fft算法c语言复数结果是啥,算法-为什么FFT产生复数而不是实数?

是的,可以仅使用实数来表示严格实数输入的FFT频域结果。

FFT结果中的那些复数仅是2个实数,都需要给它们提供具有长度和方向角(或幅值和相位)的结果向量的2D坐标。 FFT结果中的每个频率分量都可以具有唯一的幅度和唯一的相位(相对于FFT孔径中的某个点)。

单是一个实数不能代表幅度和相位。 如果丢掉相位信息,如果尝试使用iFFT重建信号,信号很容易使信号失真(信号不对称)。 因此,完整的FFT结果需要每个FFT仓2个实数。 根据常规约定,这2个实数在复杂数据类型的某些FFT中捆绑在一起,但是FFT结果可以轻松地(有些FFT确实)产生2个实矢量(一个用于余弦坐标,一个用于正弦坐标)。

还有一些FFT例程可以直接产生幅度和相位,但是它们的运行速度比产生复杂(或两个实数)矢量结果的FFT慢。 还有一些FFT例程,它们仅计算幅度并丢弃相位信息,但是它们运行的速度通常不会比一般的FFT处理之后要快。 也许他们以不可逆的代价为编码员节省了几行代码。 但是,很多库都不会费心去包含这些较慢且不太通用的FFT形式,而只是让编码器转换或忽略它们需要或不需要的内容。

另外,许多人认为使用复杂的算术可以使所涉及的数学更加优雅。

(添加:)此外,作为另一种选择,您可以考虑每个FFT结果仓中的两个分量,而不是将实数和虚数分量视为偶数和奇数分量。

【资源说明】 基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释) 基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释)基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释)基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释)基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释) 基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释)基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释) 基于复数的卷积神经网络:实现了复数卷积、复数池化、复数激活函数、复数全连接、复数Dropout等python源码(含详细注释) 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
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