傅里叶变换原理解析

傅里叶变换原理解析

震动频率:节拍数/秒
矢量旋转频率:圈/秒

傅里叶频域就是:音频信号波形以不同的频率旋转形成的图形的质心的坐标变化,即(frequency, (x,y))
(其中实数为x轴坐标,虚部为 y轴坐标)

为什么傅里叶变换可以分离不同频率的信号?
因为,当对复合信号进行傅里叶变换时,当信号波形在轴上以不同的频率旋转时,比如该信号由a,b,c三个频率的正弦波信号复合而成,当复合信号的波形的旋转频率为a,b,c三个频率的时候,旋转图形的质心的横坐标达到峰值(极大值),所以我们只要在旋转得到的(频率,坐标)图像中找到峰值所在的频率就可以得到所有复合信号的频率。

傅里叶反变换的原理:
就是将(频率,坐标)这样的二维波形,进行傅里叶变换(矢量旋转),就可以得到原始信号。

傅里叶变换公式的原理:

  • 旋转的矢量:对应的是一个复数
    • 每秒旋转一周的速度,这个旋转矢量表达式为: e ( 2 ∗ π ∗ i ∗ t ) e^{(2 * \pi * i * t)} e(2πit)
    • 我们再加上旋转的频率f,表示这个矢量每秒实际上旋转几周
    • 那么,这个旋转矢量的表达式为 e ( 2 ∗ π ∗ i ∗ t ∗ f ) e^{(2 * \pi * i * t * f)} e(2πitf)
    • 傅里叶变换的矢量旋转方向时顺时针的,所以,我们需要在指数上加一个负号: e − ( 2 ∗ π ∗ i ∗ t ∗ f ) e^{-(2 * \pi * i * t * f)} e(2πitf)
  • 为了表示我们的原始信号以这样的频率进行旋转,我们可以直接用我们的信号与这样的旋转矢量表达式相乘:
    • g(t)(时域信号)
    • g ( t ) × e − ( 2 ∗ π ∗ i ∗ t ∗ f ) g(t) \times e^{-(2 * \pi * i * t * f)} g(t)×e(2πitf)
  • 接下来就是计算旋转波形图的质心,我们可以进行一个估计:对图形进行抽样,选取n个样本点,我们将样本点的横坐标加起来,再除以样本点数量n(基本的中心点计算方法)
    • 以这种思想,为了更加精确,我们可以将计算平均值改变为计算时间点上的积分:
      ∫ t 1 t 2 f ( g ( t ) × e − ( 2 ∗ π ∗ t ∗ i ∗ f ) ) d t \int_{t_1}^{t_2} f(g(t) \times e^{-(2*\pi*t*i*f)})dt t1t2f(g(t)×e(2πtif))dt

如果信号的持续时间很长,那么旋转矢量的模长就会被放大

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值