主要内容

nufft

非均匀快速傅里叶变换

折叠所有页面

语法

Y = nufft (X, t)
Y = nufft (X t f)
Y = nufft (X t f,昏暗的)
Y = nufft (X)

描述

例子

Y= nufft (X，t）返回非均匀离散傅里叶变换的X使用样本点t．

  • 如果X是向量吗nufft返回向量的变换。

  • 如果X是一个矩阵nufft处理列X作为向量，并返回每一列的变换。

  • 如果X是一个多维数组吗nufft将第一个数组维中大小不等于1的值作为向量处理，并返回每个向量的变换。

例子

Y= nufft (X，t，f）在查询点计算NUDFTf使用样本点t．指定f在不指定采样点的情况下使用nufft (X, [], f)．

Y= nufft (X，t，f，昏暗的）返回沿维度的NUDFT昏暗的．例如,nufft (X, t, f, 2)计算矩阵的每一行的变换X．

Y= nufft (X）返回的离散傅里叶变换X，等于fft (X)．

例子

全部折叠

打开生活的脚本

创建一个信号X在不均匀间隔的点取样t．计算非均匀快速傅里叶变换Y．

[0:00 500. 5:00 .5];S = 2*sin(0.1*pi*t) + sin(0.02*pi*t);X = S + rand(size(t));Y = nufft (X, t);

绘制变换的绝对值作为默认频率的函数。

n =长度(t);f = (0: n - 1) / n;情节(f, abs (Y))

图中包含一个轴对象。axis对象包含一个类型为line的对象。

打开生活的脚本

定义并标记一系列音乐音调的频率。

C3 = 440 / (2^(21/12));nOctaves = 3;= C3 * 2.^((0:(12*nOctaves-1))/12);toneNames = [“C”；“c#”；“D”；“D”#；“E”；“F”；“f#”；“G”；“G #”；“一个”；“#”；“B”) +字符串(3:(3 + nOctaves-1));toneNames = categorical(toneNames, toneNames);

定义音频信号采样频率，以Hz为采样点n，一个包含大和弦的信号X．

fs = 16 e3;n = 1:16000;X = 4 * cos(2 *π* (440 / fs) * n) + 2 * cos(2 *π* (554.37 / fs) * n) + 3 * cos(2 *π* (659.2 / fs) * n);

计算并绘制主和弦的频率分量。

Y = nufft (X, [], musicalTones / fs);栏(toneNames(:)、abs (Y))

图中包含一个轴对象。axis对象包含一个bar类型的对象。

输入参数

全部折叠

输入数组，指定为向量、矩阵或多维数组。

数据类型:双|单|int8|int16|int32|uint8|uint16|uint32|逻辑
复数的支持:金宝app是的

采样点，指定为长度向量n,在那里n是输入数组的操作维的长度吗X．默认情况下，样本点向量为0: (n - 1)．

数据类型:双|单

查询点，指定为向量。默认情况下，查询点向量为(0: (n - 1) / n,在那里n是输入数组的操作维的长度吗X．指定f在不指定采样点的情况下使用nufft (X, [], f)．

数据类型:双|单

要操作的维数，指定为正整数标量。默认值是第一个大小不等于1的数组维度。

数据类型:双|单|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

更多关于

全部折叠

向量的非均匀离散傅里叶变换

为一个向量X的长度n,采样点t,频率f的非均匀离散傅里叶变换X被定义为

Y （ k ） ＝ ∑ j ＝ 1 n X （ j ） e − 2 π 我 t （ j ） f （ k ）

在哪里k= 1, 2，…米．当t= 0, 1，…n1,f=(0,1，…n1) /n(默认值为nufft)，公式等价于上式所使用的一致离散傅里叶变换fft函数。

参考文献

波特，塞缪尔·F，尼尔·a·古梅罗夫和拉玛尼·杜雷斯瓦米。限带函数的快速插值。2017 IEEE声学、语音和信号处理国际会议(ICASSP)， 4516-20。新奥尔良，洛杉矶:IEEE, 2017。https://doi.org/10.1109/ICASSP.2017.7953011。

Dutt A.和V. Rokhlin。非等速数据的快速傅里叶变换。SIAM科学计算杂志14日,没有。6(1993年11月):1368-93。https://doi.org/10.1137/0914081。

扩展功能

另请参阅

|

介绍了R2020a

MATLAB的文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书