タグ付けされた質問 「fft」

私の理解から、私たちの耳は、私たちの聴覚範囲内の周波数で共鳴する蝸牛の毛/繊毛を持っています。これは、時間領域ではなく周波数領域で聞いていることを意味します。しかし、それは私たちがそれを処理するために常に音を盗んでいることを意味しますか？

7 fft  sound  ifft 

FT（フーリエ変換）とSTFT（短時間フーリエ変換）の理論では、 「ウィンドウが広いと周波数分解能は高くなりますが、時間分解能は低くなります。ウィンドウが狭いと時間分解能は高くなりますが周波数分解能は低くなります」 誰かが狭いウィンドウが低い周波数分解能を与える理由を説明できますか？

7 fft  wavelet 

DFTを使用して、1つのドメインでのベクトルの乗算が、他のドメインでのベクトルの変換の循環たたみ込みと等価であるという単純な、または潜在的に直感的な説明はありますか？ DFTは（特別な）正方行列による乗算にすぎないので、この行列と行列の乗算は上記の双対性を可能にしますか？

7 fft  fourier-transform  dft 

オーディオのブロックがあり、FFTを実行しました。今私がしたいのは、このFFTをMFCCのセットに変換することですが、三角形のフィルターのセットに基づいてFFTサンプルに重みを付けることで何かをする必要があることはわかっていますが、実際にこれが何であるかわかりません。 誰かがそれについていくつかの詳細に入ることができますか？Matlabの例を紹介する場合は、各ステップについて十分に説明してください。MATLABではかなりの数のコーナーをカットできるため、iPhoneにMFCC抽出を実装しようとしています。

7 fft  mfcc 

stackoverflowについて質問した後、PythonでGoertzelアルゴリズムを実装しようとしました。しかし、それは動作しません：https : //gist.github.com/4128537 import math def goertzel(samples, sample_rate, f_start, f_end): """ Implementation of the Goertzel algorithm, useful for calculating individual terms of a discrete Fourier transform. """ window_size = len(samples) f_step = sample_rate / float(window_size) # Calculate which DFT bins we'll have to compute k_start = int(math.ceil(f_start / f_step)) k_end …

7 fft  dft  python 

現在のオーディオ処理アプリケーションでは、IIRフィルターを使用して完全に時間領域で作業しています。これにより、3つまたは4つのサンプルのオーディオバッファーを使用でき、そのフレーム内に何らかの形式のオーディオ出力があることを保証できます。 FIRベースのフィルターに切り替えた場合（この質問で概説されているようにフィルターのリンギング時間を短縮するため）、処理効率を維持するためにFFTベースのオーバーラップ加算手法を使用する必要があるでしょう。ご覧のように、変換を行う前に、FFTフレームバッファーにサンプルを入力する必要があります。これにより、FFTの計算に使用されるサンプルの数に比例して、アルゴリズムに固有のレイテンシが追加されます。私はトリックを逃していますか？

7 fft  infinite-impulse-response  finite-impulse-response 

ラドン変換に関連するタスクがあります。DFTによるリサンプリングを使用するサブタスクが含まれています。 長さ515ピクセルの非周期的な離散化信号（図1）（たとえば、ピクセルのストリング）を考えてみましょう。私のリサンプリングの実装では、次の手順が含まれています。 循環左シフト（図2）。 信号の長さが2 ^ nになるように、中心にゼロを追加します（この場合、1024-515 = 509のゼロを追加する必要があります）（図3）。 この信号からDFTを取得します（図4）。 循環右シフト。（低周波数を中心にシフトするため）（図5） 図1 図2 図3 図4 図5 主な質問： なぜ信号の循環シフトを実行し、中心に正確にゼロを追加する必要があるのですか？（私はこれが信号を周期的にしたと仮定しました）ゼロパディングは補間DFTスペクトルを作ります、それは正しいですか？（私は尋ねました、そしてそれはかなりそうではないことを誰かが言います）多分誰かはゼロパディングの後で信号で何が起こるかを簡単な方法で説明することができます。 Matlabでいくつかの実験を行ったところ、他の一連のアクションでは必要な結果が得られないことがわかりました。 次の2つのケースを考えてみましょう。 a）（この正しいバリアント）非周期的な離散化された信号（たとえば、ピクセルの文字列）があります。これは、左に循環シフトされ、中央にゼロが埋められた後、これからDFTが取得され、シフトバックされます。 b）非周期的な離散化された信号（たとえば、ピクセルの設定された文字列）があり、左から右にゼロが埋められ、これからDFTが取得されます。 これらのDFTスペクトルの違いは何ですか？ 私はいくつかの本を読みましたが、このゼロパディングのケースの答えは見つかりませんでした。これは自分の経験だけで見つけられるようです。 本の答え： AC KakおよびMalcolm Slaney、コンピュータ断層撮影イメージングの原則、工業および応用数学学会、25ページ、2001年

7 fft  fourier-transform  frequency-spectrum  interpolation  zero-padding 

ノイズ低減のために画像にFFTを実行する必要がありますが、問題は画像全体ではなく中央の円のみが必要なことです。境界線は固定リグであるため、表示されるものには興味がありませんが、FFTの結果に影響を与えます。 円形の部分を切り取ってFFTに使用する方法はありますか？黒の背景を使用すると、背景と画像データの間のエッジに大きな影響が出ることに注意してください。

7 fft 

-X MHzから+ X MHzの範囲のスペクトルがあるとします。ゼロ成分を中央（0 Hz）にシフトして、スペクトルの周波数誤差を修正する必要があります。 出力（周波数スペクトル）がFFTを介して計算される場合、私が知る限り、「回転因子」（または係数、複雑なデータの正弦波および余弦波の場合）を調整することによってスペクトルを移動できます。 サイズ1024 FFT（ビンインデックス0〜1023）の場合、ビン番号511に0 Hz成分が存在する必要があります。ただし、周波数誤差の可能性があるため、0 hz成分は実際にはビン510にある可能性があります。 私はこれについて多くの情報を見つけることができないようです。助けてくれてありがとう。 編集：質問の間違い。

7 fft  frequency  frequency-spectrum 

信号処理は初めてです。MATLABで時間領域の信号をプロットしています。信号のどの部分が高周波数と低周波数かわからないのですが、誰かが高周波数と低周波数を理解し、グラフで高周波数と低周波数を確認する方法を説明できますか？

7 fft  discrete-signals  matlab