- 締切済み
フーリエ変換とコサイン変換
- みんなの回答 （1）
- 専門家の回答
みんなの回答
- nubou
- ベストアンサー率22% (116/506)
フーリエ変換 連続時間信号のフーリエ変換 離散時間信号のフーリエ変換 と 離散フーリエ変換 離散予言変換 離散制限変換 は違うものです もちろん両者は極めて密接な関係がありますが概念的に違うものです ちなみにＦＦＴは後者の計算方法に関するものです
関連するQ&A
- 離散フーリエ変換
フーリエ変換を計算機で扱う場合について聞きたいです。 ある関数（例えばsin（x））を離散フーリエ変換しようとして、まずｘを0.1ずつ増やしながらsin（ｘ）をサンプリングします。これを虚部を０として複素数にします。 この後、複素数のフーリエ変換を行い結果が得られます。 と、ここまでは正しいと思うのですが、 その後が分かりません。 文献などに載っているフーリエ変換後のグラフは、横軸が周波数νで、縦軸がｆ（ν）です。 このグラフと合うようにするには 横軸・縦軸には何をとればいいのでしょうか？ 横軸が周波数って言うのは、この場合は１／0.1のことでしょうか？ 教えて頂きたいです。お願いします。
- 締切済み
- 数学・算数
- 偶関数のフーリエ変換
なぜ偶関数の場合はフーリエ変換すると虚数成分がなくなってしまう（複素数計算を必要としない）のですか？ 詳しく解説してあるサイトなんかも教えてもらえるとうれしいです。
- ベストアンサー
- 数学・算数
- ２次元データのフーリエ変換とデータ形式について
画像やエクセルシートのように平面２次元的に広がっているデータがあります。このデータについて2回（２方向）のフーリエ変換を取るのですが、１回（1方向）のフーリエ変換プログラムを２回（2方向）することになると思います。 複素フーリエなので、1回目は複素数型の配列の実部に解析したいデータ系列、虚部はゼロとしてフーリエ変換します。この場合の出力値（複素数配列）で意味があるのは、実部、虚部の配列の前半だけであり、後半は前半の対称とか点対称になっています（前半が分かれば後半がわかるのだから情報量としてはゼロ）。 1回目の出力結果を2回目の変換に渡すわけですが、1回目の出力としての複素数配列のデータはその意味のないところも含めてフーリエ変換に渡すのでしょうか。 フーリエ逆変換で元に戻すときは、”無意味”な対称・点対称成分も含めて逆変換するわけですからその部分も必要ということでしょうか。その方がプログラムとしてはラクではあります。何もしないということなので。 説明がヘタだなと思いますが、主旨を汲み取り頂いて回答して頂けると助かります。 よろしくお願いします。
- 締切済み
- 電気・電子工学
- フーリエ変換の振幅について教えてください。
エクセルアドインを使って下記サイン波をフーリエ変換しました。 振幅３ｍｍ、周波数４Hz、サンプリング周波数２５６Hzの波形であり、 つまり、フーリエ変換したい波形は３×SIN（２×PI（）×４）です。 アドインでフーリエ変換を行い、出てきた複素数の絶対値つまり√（実部＾２＋虚部＾２）を計算すると３を示すと思っていたのですが、実際は周波数４Hzで３８４ という値になりました。 周波数分析して周波数４Hz時の振幅が３となるようにするには振幅はどう計算すればよいのでしょうか？またいろいろな振幅や周波数の混ざったランダム波でも各周波数での振幅を求めるにはどう計算したらよいのでしょうか？素人ですが教えてください。
- 締切済み
- 数学・算数
- ある時間関数を離散フーリエ変換して得られるフーリエスペクトルの振幅値に
ある時間関数を離散フーリエ変換して得られるフーリエスペクトルの振幅値について教えて下さい。 今想定している離散フーリエ変換の式は一般的なもので Σ(k=0～N-1) f(k)exp(-2πkni/N) を考えています。 また、離散フーリエ変換して得られるスペクトルは √（Re^2+Im^2) で計算します。 離散フーリエ変換を適用する関数を、 振幅1の直流、及び振幅1で周波数5[Hz]の正弦波とします。 （この2つの信号は別々の信号で合成されていません。） サンプリング周波数を20[Hz]とした場合、サンプリングして得られるデータ列はそれぞれ、 直流： 「1, 1, 1, 1」 正弦波： 「0, 1, 0, -1」 となると想定されます。 （正弦波をサンプリングする場合は位相が関わってきますが、今回は気にしないで下さい。） このデータ列に対して上記の離散フーリエ変換を適用した場合、 得られるフーリエスペクトルの振幅値はそれぞれ、 直流： 「4」（直流のフーリエスペクトルの振幅値値） 正弦波： 「2」（5[Hz]のフーリエスペクトルの振幅値） となります。 （データ点数は上の通り4点） ここで質問なのですが、 離散フーリエ変換して得られるスペクトルの振幅値から元の関数の振幅値を求める場合、 フーリエスペクトルをサンプリングの総データ点数で割ることは数学的に納得できます。 しかしこの例の場合、フーリエスペクトルを総データ点数で割ると、 直流： 「4 -> 1」 正弦波： 「2 -> 0.5」 となってしまい、直流は正しいのですが、正弦波の元の振幅値を正確に求めることは出来ません。 この例の場合、フーリエスペクトルの振幅値から正弦波の振幅値を正しく求めるには、 「フーリエスペクトルの振幅値*2/データ点数」 としてやらなければいけません。 上記のことに関して、なぜこのようになるのかを（2をかける理由を）教えて頂けないでしょうか。 当方、数学についてはあまり詳しくないため、簡単に説明して頂けると幸いです。
- 締切済み
- 数学・算数
- フーリエ変換について
1、信号f(t)のフーリエ変換のF(ω）のωは角振動数を表してるのになぜ負の値をとることができるのでしょうか？角振動数が負になるとはどういうことなのでしょうか？ 2、信号f(t)にcos(ω1t)をかけてフーリエ変換することのメリットとは何でしょうか？
- ベストアンサー
- 数学・算数
- 離散フーリエ変換の対称定理について
離散フーリエ変換において、 Re[X(k)]=Re[X(N-k)] Im[X(k)]=-Im[X(N-k)] |X(k)|=|X(N-k)| といった対称定理が成り立ちます。 数学的にこれらが成り立つということは、大体理解できたのですが、直感的な意味が分かりません。 僕の理解が正しいとしたら、N=128だとしたら、 N=1の極めて周期の大きな波と、N=127の極めて周期の短い波の、 振幅スペクトル（≒振幅？）が等しいということになると思うのですが、どうしても納得が行きません。 N>64の周波数をフィルターでカットした場合も、対称定理は成り立ち、N>64の周波数の波は出てくる（というか、カットしないと、エイリアシングが生じる）と思うのですが、どういうことなのでしょうか？ N>64の周波数の波は、計算上は出てくるが、実際にはそのような波は存在しないのですか？ あるいは、N>64の周波数同士の波で、上手く相殺されて、逆離散フーリエ変換をしたときには、影響が出ないということなのですか？ また、通常のフーリエ変換では、対称定理は成り立たないと思うのですが、そのことも併せて教えて頂けたらと思います。 よろしくお願いします。
- 締切済み
- 数学・算数
- フーリエ変換など。スペクトルの図を見て何がわかるのか？
理系の大学生です。院試のためフーリエ変換などを復習しています。 そして恥ずかしながらスペクトルの図の表すものが何なのかよくわかりません。 スペクトルの図を書く方法はわかるのです。 フーリエ変換の計算方法もわかります。フーリエ級数展開もできます。 ただ、スペクトルの図をみて何がわかるのかがよくわかりません。 例えば、ある関数を微分して導関数の図を描くとするじゃないですか。 すると導関数の値が正になってれば元の関数は傾きが正とか、 つまり導関数の図を見て読み取れることがありますよね。 同様にスペクトルの図を描けば、描いた以上元の信号について読み取れることがあるはずですよね。 それが何なのかよくわかりません。 イメージとしては↓のＵＲＬをご参照ください。 http://laputa.cs.shinshu-u.ac.jp/~yizawa/InfSys1/basic/chap2/index.htm よろしくお願いいたします。
- ベストアンサー
- 数学・算数
- アナログ信号とフーリエ変換
デジタル信号の周波数分析として離散フーリエ変換があります。そして、アナログ信号の周波数分析としてフーリエ変換と考えていました。またアナログ信号を離散フーリエ変換で考える方法もあり、アナログ信号をサンプリングすることで離散フーリエ変換で考えることが出来ると考えています。 ですが、「アナログ信号の周波数分析にフーリエ変換を使うと定義されている」という考え方は間違いであると言われました。 何が違うのか分かりません。よく分からないので詳しく教えてください。
- ベストアンサー
- 数学・算数
お礼
ありがとうござ今した。