→ hsnuyi: 所以你是要整個訊號的頻譜嗎? 整個丟進去不就好了 12/24 00:09
→ hsnuyi: 如果原始是類比訊號 記得注意取樣頻率 12/24 00:10
→ hsnuyi: 基本上 你丟進FFT的東西必定是有限長的 所以一定是"週期" 12/24 00:16
→ hsnuyi: 的 12/24 00:16
我現在想要知道每個脈衝波他獨自的頻譜 因為我要做脈衝波頻率變化的比較
※ 編輯: yujawe (140.112.229.3), 12/24/2015 00:21:55
→ lhhjimmy: STFT? 12/24 00:43
推 ultimachen: 你想知道的是單一脈衝的頻譜還是多個脈衝的頻譜 12/24 07:44
→ ultimachen: 偵測peak再前後延伸一段時間再做fft 12/24 07:46
推 cpyi: 想知道單段就用單段 想知道整體頻率變化就用小波轉換 12/24 08:48
→ cpyi: 小波轉換相當於知道每個時間點的頻譜 我覺得比較適合你的應 12/24 08:48
→ cpyi: 用 12/24 08:49
→ you2: 你在算FFT時，就假設週期性了... 12/24 19:45
→ you2: 課本說的沒有錯 12/24 19:49
推 jamtu: 任何信號我們都不可能觀察無限長時間 12/25 03:24
→ jamtu: 一定是觀察有限時間 12/25 03:25
→ jamtu: 有限時間T的信號取出來做DFT，跟假設他有T週期結果相同 12/25 03:25
→ jamtu: 對你的應用，因為你每一筆脈衝都是獨立的 12/25 03:26
→ jamtu: 自然你把每一個脈衝拿來做FT即可 12/25 03:26
→ jamtu: 但是取樣頻率，取樣時間，這個你還要再思考一下。 12/25 03:26
推 PCKU: 其實假設週期性做就對了，FFT的運算一定假設時域有週期性 12/26 18:03
→ PCKU: 具體效果就是做完FFT是以discrete方式呈現 12/26 18:05
→ PCKU: 猜猜看你想像中的傅立葉轉換應該長怎樣 12/26 18:06
→ PCKU: 再在FFT運算中選擇適當的時域取樣頻率跟取樣點數就好 12/26 18:06
→ PCKU: 選擇一組足夠可以描述你的結果的解頻譜析程度就好 12/26 18:07
→ PCKU: 取樣定理說 "時域discrete" => "頻域是週期性" 12/26 18:09
→ PCKU: 傅立葉series則是相反 "時域週期性" => "頻域discrete" 12/26 18:10
→ PCKU: 基本上 FFT 運算同時符合上述兩者 12/26 18:11
→ PCKU: 另外可以把 "時域週期性" 想成 "僅用有限個點數表達" 12/26 18:12
→ PCKU: 所有模擬跟跟量測當然都只能使用"有限個點" 12/26 18:12
推 PCKU: 如果想要非常非常接近真實頻譜的結果，那必須要紀錄非常多點 12/26 18:15
→ PCKU: 固定取樣率的話，點數取越多FFT頻譜中每個點代表的頻寬越小 12/26 18:16
→ PCKU: 點非常多的時候，你才會得到一個看起來好像是"連續"的頻譜 12/26 18:17
→ PCKU: 但沒有必要這樣做，選擇適當的FFT頻譜解析程度就足夠了 12/26 18:23
→ PCKU: 然後在不同時間各自紀錄一些點，各自做完FFT再來比較吧？ 12/26 18:36
→ mos888tw: 小弟對這塊領域也蠻有興趣的 不知道有沒有人可以提點參 12/28 21:45
→ mos888tw: 考書籍的哪一個章節可以闡述簡單一點? 12/28 21:46