continuous-fourier

    6热度

    2回答

    这可能是一个非常天真的问题,但在这里。 我想计算函数f(x)的傅里叶变换。所以我定义了一个numpy数组X并通过向量化函数f。现在,如果我计算这个数组f(X)的FFT,它就不会像f(x)的傅立叶变换一样,如果我在一张纸上做的话。例如,如果我计算高斯FFT,我应该得到一个高斯或一个其实部非常接近高斯的阵列。 这里是代码。请让我知道我必须改变以获得通常的傅立叶变换。 import matplotlib

    0热度

    2回答

    非周期性信号可以通过DFT处理。 DFT可以处理周期性信号和非周期性信号?

    0热度

    1回答

    这里主要是我们做的,首先我们将信号从时域变换到频域,然后我们将使用不同的滤波器在频域上进行操作,比如带通滤波器,低通过滤器,全通过滤器。 我不明白的是,全通滤波器主要是用于相移和幅度增益/损耗,我认为对于相移和幅度运算,我们也可以在时域做这些,那么为什么我们需要在频域做?

    1热度

    1回答

    我在每秒采集的txt文件中有一个基于地面的磁数据,我想绘制它的傅里叶谱。 我注意到MatLab上的频谱图公式需要这个参数(window,noverlap,nfft,Fs),我不知道。 而且我还发现,我应该先情节的频谱之前做FFT我的数据,但我的数据是不是离散和FFT的离散数据,任何人都知道我能做到这一点?

    5热度

    1回答

    我最近用Python替换了Matlab,因为我真的很兴奋; Sympy很兴奋。 但现在我有以下问题: 我需要一种方法来可靠地计算连续傅立叶与Python变换。 Sympy与解决方案,包括迪拉克(Δ-功能)为三角函数,函数等 例如,如果我尝试 fourier_transform(cos(x),x,v) 输出为0,它应该是基于问题,因为它们例如发生狄拉克三角函数 有谁知道,如果Sympy的这一部分

    0热度

    1回答

    我在Matlab中使用FFT计算我的信号的频谱时缺少一些东西。 我的代码: ​​ 你会这么好心来告诉我,我搞砸了? 我试图检查是否algorythm工程,并使用相同的信号的这两个取样(相同的采样频率;在两个不同的时间范围0-10和0-100): fs=1000; time10 = [0:1/fs:10]; time100 = [0:1/fs:100]; data10 = sin(2*pi*0

    3热度

    1回答

    我们知道,傅立叶变换衍生物是 其中k是傅里叶变量。 Explanation here 我的问题是,为什么sympy不使用这种知识?例如: from sympy import Function, symbols, fourier_transform, Derivative f = Function('f') x, k= symbols('x, k') G = fourier_transfo

    5热度

    2回答

    我认为Sympy在计算trig函数的Fourier transform时出错。例如: from sympy import fourier_transform, sin from sympy.abc import x, k print fourier_transform(sin(x), x, k) 预期的应答via Mathematica是 但Sympy返回0。有时,功能效果非常好,因为fo