ifft2
二维快速傅里叶逆变换
说明
示例
Y = fft2(X)
Y = 3×3 complex
45.0000 + 0.0000i, 0.0000 + 0.0000i 0.0000 + 0.0000i
0.00000 + 0.0000i, 13.5000 + 7.7942i 0.0000 - 5.1962i
0.00000 - 0.0000i, 0.00000 + 5.1962i 13.5000 - 7.7942i
计算 Y 的逆变换，结果与原始矩阵 X 相同（基于舍入误差）。
ifft2(Y)
ans = 3×38.0000 1.0000 6.0000 3.0000 5.0000 7.0000 4.0000 9.0000 2.0000
用尾随零填充 Y 的两个维度，使变换的大小为 8×8。
Z = ifft2(Y,8,8);
size(Z)
ans = 1×28 8
共轭对称矩阵
X = ifft2(Y,‘symmetric’)
X = 2×2
4 0
0 -1
输入参数
输入数组，指定为矩阵或多维数组。如果 Y 的类型为 single，则 ifft2 本身以单精度进行计算，X 的类型也是 single。否则，X 以 double 类型返回。
数据类型： double | single | int8 | int16 | int32 | uint8 | uint16 | uint32 | logical
复数支持： 是
m - 逆变换行数
正整数标量
逆变换行数，指定为正整数标量。
n - 逆变换列数
正整数标量
逆变换列数，指定为正整数标量。
symflag - 对称类型
'nonsymmetric' （默认） | 'symmetric'
对称类型，指定为 'nonsymmetric' 或 'symmetric'。当 Y 由于舍入误差而导致不完全共轭对称时，ifft2(Y,'symmetric') 会将 Y 视为共轭对称。有关共轭对称的详细信息，请参阅算法。
详细信息
m×n的矩阵 Y或连续函数 的离散傅里叶逆变换，结果为 X：
x
p
,
q
=
1
m
n
∑
j
=
1
m
∑
k
=
1
n
e
(
j
−
1
)
(
p
−
1
)
2
π
i
m
e
(
k
−
1
)
(
q
−
1
)
2
π
i
n
Y
j
k
,
.
x_{p,q} =\frac{1}{mn}\sum_{j=1}^{m}\sum_{k=1}^{n}e^{\frac{(j-1)(p-1)2\pi i}{m}}e^{\frac{(k-1)(q-1)2\pi i}{n}}Y_{jk},.
xp,q=mn1j=1∑mk=1∑nem(j−1)(p−1)2πien(k−1)(q−1)2πiYjk,.
i 是虚数单位。p 的范围从 1 到 m，q 的范围从 1 到 n。
m×n的矩阵 Y或连续函数 的离散傅里叶变换，结果为 X：
x
p
,
q
=
∑
j
=
1
m
∑
k
=
1
n
e
−
(
j
−
1
)
(
p
−
1
)
2
π
i
m
e
−
(
k
−
1
)
(
q
−
1
)
2
π
i
n
Y
j
k
,
.
x_{p,q} = \sum_{j=1}^{m}\sum_{k=1}^{n}e^{-\frac{(j-1)(p-1)2\pi i}{m}}e^{-\frac{(k-1)(q-1)2\pi i}{n}}Y_{jk},.
xp,q=j=1∑mk=1∑ne−m(j−1)(p−1)2πie−n(k−1)(q−1)2πiYjk,.
让p,q从0开始，j,k也从0开始，则
x
p
,
q
=
∑
j
=
0
m
−
1
∑
k
=
0
n
−
1
e
−
j
p
2
π
i
m
e
−
k
q
2
π
i
n
Y
j
k
,
.
x_{p,q} = \sum_{j=0}^{m-1}\sum_{k=0}^{n-1}e^{-\frac{jp2\pi i}{m}}e^{-\frac{kq2\pi i}{n}}Y_{jk},.
xp,q=j=0∑m−1k=0∑n−1e−mjp2πie−nkq2πiYjk,.
如果
m
=
n
m=n
m=n，则
x
p
,
q
=
∑
j
=
0
m
−
1
∑
k
=
0
m
−
1
e
−
(
j
p
+
k
q
m
)
2
π
i
Y
j
k
,
.
x_{p,q} = \sum_{j=0}^{m-1}\sum_{k=0}^{m-1}e^{-(\frac{jp +kq}{m})2\pi i}Y_{jk},.
xp,q=j=0∑m−1k=0∑m−1e−(mjp+kq)2πiYjk,.
算法
ifft2 函数测试矩阵 Y 中的向量是否在两个维度上都共轭对称。
- 当向量
v的第 i 个元素满足v(i) = conj(v([1,end:-1:2]))时，它就是一个共轭对称向量。 - 如果
Y中的向量在两个维度上都共轭对称，则逆变换的计算速度更快，并且输出为实数。
2564
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
