1. FFT
-
FFT:
快速傅里叶变换(Fast FourierTransform)是离散傅立叶变换(DFT)的高速算法,能够将一个信号时域变换到频域。Why:有些信号在时域上是非常难看出什么特征的,可是如果变换到频域之后,就非常easy看出特征了。这就是非常多信号分析採用FFT变换的原因。另外,FFT能够将一个信号的频谱提取出来,这在频谱分析方面也是经经常使用的。 -
FFT物理意义:
一个模拟信号,经过ADC採样之后,就变成了数字信号。採样定理告诉我们,採样频率要大于信号频率的两倍(定理)。採样得到的数字信号,就能够做FFT变换了。N个採样点,经过FFT之后,就能够得到N个点的FFT结果。为了方便进行FFT运算,通常N取2的整数次方。
如果採样频率为Fs,信号频率F,採样点数为N。那么FFT之后结果就是一个为N点的复数(e.g., a+bi)。对于第n个点:
模值为:根号sqrt(a^2 + b^2)),
频率为:(n-1)Fs/N
幅度为:模值/(N/2)
相位为:b/a ,(换算为角度,需乘360)
如果原始信号的峰值为A,那么FFT的结果的每一个点(除了第一个点直流分量之外)的模值就是A的N/2。
- 傅里叶公式:非周期性连续时间信号x(t)的傅里叶变换可以表示为:
有限长离散信号x(n),n=0,1,…,N-1的DFT定义为:
将x(n)分解为偶数与奇数的两个序列之和,即
x1(n)和x2(n)的长度都是N/2,x1(n)是偶数序列,x2(n)是奇数序列,则
其中X1(k)和X2(k)分别为x1(n)和x2(n)的N/2点DFT。由于X1(k)和X2(k)均以N/2为周期,且WN k+N/2=-WN k,所以X(k)又可表示为:
- 原理 https://zhuanlan.zhihu.com/p/31584464
快速傅里叶变换(Fast Fourier Transform,FFT)是一种可在 [公式] 时间内完成的离散傅里叶变换(Discrete Fourier transform,DFT)算法。
在算法竞赛中的运用主要是用来加速多项式的乘法。
需搞明白的概念:多项式表达式、点值表达式、复数、复数的单位根(傅里叶变换里用到的概念,有折半引理、和消去引理)
2. 信号滤波 https://wenku.baidu.com/view/a03e4cd87f1922791688e822.html
什么是卷积?参考了知乎名嘴: