说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 窗口傅立叶变换
1)  windowed Fourier transform
窗口傅立叶变换
1.
For exploring the frequency features of microseismic signals,the frequency spectrum of the signals was obtained with DB5 in 5 levels,and the instantaneous frequency of the signals was achieved with the windowed Fourier transform.
为了研究微地震信号的频率特征,用DB5小波对信号进行5层分解计算显著频率,用窗口傅立叶变换计算瞬时频率,发现频率有衰减趋势。
2)  Normalized windowed Fourier transform (NWFT)
正规窗口傅立叶变换
3)  windowed FFT
加窗傅立叶变换
1.
In this paper,application of windowed FFT and multi-resolution wavelet decomposition on analysis of power quality is illustrated.
在比较现有几种电能质量分析方法的基础上,提出了对于谐波分析使用Blackman-Harris加窗傅立叶变换及短时扰动分析使用Daubechies小波变换的综合分析方法。
4)  multi-window Fourier transform
多窗傅立叶变换
5)  Windowed Fourier transform
窗口傅里叶变换
1.
Windowed Fourier transform for 3-D shape measurement;
窗口傅里叶变换的三维面形测量
6)  Gabor transform
窗口傅里叶变换
1.
In order to overcome the disadvantage of Gabor transform analyzing nonstationary signals, dilating Gabor transform is applied to analyze the optical fringes of three-dimensional shape measurement.
为了克服窗口傅里叶变换在分析非平稳信号所存在的缺陷 ,基于窗口傅里叶变换技术提出了伸缩傅里叶变换法并应用于三维形貌测量中。
2.
In order to overcome the disadvantage of Gabor transform analyzing nonstationarysignals, wavelet, based on Fourier Transform Profilomery, is employed to analysis the object’s 3-Dshape in this paper.
为了克服窗口傅里叶变换在分析非平稳信号所存在的缺陷,本文在傅里叶轮廓术中引入小波变换对物体的三维形貌进行测量和分析,即小波变换轮廓术。
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