Próbuję zrównoleglić obliczenia FFT na plikach sygnałowych wielkości terabajta. W tej chwili taka FFT przy użyciu biblioteki open source zajmuje wiele godzin, nawet przez CUDA na najszybszym GPU, jaki mam. Framework, który próbuję dostosować do tego procesu, to Hadoop. Mówiąc bardzo prosto, Hadoop rozdziela problem na dowolną liczbę węzłów serwera …
Próbuję obliczyć autokorelację na platformie, na której jedyną dostępną przyspieszoną operacją podstawową jest (I) FFT. Mam jednak problem. Prototypowałem go w MATLAB . Jestem jednak nieco zdezorientowany. Założyłem, że działa po prostu w następujący sposób (pochodzi z pamięci, więc przepraszam, jeśli się trochę mylę). autocorr = ifft( complex( abs( fft( …
Rozważmy ten przykład: Fs=1000; Ns=500; t=0:1/Fs:(Ns-1)*1/Fs; f1=10; f2=400; x=5+5*sin(2*pi*f1*t)+2*sin(2*pi*f2*t); X=fft(x); W tym scenariuszu rozdzielczość częstotliwości wynosi 2, a wszystkie komponenty częstotliwości są poprawnie rejestrowane. Jeśli jednak to zrobię: X=fft(x,1000); rozdzielczość częstotliwości wynosi 1, ale występuje wyciek widmowy. Podobny efekt widać tutaj . Wydaje mi się, że transformaty Fouriera obu okien …
Oto sinusoida częstotliwości f = 236.4 Hz(ma długość 10 milisekund; ma N=441punkty przy częstotliwości próbkowania fs=44100Hz) i jej DFT, bez dopełniania zera : Jedyny wniosek, jaki możemy wyciągnąć patrząc na DFT, to: „Częstotliwość wynosi około 200 Hz”. Oto sygnał i jego DFT, z dużym wypełnieniem zerowym : Teraz możemy podać …
Uważam, że jest to problem z wykrywaczem: Uderza mnie coś, co wydaje się być prostym problemem. Zasadniczo mam zespół zainteresowań. Jeśli energie sygnału istnieją w tym zakresie zainteresowania, wówczas wykonuję operację X na moim sygnale. Mój problem polega na tym, że nie jestem pewien, jak dokładnie podjąć decyzję, czy sygnał …
W matematyce można przyjąć podwójną pochodną lub podwójną całkę funkcji. Istnieje wiele przypadków, w których wykonanie podwójnej pochodnej modeluje praktyczną sytuację w świecie rzeczywistym, np. Znalezienie przyspieszenia obiektu. Ponieważ transformacja Fouriera pobiera rzeczywisty lub złożony sygnał jako sygnał wyjściowy i wytwarza złożony sygnał jako sygnał wyjściowy, nic nie stoi na …
Rysunek 1. (c) pokazuje obraz testowy zrekonstruowany tylko ze spektrum MAGNITUDE. Można powiedzieć, że wartości natężenia pikseli o niskiej częstotliwości są stosunkowo większe niż pikseli o wysokiej częstotliwości. Rysunek 1. (d) pokazuje obraz testowy zrekonstruowany tylko ze spektrum FAZA. Można powiedzieć, że wartości intensywności pikseli o wysokiej częstotliwości (krawędzie, linie) …
Pracując nad tym problemem , zacząłem mieć wątpliwości, co do mojej początkowej definicji S.jaN.A D = 10 log10( pfa∑ja( pja) - p0- pfa) dbS.jaN.ZAre=10log10(pfa∑ja(pja)-p0-pfa)rebSINAD = 10 \log_{10} \left( \frac{p_f} {\sum_i{(p_i)} - p_0 - p_f} \right)dB jest poprawne. W tym równaniu jest mocą bin FFT przy częstotliwości , jest mocą bin …
Czy możemy skorzystać z faktu, że komponenty wysokiej częstotliwości w FFT obrazu zasadniczo odpowiadają krawędziom, aby zaimplementować algorytm wykrywania krawędzi w dziedzinie Fouriera? Próbowałem pomnożyć filtr górnoprzepustowy przez FFT obrazu. Chociaż uzyskany obraz w pewnym sensie odpowiadał krawędziom, nie było to dokładnie wykrywanie krawędzi ustalone za pomocą matryc splotowych. Czy …
Zajmuję się tworzeniem oprogramowania, które oblicza odpowiedź systemu poprzez porównanie FFT sygnałów wejściowych i wyjściowych. Sygnały wejściowy i wyjściowy są podzielone na okna i dla każdego okna sygnały są odejmowane mediany i mnożone przez funkcję Hann. Reakcja instrumentu dla tego okna jest wówczas stosunkiem FFT przetwarzanych danych. Uważam, że powyższe …
Tworzę channelizer, który składa się ze złożonego miksera, decymatora CIC i filtru kompensacji / decymacji FIR. Ostateczny filtr FIR może, jeśli ma to znaczenie, zostać zaimplementowany jako więcej niż jeden filtr. Moje pytanie brzmi: jak zaprojektować filtr, który kompensuje bardzo niepłaskie pasmo przenoszenia filtra CIC? Czy tworzysz pożądaną odpowiedź częstotliwościową, …
Myślałem o temacie DFT i przyszła mi do głowy myśl. DFT daje widmo sygnału splecionego z widmem zastosowanego okna, a zatem ma główne płaty i płaty boczne. Uznałem, że możliwe byłoby usunięcie efektu okna na widmo sygnału poprzez ponowne zwojenie zarówno sygnału, jak i wielkości widma okna, i rzeczywiście działało …
W MATLAB wyjścia funkcji ffti / lub ifftfunkcji często wymagają dodatkowego przetwarzania przed rozważeniem ich do analizy. Słyszałem wiele różnych opinii na temat tego, co jest prawidłowe: skalowanie Mathworks stwierdza, że ffti ifftfunkcje są oparte na następujących równaniach: X[k]x[n]=11⋅∑n=1Nx[n]⋅e−j⋅2π⋅(k−1)⋅(n−1)N,where1≤k≤N=1N⋅∑k=1NX[k]⋅e+j⋅2π⋅(k−1)⋅(n−1)N,where1≤n≤NX[k]=11⋅∑n=1Nx[n]⋅e−j⋅2π⋅(k−1)⋅(n−1)N,where1≤k≤Nx[n]=1N⋅∑k=1NX[k]⋅e+j⋅2π⋅(k−1)⋅(n−1)N,where1≤n≤N\begin{align} X[k] &= \frac{1}{1} \cdot \sum_{n=1}^{N} x[n] \cdot e^{\frac{-j \cdot 2 \pi …
Chciałbym przekonwertować sygnał na domenę częstotliwości. Żądany zakres częstotliwości 0.1 Hzdo 1 Hzi rozdzielczość częstotliwości 0.01 Hz. Przy częstotliwości próbkowania 30 HzFFT daje składowe częstotliwości do 15 Hz. Zwiększenie częstotliwości próbkowania daje lepszą rozdzielczość częstotliwości. Jednak FFT daje szerszy zakres częstotliwości. W moim przypadku, po prostu chcę 0.1 Hz, aby …
Zarówno regresję liniową, jak i filtrację Kalmana można wykorzystać do oszacowania, a następnie przewidywania na podstawie sekwencji danych w dziedzinie czasu (biorąc pod uwagę pewne założenia dotyczące modelu kryjącego się za danymi). Jakie metody, jeśli w ogóle, mogą mieć zastosowanie do przewidywania przy użyciu danych w dziedzinie częstotliwości? (np. przewidzieć …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.