给定一段信号:
x = [0.2, 0.77, 1.41, 1.54, 1.34, 1.13, 0.79, 0.64, 0.16, -0.17, -0.37, -0.59, -0.75, -0.95, -1.16, -1.34, -1.41, -1.53, -1.65, -1.65, -1.65, -1.65, -1.45, -0.35, 0.46, 0.79, 0.65, 0.37, 0.23, -0.04, -0.27, -0.43, -0.43]
x = torch.tensor(x)
# 方法一:
x = torch.fft.rfft(x)
PSD = torch.abs(x) ** 2
# 方法二:
x = torch.fft.rfft(x)
x = torch.view_as_real(x)
PSD = torch.add(x2[..., 0] ** 2, x2[..., 1] ** 2)
补充:
- rfft 是实数快速傅里叶变换(Real Fast Fourier Transform)
rfft 的结果是复数形式的,其中包含了频域中的幅度和相位信息
rfft 函数的输出只包含非负频率的部分,因此输出的维度通常比 fft 小一半加一。这是因为实数信号的频谱是对称的,只需要存储非负频率部分的信息即可。- torch.view_as_real 其实就是把复数的实部和虚部拿出来变成两个实数。原始复数张量的形状是 [N],输出张量的形状将变为 [N, 2],分别是实部和虚部的实数,以便于后续处理。
- 所以方法一的abs其实就是 对复数的实部虚部平方和后[开根运算,后再平方] ([]内抵消)
而方法二则直接是实部虚部平方和
所以二者相同