짧은 시간 모피상 변환 FFT 차이가있다

J

J_expoler2

Guest
안녕
짧은 시간 모피상 변환 FFT 차이가있다.
어떻게 애플 리케이션을 위해 사용하는
감사합니다

 
옙.짧은 시간 푸리에에서 시간에 너무 해상도를 얻을 것이다.만약 당신이 FFT, 유 일어날 때 사용 신호 neverknow 것이다.그것은 시간이라고합니다 - 주파수 분석.분광 스펙트럼이 좋은 예다.

 
안녕,

이산 푸리에 변환 (DFT)로 이산 시간 도메인 변환 복잡한 (실제 및 가상) 이산 주파수 영역과 시간의 기원한다고 가정 - 무한대와 시간의 종말 무한대.

그래서 만약 당신이 DFT를 적용하려는 경우 (일부 효율적인
FFT 알고리즘) 함수 또는 짧은 시간 - 푸리에 변환 일부 윈도우를 사용할 필요가 한정된 기간과 함께 진짜 시끄러운 신호를 구현했습니다.

예를
들어 만약 당신이 윈도우 또는 일부 다른 3D - 또는 필터 은행 periodogram 중복과 같은 스펙트럼 분석을 추정하는 방법을 사용할 필요가 시끄러운 레이더 충동의 빈도를 결정합니다.

추가 설명을 위해 좋은 책을 고전의 DSP.

안부

 
그냥
ID가 추가, 만약 당신이 우주로 주파수 ALG 싶은 생각을 쉽게 사용할 수 이잖아, 변환 Hartley을 찾는 노력의 컴퓨터 시간이 덜하지만, 실제 데이터 (아니, 난 componants) 다음서만 다룹니다.

 
난 창문 함수는 짧은 -
시간 fouier 변형되지라고 생각합니다.그래서 당신이 창과 함께 무한한 sesquence trancate 창문 이후 현실 세계의 신호를 사용하는 한정된 기간을 가지고있습니다.때문에 파동 함수를 주파수 도메인에서 사용하므로 함수입니다 유 dont 창문 함수의, 유 그것을 주파수 도메인에 많은 리플로 보여주는 신호 aith 조바꿈하다 직사각형 펄스를 얻을 것이다.당신은 윈도우 기능을 사용하려면 저런 리플을 빼시오.짧은 시간 푸리에 변환 THe - 다르다.그것은 시간 - 주파수 분석을 할 수있는 도구입니다.당신은 시간에 책을 - 코헨, 시간 - 주파수 분석하여 책을 좋아하게 freqncy 분석 살펴보셔야합니다.

 
안녕,

물론 짧은 - 시간 푸리에 변환의 창 작동하지 않을 수있습니다.당신은 짧은 DFT
- 시간 신호를 하나의 솔루션의 변환이 적용되지 않을 수 있으므로 짧은 - 시간 푸리에 변환을
사용하는 것입니다.

하지만 적절한 윈도우 기능을 가진 신호로부터 몇 가지 매개 변수를 추정하는 DFT를 사용할 수있습니다.또한 이러한 목적으로 변환하고 사용할 수있는 많은 다른 KL기를 월쉬, DCT 또는 최적의 (하지만 unefficent) 예에 대한 변환합니다.

일부 Usign 좀 다른 도메인에있는 데이터 분석이나 데이터 compresion 시간 도메인 변환 변환을위한 적합합니다.

푸리에 transorm 뜻 강력한 물리적 시간 때문에 쉽게 확인할 수있습니다 고조파 신호로부터 진정한 효과 값
또는 예 고조파 왜곡하고있다.

DCT 계수의 작은 숫자의 정보를 압축하고 실제 이미지의 압축을 위해 유용하게 사용됩니다.

안부

 
아무리 오랜 시간이 신호 유 - 왜 짧은 - 시간 푸리에 변환하지 사용할 수 있습니까?음성 신호를 분광 스펙트럼이 좋은 예다.

 
짧은 시간 푸리에 - transsform이 분석 도구입니다.결과는 신호 resconstruct하는 데 사용되지 않을 수있습니다.당신의 시간이 - 주파수 프레임 (때로는 그것을 가버 프레임)이라고합니다 unertianty princitple을 만족해야합니다.반면 DCT, 잔물결, KLT 신호 근사치입니다.당신도 있지만 신호 analize하여 변환된 신호 심령에별로 의미가 그것을 사용할 수있습니다.누가 신경 신호를 압축,의 경우에는?우리가 방금 한 가장 낮은 엔트로피를해야합니다.하지만 신호의 분석에, 그것이 중요합니다.신호를 재구성하는 방법을 중요하지 않습니다.이후 현실에서지도 수도 / 정수 복잡한 신호 압축에 numer을 푸리에 변환 유 그렇게 좋지 않다가 두 배 많은 데이터를.진짜 specrum를 얻으려면, 당신은 자기 DCT - adjoint 연산자는 둘 중 하나가 필요합니다.그래서 그들이 이미지에 대한 DCT DCT하지만 그것을 자신의 문제가 사용할 수있습니다.이미지의 정수이다.만약 우리가 진짜 interger, 엔트로피 증가에 이르기까지지도.그러므로 우리는 quantizer 필요합니다.게다가 그것은 자기 adjoint 연산자입니다 블릿 많이, 그것은 재산이 같은 순간이 사라졌네로, 그래서 당신이 그래서 당신은 일련의 잔물결 deaign 나아질 수 있기 때문에 너무 오래 특정 값을 후, 모든 계수를 0이 될 것입니다.또한 잔물결의 implaementation 그 interger에서 그렇게 (리프팅 구성표) 정수로 매핑할 수있다 quantizattion 변환 과정에서 손실되는 정보 거니까.이후 그것을 바탕으로 건설 자체가 신호를 사용하여 최적의 KLT; 그러므로 당신은 undelying 신호로부터 실제 신호 스페이스를 얻고있다.너무 이후 유 everytimg 계산의 기초가 효율적이지 않습니다 변신 할 필요가있다.

 
여기 좀 봐 STFT 소개 :
http://www.math.ucdavis.edu/ ~ strohmer/research/gabor/gaborintro/node3.html

그것은 원래의 시간을 재구성이 가능합니다 신호가 짧은 시간 푸리에 변환 값.그것은 시간이 세그먼트 overlaping 다시 freqeuncy 도메인과 변환할 필요가있다.the 가지고있는 시간에 도메인을 추가 중복될 수있습니다.

STFT 때 너무 FFT처럼 변신과 시간을 나타내는 신호를 효율적으로하지 않습니다.하지만, 각각의 블록을위한 시간을 STFT FFT에 비해 해상도가 훨씬 낫다.

 
어쩌면 내가 잘못,하지만 내 이해가, 작업 수행의 시점에서 볼 때, FFT STFT와 정확히 동일합니다.유일한 차이점은 STFT 경우에, 당신은 (그리고 언제 당신의 어플 리케이션에 유용) 하위의 무리를 찾을 수 있을지도 - 원래 시퀀스의 시퀀스, 비 - 짧은 - 시간 응용 프로그램을 시도합니다 반해 윈도우 FFT를 적용한 것입니다 그 신호에 대한 FFT 분석되고있는 전체에 적용합니다.

제가 잘못된 건가요?

 
You must log in or register to reply here.

Welcome to EDABoard.com

Sponsor

Back
Top