continuous-fourier

    6熱度

    2回答

    這可能是一個非常天真的問題,但在這裏。 我想計算函數f(x)的傅里葉變換。所以我定義了一個numpy數組X並通過向量化函數f。現在,如果我計算這個數組f(X)的FFT,它就不會像f(x)的傅立葉變換一樣,如果我在一張紙上做的話。例如,如果我計算高斯FFT,我應該得到一個高斯或一個其實部非常接近高斯的陣列。 這裏是代碼。請讓我知道我必須改變以獲得通常的傅立葉變換。 import matplotlib

    0熱度

    2回答

    非週期性信號可以通過DFT處理。 DFT可以處理週期性信號和非週期性信號?

    0熱度

    1回答

    這裏主要是我們做的,首先我們將信號從時域變換到頻域,然後我們將使用不同的濾波器在頻域上進行操作,比如帶通濾波器,低通過濾器,全通過濾器。 我不明白的是,全通濾波器主要是用於相移和幅度增益/損耗,我認爲對於相移和幅度運算,我們也可以在時域做這些,那麼爲什麼我們需要在頻域做?

    1熱度

    1回答

    我在每秒採集的txt文件中有一個基於地面的磁數據,我想繪製它的傅里葉譜。 我注意到MatLab上的頻譜圖公式需要這個參數(window,noverlap,nfft,Fs),我不知道。 而且我還發現,我應該先情節的頻譜之前做FFT我的數據,但我的數據是不是離散和FFT的離散數據,任何人都知道我能做到這一點?

    5熱度

    1回答

    我最近用Python替換了Matlab,因爲我真的很興奮; Sympy很興奮。 但現在我有以下問題: 我需要一種方法來可靠地計算連續傅立葉與Python變換。 Sympy與解決方案,包括迪拉克(Δ-功能)爲三角函數,函數等 例如,如果我嘗試 fourier_transform(cos(x),x,v) 輸出爲0,它應該是基於問題,因爲它們例如發生狄拉克三角函數 有誰知道,如果Sympy的這一部分

    0熱度

    1回答

    我在Matlab中使用FFT計算我的信號的頻譜時缺少一些東西。 我的代碼: ​​ 你會這麼好心來告訴我,我搞砸了? 我試圖檢查是否algorythm工程,並使用相同的信號的這兩個取樣(相同的採樣頻率;在兩個不同的時間範圍0-10和0-100): fs=1000; time10 = [0:1/fs:10]; time100 = [0:1/fs:100]; data10 = sin(2*pi*0

    3熱度

    1回答

    我們知道,傅立葉變換衍生物是 其中k是傅里葉變量。 Explanation here 我的問題是,爲什麼sympy不使用這種知識?例如: from sympy import Function, symbols, fourier_transform, Derivative f = Function('f') x, k= symbols('x, k') G = fourier_transfo

    5熱度

    2回答

    我認爲Sympy在計算trig函數的Fourier transform時出錯。例如: from sympy import fourier_transform, sin from sympy.abc import x, k print fourier_transform(sin(x), x, k) 預期的應答via Mathematica是 但Sympy返回0。有時,功能效果非常好,因爲fo