文档

ifft

逆快速傅立叶变换

句法

x = ifft(y)
x = ifft(y,n)
x = ifft(y,n,昏暗)
x = ifft(___,symflag)

描述

例子

x = ifft(y计算逆离散的傅立叶变换y使用快速的傅立叶变换算法。X大小与y

  • 如果y是一个向量,然后ifft(y)返回向量的逆变换。

  • 如果y是矩阵,然后ifft(y)返回矩阵的每一列的逆变换。

  • 如果y是一个多维数组,然后ifft(y)将大小不等于向量的第一维处理值,并返回每个向量的逆变换。

例子

x = ifft(y,,,,n返回n- 点逆傅立叶变换y通过填充y尾随的零至长度n

例子

x = ifft(y,,,,n,,,,暗淡返回沿尺寸的逆傅立叶变换暗淡。例如,如果y是矩阵,然后ifft(y,n,2)返回n- 点的每行逆变换。

例子

x = ifft(___,,,,Symflag指定对称性的对称性y。例如,ifft(y,“对称”)零食y作为对称的共轭。

例子

全部收缩

傅立叶变换及其逆转换在时间和空间中采样的数据以及以频率采样的数据。

创建向量并计算其傅立叶变换。

x = [1 2 3 4 5];y = fft(x)
y = 15.0000 + 0.0000i -2.5000 + 3.4410i -2.5000 + 0.8123i -2.5000-0.8123i -2.5000-3.4410i

计算逆变换y,与原始矢量相同X

ifft(y)
ans =1 2 3 4 5

ifft功能使您可以控制转换的大小。

创建一个随机的5 x-5矩阵,并计算每行的8点反傅立叶变换。结果的每一行都有长度8。

y = rand(3,5);n = 8;x = ifft(y,n,2);尺寸(x)
ans =3 8

对于几乎共轭对称向量,您可以通过指定逆傅立叶变换来计算逆傅立叶变换“对称”选项,这也确保输出是真实的。

创建一个向量y那几乎是共轭的对称,并计算其反傅立叶变换。

v = 1:3;y = [v+1e-15i flip(v)]
y = 1.0000 + 0.0000i 2.0000 + 0.0000i 3.0000 + 0.0000i 3.0000 + 0.0000i 2.0000 + 0.0000i 1.0000 + 0.0000I
x = ifft(y,“对称”
x =2.3333 -0.5000 -0.1667 0 -0.1667 -0.5000

输入参数

全部收缩

输入阵列,指定为向量,矩阵或多维数组。如果y是类型单身的, 然后ifft本地计算以单个精度计算,并且X也是类型单身的。除此以外,X被返回为类型双倍的

数据类型:双倍的|单身的|int8|INT16|INT32|UINT8|UINT16|UINT32|逻辑
复杂的数字支持:金宝app是的

逆变换长度,指定为[]或非负整数标量。填充y通过指定大于长度大的变换长度来使用零y可以提高性能ifft。该长度通常指定为2的功率或较小数字的产物。如果n小于信号的长度,然后ifft忽略超过的剩余信号值n进入并返回截短的结果。如果n是0,然后ifft返回一个空矩阵。

数据类型:双倍的|单身的|int8|INT16|INT32|UINT8|UINT16|UINT32|逻辑

沿着操作的维度,指定为正整数标量。默认情况下,暗淡是第一个数组尺寸,其大小不等于1。例如,考虑一个矩阵y

  • ifft(y,[],1)返回每列的反傅立叶变换。

  • ifft(y,[],2)返回每行的反傅立叶变换。

数据类型:双倍的|单身的|int8|INT16|INT32|UINT8|UINT16|UINT32|逻辑

对称类型,指定为“非对称”或者“对称”。什么时候y由于圆形误差而不是完全共轭的对称,ifft(y,“对称”)零食y好像是共轭对称的。有关共轭对称的更多信息,请参阅算法

更多关于

全部收缩

矢量的离散傅立叶变换

y = fft(x)x = ifft(y)分别实施傅立叶变换和逆傅立叶变换。为了Xy长度n,这些转换定义如下:

y (( k = j = 1 n X (( j w n (( j - 1 (( k - 1 X (( j = 1 n k = 1 n y (( k w n - (( j - 1 (( k - 1 ,,,,

在哪里

w n = e (( - 2 π 一世 / n

是其中之一n团结根。

算法

  • ifft功能测试向量是否在y是对称的。向量v当对称时是共轭的一世元素满足v(i)= conj(v([1,end:-1:2]))))。如果向量中的向量y是共轭对称的,然后逆变换计算更快,输出是真实的。

扩展功能

也可以看看

||||

在R2006a之前引入

这个话题有帮助吗?