主頁(yè) > 知識(shí)庫(kù) > 深度學(xué)習(xí)開(kāi)源框架基礎(chǔ)算法之傅立葉變換的概要介紹

深度學(xué)習(xí)開(kāi)源框架基礎(chǔ)算法之傅立葉變換的概要介紹

熱門(mén)標(biāo)簽:智能手機(jī) 網(wǎng)站文章發(fā)布 服務(wù)器配置 檢查注冊(cè)表項(xiàng) 鐵路電話(huà)系統(tǒng) 銀行業(yè)務(wù) 呼叫中心市場(chǎng)需求 美圖手機(jī)

傅立葉變換時(shí)數(shù)字信號(hào)處理的重要方法之一,是法國(guó)數(shù)學(xué)家傅立葉在1807年在法國(guó)科學(xué)學(xué)會(huì)上發(fā)表的一篇文章中所提出的,在文章中使用了正弦函數(shù)描述溫度分布,而且提出了一個(gè)著名的論斷:任何連續(xù)性的周期信號(hào)都可以由一組適當(dāng)?shù)恼仪€(xiàn)組合而成。而這個(gè)論斷被當(dāng)時(shí)審查論文的著名數(shù)學(xué)家拉格朗日所否定,拉格朗日認(rèn)為正弦函數(shù)無(wú)法組合成一個(gè)個(gè)帶有棱角的信號(hào),但是從無(wú)限逼近的角度考慮,可以使用正弦函數(shù)來(lái)非常逼近期直到表示方法不存在明顯差異,這篇論文最終在在拉格朗日死后15年之久才得以發(fā)表。

傅立葉變換的分類(lèi)

根據(jù)信號(hào)是是周期性以及連續(xù)還是離散的特點(diǎn),將傅立葉變換進(jìn)行延伸,變換分為如下四種

另外,根據(jù)使用的是實(shí)數(shù)還是復(fù)數(shù),有分為實(shí)數(shù)傅立葉變換和復(fù)數(shù)傅立葉變換。

主要特點(diǎn):FS

用于分析連續(xù)周期信號(hào)。時(shí)域上任意連續(xù)的周期信號(hào)可以分解為無(wú)限多個(gè)正弦信號(hào)之和,在頻域上就表示為離散非周期的信號(hào),即時(shí)域連續(xù)周期對(duì)應(yīng)頻域離散非周期的特點(diǎn)。

主要特點(diǎn):FT

主要用于分析連續(xù)非周期信號(hào),由于信號(hào)是非周期的,它必包含了各種頻率的信號(hào),所以具有時(shí)域連續(xù)非周期對(duì)應(yīng)頻域連續(xù)非周期的特點(diǎn)。

FS和FT 都是用于連續(xù)信號(hào)頻譜的分析工具,都以傅立葉級(jí)數(shù)理論問(wèn)基礎(chǔ)推導(dǎo)出的。時(shí)域上連續(xù)的信號(hào)在頻域上都有非周期的特點(diǎn),但對(duì)于周期信號(hào)和非周期信號(hào)又有在頻域離散和連續(xù)之分。

主要特點(diǎn):DTFT

它用于離散非周期序列分析,根據(jù)連續(xù)傅立葉變換要求連續(xù)信號(hào)在時(shí)間上必須可積這一充分必要條件,那么對(duì)于離散時(shí)間傅立葉變換,用于它之上的離散序列也必須滿(mǎn)足在時(shí)間軸上級(jí)數(shù)求和收斂的條件;由于信號(hào)是非周期序列,它必包含了各種頻率的信號(hào),所以DTFT對(duì)離散非周期信號(hào)變換后的頻譜為連續(xù)的,即有時(shí)域離散非周期對(duì)應(yīng)頻域連續(xù)周期的特點(diǎn)。

主要特點(diǎn):DFT

假設(shè)了序列的周期無(wú)限性,但在處理時(shí)又對(duì)區(qū)間作出限定(主值區(qū)間),以符合有限長(zhǎng)的特點(diǎn),這就使DFT帶有了周期性。另 外,DFT只是對(duì)一周期內(nèi)的有限個(gè)離散頻率的表示,所以它在頻率上是離散的,就相當(dāng)于DTFT變換成連續(xù)頻譜后再對(duì)其采樣,此時(shí)采樣頻率等于序列延拓后的周期N,即主值序列的個(gè)數(shù)。

離散傅立葉變換DFT

DFT用于將信號(hào)從時(shí)域變換為頻域,而且時(shí)域與頻域都是離散的,可以確認(rèn)出一個(gè)信號(hào)是由哪些正弦波疊加而成,而這些結(jié)果者反應(yīng)為正弦波的振幅和相位等信息。而至于時(shí)域與頻域,前者表示的是信號(hào)隨時(shí)間動(dòng)態(tài)變化的關(guān)系,在這種分析方式下,往往會(huì)隨著時(shí)間的不同信號(hào)呈現(xiàn)不同的狀態(tài)變化。而頻域可以理解為正弦波的振幅,從傅立葉的論斷中我們了解到,任何周期函數(shù),都可能是由不同振幅和不同相位與角頻率的正弦波的疊加,頻域分析的一個(gè)主要結(jié)果是頻譜,常見(jiàn)的頻譜有兩種:振幅相關(guān)的頻譜與相位相關(guān)的頻譜。比如正弦曲線(xiàn)可表示為y=Asin(ωx+φ)+k,具體的實(shí)際意義如下所示:

理解輔助:變形的諧波函數(shù)

諧波(harmonic wave)是指電流中所含有的頻率為基波的整數(shù)倍的電量,一般是指對(duì)周期性的非正弦電量進(jìn)行傅里葉級(jí)數(shù)分解,其余大于基波頻率的電流產(chǎn)生的電量。如下可以看出動(dòng)態(tài)的三角函數(shù)的圖形變換,可以加深對(duì)傅立葉論斷的理解。

理解輔助:振幅的頻譜

而至于如何求取頻譜,由于三角函數(shù)具有正交性,相互之間不具影響,根據(jù)此特性結(jié)合下圖,對(duì)于振幅的頻譜則可有直觀的了解。而至于初相相關(guān)的頻譜,可以以此為基礎(chǔ),不難理解。

快速傅立葉變換FFT

FFT(Fast Fourier Transform)實(shí)際只是DFT的改善。是1965年由庫(kù)利和圖基共同提出的一種快速計(jì)算DFT的方法。這種方法充分利用了DFT運(yùn)算中的對(duì)稱(chēng)性和周期性,從而將DFT運(yùn)算量從N2減少到N*log2N。當(dāng)N比較小時(shí),F(xiàn)FT優(yōu)勢(shì)并不明顯。但當(dāng)N大于32開(kāi)始,點(diǎn)數(shù)越大,F(xiàn)FT對(duì)運(yùn)算量的改善越明顯。比如當(dāng)N為1024時(shí),F(xiàn)FT的運(yùn)算效率比DFT提高了100倍。

應(yīng)用領(lǐng)域和局限

傅立葉變化在很多領(lǐng)域都有很好的應(yīng)用,比如圖像優(yōu)化和音頻降噪等等,但是由于傅立葉變換的模型建立在平穩(wěn)信號(hào)基礎(chǔ)上的,對(duì)于非平穩(wěn)信號(hào)的分析具有很大的局現(xiàn)性。

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,謝謝大家對(duì)腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接

您可能感興趣的文章:
  • Apache Commons Math3探索之快速傅立葉變換代碼示例
  • C語(yǔ)言數(shù)據(jù)結(jié)構(gòu)算法之實(shí)現(xiàn)快速傅立葉變換
  • JavaScript中七種流行的開(kāi)源機(jī)器學(xué)習(xí)框架
  • 15個(gè)頂級(jí)開(kāi)源JavaScript框架和庫(kù)
  • 25個(gè)實(shí)用酷炫的Android開(kāi)源UI框架
  • Android中使用開(kāi)源框架Citypickerview實(shí)現(xiàn)省市區(qū)三級(jí)聯(lián)動(dòng)選擇

標(biāo)簽:紅河 河南 沈陽(yáng) 滄州 樂(lè)山 新疆 上海 長(zhǎng)治

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《深度學(xué)習(xí)開(kāi)源框架基礎(chǔ)算法之傅立葉變換的概要介紹》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話(huà)咨詢(xún)

    • 400-1100-266