1) short-time Fourier transform
短时傅立叶变换
1.
Application of short-time Fourier transform in the vibration analysis of the large hydroelectric machine;
短时傅立叶变换在大型水轮发电机组振动分析中的应用
2.
Instantaneous frequency estimation of the sequence of hopping frequency based on short-time Fourier transform;
基于短时傅立叶变换的跳频序列瞬时频率估计
3.
We discuss the Short-Time Fourier Transform (STFT) method and the wavelet method.
心音信号是非平稳信号,为全面了解心音信号的特性,文中探讨了短时傅立叶变换和小波分析两种时频分析方法;并利用它们对正常和非正常心音信号进行了分析,通过对比分析结果,比较了各自的优劣。
2) STFT
短时傅立叶变换
1.
By means of short-time Fourier Transform(STFT) and wavelet transform,the time and frequency characteristic of signals are analyzed and the relation between signal time and frequency characteristic and the welded spot′s growing process are researched.
针对电阻点焊机焊点的质量在线监测问题,设计了一套点焊过程动态信号采集与处理系统,同步采集点焊过程电极间电压、焊接电流和电极位移信号,通过短时傅立叶变换、小波变换对信号进行时域-频域分析,确立了动态信号时域、频率特征与焊点形核过程的对应关系。
2.
This article mainly discusses the STFT,wave.
本文对应用于超声多普勒血流信号分析的短时傅立叶变换、小波变换、参数模型法和Cohen类的时频分布等方法作了着重论述。
3.
Heart sound is a highly nonstationary signal, and the Short-time Fourier Transform ation(STFT) is an effective method for this kind of signal to be analysed.
心音信号是一种典型的非平稳信号,短时傅立叶变换(STFT,又称窗口傅立叶变换)是用于对非平稳信号进行时频分析的有效工具。
3) Short Time Fourier Transform
短时傅立叶变换
1.
A Pulsar de-dispersion Algorithm Based on the Short Time Fourier Transform(STFT);
一种基于短时傅立叶变换的脉冲星消色散算法
2.
Then,its time-frequency figure can be obtained using the conventional algorithm,the STFT (Short Time Fourier Transform),to process it.
根据对超声多普勒血流物理模型的研究,提出了一套自己的物理模型,用超声探头采集出多普勒信号,然后再利用一些较为经典的方法,如短时傅立叶变换对其进行处理,然后得到其时频分布图。
3.
The electrical signal of three species in compositae,namely,Senecio cruentus、Bellis perennis and Chrysanthemum coronarium grown in flowerpots,was determined and then analyzed by the method of short time Fourier transform.
对测得的瓜叶菊(Senecio cruentus)、雏菊(Bellis perennis)和茼蒿(Chrysanthemum coronarium)三种盆栽菊科植物的电信号进行了短时傅立叶变换分析。
4) DSTFT
离散短时傅立叶变换
1.
π/4-DQPSK Demodulation Based on DSTFT;
基于离散短时傅立叶变换的π/4-DQPSK信号解调
5) short window discrete Fourier transform
短时窗离散傅立叶变换
6) Short-time Fourier Transfer (SFT)
短时傅立叶变换(SFT)
补充资料：快速傅立叶变换
快速傅氏变换 英文名是fast fourier transform
快速傅氏变换（fft）是离散傅氏变换(dft)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n2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+n2/2。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。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条