傅里叶概述
如何在时域和频域中读懂时间序列数据
比如每天的气温,是一个时域信息;横轴是时间
而每周的气温,是一个“频率”上的信息,频域信息;横轴是时间间隔
有些数据在时域中非常“好看”;而有些信息隐藏在频域中。通过傅里叶分析能够把时域数据转为频域数据。
(频谱分析可以揭示一些在时域中看不到的结果,它把各种频率信息都给你提溜出来,把散成一团的信息给你清清楚楚的展现出来)
傅里叶变换的两大应用
1.频谱分析
有些数据在时域中非常“好看”;而有些信息隐藏在频域中。通过傅里叶分析能够把时域数据转为频域数据。
(频谱分析可以揭示一些在时域中看不到的结果,它把各种频率信息都给你提溜出来,把散成一团的信息给你清清楚楚的展现出来)
2.在信号处理中的方法与工具
用卷积定理来执行一些在频域中的操作
滤波、自相关等
从数据量上考虑,频率的计算往往比相同作用的时域计算更简单也更快速。
傅里叶变换的概念
时间序列里边有许多噪音
正弦波+相似度
用点积来计算
构建一个特定频率的正弦波
比较相似度
正弦波与时间序列(信号)的相似度
横轴是频率
主题:构建正弦波
列出所有频率的相似度
正弦频谱图或者是能量