快速傅里叶变换快速傅立叶变换的输入是什么,输出是什么,有什么物理意义?

快速傅里叶变换  时间:2021-06-02  阅读:()

什么是快速傅立叶计算机?

傅立叶变换分为: 连续傅立叶变换; 离散傅立叶变换; 这两种变换应用到计算机中都有一种近似的快速数值算法,叫做快速傅立叶变换。

具体的理论推导这里也说不清,我也有点忘了。

这个你可以在数学分析、信号与系统等学科的教材里找到。

你所谓的光学傅立叶变换应该就是一般的没有经过优化近似的傅立叶变换,而且应该是连续的,即“连续傅立叶变换”。

而计算机领域,尤其是信号处理领域,你因该知道计算机处理的数据都是离散的,如果你学过数值计算,就知道计算机都是用离散来逼近连续函数的。

所以计算机的信号处理领域多是用离散傅立叶变换,而且由于计算机要求实时处理,要快,所以又发明了一种快速算法。

所以就是“快速离散傅立叶变换”。

用C语言编写快速傅立叶变换源代码

// 函数名: 快速傅立叶变换(来源《C常用算法集》) // 本函数测试OK,可以在TC2.0,VC++6.0,Keil C51测试通过。

// 如果你的MCS51系统有足够的RAM时,可以验证一下用单片机处理FFT有多么的慢。

// // 入口参数: // l: l = 0, 傅立叶变换; l = 1, 逆傅立叶变换 // il: il = 0,不计算傅立叶变换或逆变换模和幅角;il = 1,计算模和幅角 // n: 输入的点数,为偶数,一般为32,64,128,...,1024等 // k: 满足n=2^k(k>0),实质上k是n个采样数据可以分解为偶次幂和奇次幂的次数 // pr[]: l="0时",存放N点采样数据的实部 // l="1时", 存放傅立叶变换的N个实部 // pi[]: l="0时",存放N点采样数据的虚部 // l="1时", 存放傅立叶变换的N个虚部 // // 出口参数: // fr[]: l="0", 返回傅立叶变换的实部 // l="1", 返回逆傅立叶变换的实部 // fi[]: l="0", 返回傅立叶变换的虚部 // l="1", 返回逆傅立叶变换的虚部 // pr[]: il = 1,i = 0 时,返回傅立叶变换的模 // il = 1,i = 1 时,返回逆傅立叶变换的模 // pi[]: il = 1,i = 0 时,返回傅立叶变换的辐角 // il = 1,i = 1 时,返回逆傅立叶变换的辐角 // data: 2005.8.15,Mend Xin Dong kkfft(double pr[], double pi[], int n, int k, double fr[], double fi[], int l, int il) { int it,m,is,i,j,nv,l0; double p,q,s,vr,vi,poddr,poddi; for (it=0; it<=n-1; it++) { m = it; is = 0; for(i=0; i<=k-1; i++) { j = m/2; is = 2*is+(m-2*j); m = j; } fr[it] = pr[is]; fi[it] = pi[is]; } //---------------------------- pr[0] = 1.0; pi[0] = 0.0; p = 6.283185306/(1.0*n); pr[1] = cos(p); pi[1] = -sin(p);

if (l!=0) pi[1]=-pi[1];

for (i=2; i<=n-1; i++) { p = pr[i-1]*pr[1]; q = pi[i-1]*pi[1]; s = (pr[i-1]+pi[i-1])*(pr[1]+pi[1]); pr[i] = p-q; pi[i] = s-p-q; }

for (it=0; it<=n-2; it="it"+2) { vr = fr[it]; vi = fi[it]; fr[it] = vr+fr[it+1]; fi[it] = vi+fi[it+1]; fr[it+1] = vr-fr[it+1]; fi[it+1] = vi-fi[it+1]; } m = n/2; nv = 2;

for (l0=k-2; l0>=0; l0--) { m = m/2; nv = 2*nv; for(it=0; it<=(m-1)*nv; it="it"+nv) for (j=0; j<=(nv/2)-1; j++) { p = pr[m*j]*fr[it+j+nv/2]; q = pi[m*j]*fi[it+j+nv/2]; s = pr[m*j]+pi[m*j]; s = s*(fr[it+j+nv/2]+fi[it+j+nv/2]); poddr = p-q; poddi = s-p-q; fr[it+j+nv/2] = fr[it+j]-poddr; fi[it+j+nv/2] = fi[it+j]-poddi; fr[it+j] = fr[it+j]+poddr; fi[it+j] = fi[it+j]+poddi; } }

if(l!=0) { for(i=0; i<=n-1; i++) { fr[i] = fr[i]/(1.0*n); fi[i] = fi[i]/(1.0*n); } } if(il!=0) { for(i=0; i<=n-1; i++) { pr[i] = sqrt(fr[i]*fr[i]+fi[i]*fi[i]); if(fabs(fr[i])<0.000001*fabs(fi[i])) { if ((fi[i]*fr[i])>0) pi[i] = 90.0; else pi[i] = -90.0; } else pi[i] = atan(fi[i]/fr[i])*360.0/6.283185306; } } return; }

快速傅立叶变换的输入是什么,输出是什么,有什么物理意义?

输入是一个非周期,长度为N点序列,输出同样是一个非周期,长度为N点序列,只是各点的值不一样。

它把时域信号转变到频域进行分析处理。

输入是在时间轴上的各个值,而输出则是输入序列各频率分量的值。

需要注意的是,输入是非周期的N点序列,但运算时我们却把它以N为周期做周期延拓,然后进行运算;而输出按理应该是周期的,但只需要取一个周期就可以表示出整个序列,所以我们只取一个周期的N点。

对快速傅立叶变换进行其他运算时,需要注意其隐含的周期性。

这个是数字信号处理领域里的一个具有划时代意义的发现,使得离散傅立叶变换的计算量减少了几个数量级,使计算机实现实时处理成为可能。

自从库利,图基两人的关于快速傅立叶变换计算方法的论文发表以来,数字信号处理从连续信号处理中独立出来,形成一个完整体系。

它是近代计算机技术飞速发展的基础。

关于复数序列,你可以把复数放到成自然常数e的指数上去,就是对这个函数的采样。

青云互联19元/月,美国洛杉矶CN2GIA/香港安畅CN2云服务器低至;日本云主机

青云互联怎么样?青云互联美国洛杉矶cn2GIA云服务器低至19元/月起;香港安畅cn2云服务器低至19元/月起;日本cn2云主机低至35元/月起!青云互联是一家成立于2020年的主机服务商,致力于为用户提供高性价比稳定快速的主机托管服务。青云互联本站之前已经更新过很多相关文章介绍了,青云互联的机房有香港和洛杉矶,都有CN2 GIA线路、洛杉矶带高防,商家承诺试用7天,打死全额退款点击进入:青云互联...

TMThosting夏季促销:VPS月付7折,年付65折,独立服务器95折,西雅图机房

TMThosting发布了一个2021 Summer Sale活动,针对西雅图VPS主机提供月付7折优惠码,年付65折优惠码,独立服务器提供95折优惠码,本轮促销活动到7月25日。这是一家成立于2018年的国外主机商,主要提供VPS和独立服务器租用业务,数据中心包括美国西雅图和达拉斯,其中VPS基于KVM架构,都有提供免费的DDoS保护,支持选择Windows或者Linux操作系统。Budget ...

数脉科技:六月优惠促销,免备案香港物理服务器,E3-1230v2处理器16G内存,350元/月

数脉科技六月优惠促销发布了!数脉科技对香港自营机房的香港服务器进行超低价促销,可选择30M、50M、100Mbps的优质bgp网络。更大带宽可在选购时选择同样享受优惠,目前仅提供HKBGP、阿里云产品,香港CN2、产品优惠码续费有效,仅限新购,每个客户可使用于一个订单。新客户可以立减400元,或者选择对应的机器用相应的优惠码,有需要的朋友可以尝试一下。点击进入:数脉科技官方网站地址数脉科技是一家成...

快速傅里叶变换为你推荐
donghang东航电子登机牌如何使用草莓派草莓派怎么做草莓派怎么做草莓派?自动识别查询快递单号查看单号怎么知道是那个快递公司的at89s52单片机AT89S52单片机和AT89C51单片机的区别vga接口定义VGA接口通常用来连接哪些设备,各个脚代表什么意思,它的连线是如何焊接的?star413匡威jack star 的后标是不是真的?如图数据统计分析表EXCEL怎么制作百分比数据分析表图云盘网谁知道免费的网盘?电子邮件软件常用的邮件收发软件
便宜vps 免费试用vps 老左 视频存储服务器 20g硬盘 搜狗12306抢票助手 cpanel空间 域名和空间 阿里云官方网站 上海电信测速 个人免费邮箱 supercache godaddy空间 北京主机托管 此网页包含的内容将不使用安全的https 游戏服务器 paypal兑换 crontab 主机配置 主机托管 更多