男女频谱识别
1. DFT
总结
初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf
(离散傅里叶变换)
DFT的定义是针对任意的离散序列
中的有限个离散抽样
的,它并不要求该序列具有周期性。
由DFT求出的离散谱
是离散的周期函数,周期为
、离散间隔为
。离散谱关于变元k的周期为N。
如果称离散谱经过IDFT所得到的序列为重建信号,
,则重建信号是离散的周期函数,周期为
(对应离散谱的离散间隔的倒数)、离散间隔为
(对应离散谱周期的倒数)。
经IDFT重建信号的基频就是频域的离散间隔,或时域周期的倒数,为
。
实序列的离散谱关于原点和
(如果N是偶数)是共轭对称和幅度对称的。因此,真正有用的频谱信息可以从0~
范围获得,从低频到高频。
在时域和频域
范围内的N点分别是各自的主值区间或主值周期。
DFT性质
线性性:对任意常数
(
),有
奇偶虚实性:
DFT的反褶、平移:先把有限长序列周期延拓,再作相应反褶或平移,最后取主值区间的序列作为最终结果。
DFT有如下的奇偶虚实特性:
奇
奇;偶
偶;实偶
实偶;实奇
虚奇;
实
(实偶) + j(实奇);实
(实偶)·EXP(实奇)。
反褶和共轭性:
时域
频域
反褶
反褶
共轭
共轭+反褶
共轭+反褶
共轭
对偶性:
把离散谱序列当成时域序列进行DFT,结果是原时域序列反褶的N倍;
如果原序列具有偶对称性,则DFT结果是原时域序列的N倍。
时移性:
。序列的时移不影响DFT离散谱的幅度。
频移性:
时域离散圆卷积定理:
圆卷积:周期均为N的序列
与
之间的圆卷积为
仍是n的序列,周期为N。
非周期序列之间只可能存在线卷积,不存在圆卷积;周期序列之间存在圆卷积,但不存在线卷积。
频域离散圆卷积定理:
时域离散圆相关定理:
周期为N的序列
和
的圆相关:
是n的序列,周期为N。
。其中
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
示按k进行DFT运算。
帕斯瓦尔定理:
2.FFT(离散傅氏变换的快速算法)
FFT(Fast Fourier Transformation),即为快速傅氏变换,是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的
FFT算法图(Bufferfly算法)
FFT算法图(Bufferfly算法)
发现,但是对于在计算机系统或者说数字系统中应用离散傅立叶变换,可以说是进了一大步。
设x(n)为N项的复数序列,由DFT变换,任一X(m)的计算都需要N次复数乘法和N-1次复数加法,而一次复数乘法等于四次实数乘法和两次实数加法,一次复数加法等于两次实数加法,即使把一次复数乘法和一次复数加法定义成一次“运算”(四次实数乘法和四次实数加法),那么求出N项复数序列的X(m),即N点DFT变换大约就需要N^2次运算。当N=1024点甚至更多的时候,需要N2=1048576次运算,在FFT中,利用WN的周期性和对称性,把一个N项序列(设N=2k,k为正整数),分为两个N/2项的子序列,每个N/2点DFT变换需要(N/2)2次运算,再用N次运算把两个N/2点的DFT变换组合成一个N点的DFT变换。这样变换以后,总的运算次数就变成N+2*(N/2)^2=N+(N^2)/2。继续上面的例子,N=1024时,总的运算次数就变成了525312次,节省了大约50%的运算量。而如果我们将这种“一分为二”的思想不断进行下去,直到分成两两一组的DFT运算单元,那么N点的DFT变换就只需要Nlog2N次的运算,N在1024点时,运算量仅有10240次,是先前的直接算法的1%,点数越多,运算量的节约就越大,这就是FFT的优越性。
2.源码表示
在C环境下的源码源码(1)://快速傅立叶变换
// 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
void fft(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;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/n;
pr[1]=cos(p);
pi[1]=-sin(p);
if (l)
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=p-q;
pi=s-p-q;
}
for(it=0;it<=n-2;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/=2;
nv<<=1;
for(it=0;it<=(m-1)*nv;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*=(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]+=poddr;
fi[it+j]+=poddi;
}
}
if(l)
for(i=0;i<=n-1;fr/=n,fi[i++]/=n);
if(il)
for(i=0;i<=n-1;i++){
pr=sqrt(fr*fr+fi*fi);
if(fabs(fr)<0.000001*fabs(fi))
pi=fi*fr>0?90.0-90.0;
else
pi=atan(fi/fr)*360.0/6.283185306;
}
return;
}
源码(2)
ps:可以运行的
// The following line must be defined before including math.h to correctly define M_PI
#define _USE_MATH_DEFINES
#include
#include
#include
#define PI M_PI /* pi to machine precision, defined in math.h */
#define TWOPI (2.0*PI)
/*
FFT/IFFT routine. (see pages 507-508 of Numerical Recipes in C)
Inputs:
data[] : array of complex* data points of size 2*NFFT+1.
data[0] is unused,
* the n'th complex number x(n), for 0 <= n <= length(x)-1, is stored as:
data[2*n+1] = real(x(n))
data[2*n+2] = imag(x(n))
if length(Nx) < NFFT, the remainder of the array must be padded with zeros
nn : FFT order NFFT. This MUST be a power of 2 and >= length(x).
isign: if set to 1,
computes the forward FFT
if set to -1,
computes Inverse FFT - in this case the output values have
to be manually normalized by multiplying with 1/NFFT.
Outputs:
data[] : The FFT or IFFT results are stored in data, overwriting the input.
*/
void four1(double data[], int nn, int isign)
{
int n, mmax, m, j, istep, i;
double wtemp, wr, wpr, wpi, wi, theta;
double tempr, tempi;
n = nn << 1;
j = 1;