果。 $$\hat{x}(k)=\sum_
我通过相关了解了 DFT 的工作原理,并将其用作理解 FFT 结果的基础。如果我有一个以 44.1kHz 采样的离散信号,那么这意味着如果我要获取 1 秒的数据,我将有 44,100 个样本。为了对其
有人知道 Mayer FFT 的实现吗(我不必花很多时间研究代码)? 我正在尝试执行卷积,ifft 似乎产生了我称之为“镜像”的输出。换句话说,我的内核+信号长度被限制为 N/2 并且占据 n=0..
有人知道 Mayer FFT 的实现吗(我不必花很多时间研究代码)? 我正在尝试执行卷积,ifft 似乎产生了我称之为“镜像”的输出。换句话说,我的内核+信号长度被限制为 N/2 并且占据 n=0..
我有以下代码...请注意#生成正弦曲线下的两行。一个使用比另一个更高的 2pi 精度值,但它们仍然应该给出几乎相同的结果。 import numpy as np import matplotlib.p
我正在努力确保 FFTW 做我认为它应该做的事情,但我遇到了问题。我正在使用 OpenCV 的 cv::Mat。我制作了一个测试程序,给定一个 Mat f,计算 ifft(fft(f)) 并将结果与
我是从事电信项目的计算机程序员。 在我们的项目中,我必须将一系列复数更改为它们的傅立叶变换。因此我需要一个高效的 FFT 代码来满足 C89 标准。 我正在使用以下代码,它运行良好: shor
我目前正在尝试了解 numpy 的 fft 函数。为此,我测试了以下假设: 我有两个函数,f(x) = x^2 和 g(x) = f'(x) = 2*x。根据傅立叶变换定律和 wolfram alph
我一直在使用 FFT,目前正在尝试使用 FFT 从文件中获取声音波形(最终对其进行修改),然后将修改后的波形输出回文件。我得到了声波的 FFT,然后对其使用了反 FFT 函数,但输出文件听起来一点也不
我是一名优秀的程序员,十分优秀!