使用Python绘制FFT–正弦波和余弦波的FFT 2020年11月17日2020年1月22日 通过马图拉纳坦 重点：学习如何使用Python绘制正弦波和余弦波的FFT。了解FFT换档。使用FFT绘制单面、双面和归一化光谱。简介有大量文本可用于解释离散傅里叶变换的基础知识及其非常有效的实现——快速傅里叶转换（FFT）。我们经常面临这样的需求…阅读更多信息
使用自动回归（AR）模型生成彩色噪声 2020年11月17日2019年12月4日 通过马图拉纳坦 重点：学习如何使用自回归（AR）模型生成颜色噪声。应用Yule-Walker方程产生幂律噪声：粉红噪声、布朗噪声。自回归（AR）模型使用AR时间序列模型，可以将不相关的高斯随机序列转换为相关的高斯序列。如果时间序列随机序列是…阅读更多信息
用Jakes PSD产生有色噪声：谱分解 2020年11月17日2019年10月17日 通过马图拉纳坦 本文的目的是演示谱分解方法在产生具有Jakes功率谱密度的有色噪声中的应用。在继续之前，我敦促读者阅读这篇文章：生成相关高斯序列简介。在谱分解方法中，利用所需的频域特性（如…阅读更多信息
生成相关高斯序列（有色噪声） 2020年11月17日2019年10月15日 通过马图拉纳坦 重点：有色噪声序列（又称相关高斯序列）是一种非白色随机序列，具有非恒定的跨频率功率谱密度。引言谈到高斯随机序列，例如高斯噪声，我们通常认为这种高斯序列的功率谱密度（PSD）是平坦的。我们应该理解高斯序列的PSD…阅读更多信息
啁啾信号–Matlab和Python中的FFT和PSD 2021年10月4日2014年7月25日 通过马图拉纳坦 重点：知道如何生成Chirp信号，使用FFT和Matlab&Python中的功率谱密度（PSD）计算其傅里叶变换。引言到目前为止讨论的所有信号的频率都不会随时间变化。获取时变频率的信号是这里的重点。频率变化的信号…阅读更多信息
高斯脉冲–Matlab和Python中的FFT和PSD 2022年9月8日2014年7月24日 通过马图拉纳坦 重点：知道如何生成高斯脉冲，在Matlab和Python中使用FFT和功率谱密度（PSD）计算其傅里叶变换。有大量文本可用于解释离散傅里叶变换的基础知识及其非常有效的实现——快速傅里叶转换（FFT）。我们经常面临生成…阅读更多信息
生成基本信号–使用FFT的矩形脉冲和功率谱密度 2020年9月16日2014年7月22日 通过马图拉纳坦 有大量文本可用于解释离散傅里叶变换的基础知识及其非常有效的实现——快速傅里叶转换（FFT）。通常，我们需要生成简单的标准信号（正弦、余弦、高斯脉冲、方波、孤立矩形脉冲、指数衰减、啁啾信号）来进行模拟。我打算（在一系列文章中）展示…阅读更多信息
使用FFT生成基本信号–方波和功率谱密度 2019年11月21日2014年7月18日 通过马图拉纳坦 有大量文本可用于解释离散傅里叶变换的基础知识及其非常有效的实现——快速傅里叶转换（FFT）。通常，我们需要生成简单的标准信号（正弦、余弦、高斯脉冲、方波、孤立矩形脉冲、指数衰减、啁啾信号）来进行模拟。我打算（在一系列文章中）展示…阅读更多信息
使用Matlab绘制FFT–正弦波和余弦波的FFT 2020年11月22日2014年7月16日 通过马图拉纳坦 重点：学习如何使用Matlab绘制正弦波和余弦波的FFT。了解FFT换档。绘制单面、双面和归一化光谱。简介有大量文本可用于解释离散傅里叶变换的基础知识及其非常有效的实现——快速傅里叶转换（FFT）。我们经常面临生成…阅读更多信息
在Matlab中计算信号功率 2020年8月8日2013年12月24日 通过马图拉纳坦 在前面的一篇文章中讨论了计算信号的能量和功率。在这里，我们将在Matlab中使用离散傅里叶变换（DFT）验证信号功率的计算。查看此处了解功率和能量的更多概念。信号的总功率可以使用…阅读更多信息
