我正在尝试根据测试目标计算 MTF。我很容易计算出扩展函数,但 FFT 结果对我来说不太有意义。总而言之,这些值似乎交替变化,反映了我的期望。为了测试,我使用了一个简单的方波和 numpy:
from numpy import fft
data = []
for x in range (0, 20):
data.append(0)
data[9] = 10
data[10] = 10
data[11] = 10
dataFFT = fft.fft(data)
结果看起来正确,但符号除外...我看到前 4 个值的以下内容作为示例:
30.00000000 +0.00000000e+00j
-29.02113033 +7.10542736e-15j
26.18033989 -1.24344979e-14j
-21.75570505 +1.24344979e-14j
所以我的问题是为什么在实平面上正->负->正->负?这不是我所期望的......如果我绘制它,它几乎看起来正确的函数围绕 x 轴镜像。
Note: I was expecting the following as an example:
This is what I am getting:
您的脉冲是对称的,位于 FFT 窗口的中心(大约 N/2)。对称实数据仅对应于 FFT 结果的余弦或“实”分量。请注意,余弦函数在 FFT 窗口中心在 -1 和 1 之间交替,具体取决于频率仓索引(表示每个 FFT 宽度的余弦周期)。因此,只要脉冲比余弦周期的一半窄,这些 FFT 基函数与正向脉冲的相关性也会交替变化。
如果您希望最大的 FFT 系数大多为正,请尝试将窄矩形脉冲集中在时间 0 周围(或循环地时间 N),其中余弦函数对于任何频率始终为 1。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)