基于快速傅里叶变换FFT量化乒乓球拍底板性能的研究

乒乓球拍底板性能的量化参数是专业球员合理选择球板的重要根据。依有限元力学分析,球板具有n个即多阶固有频率的属性以及对应的固有振型。获取它们具体的数值是基于快速傅里叶变换FFT测量方法,数学意义上,周期函数均可展开为傅里叶级数,时域波可分解为无穷多个离散的频率域的谐波。快速傅里叶变换FFT的算法提高了计算速度,使多频率数值的快速取样测量成为可能。激励下的球板测试实验证明了前述的猜想,可以获得每一只球板的频谱图,从“鹤立鸡群”的尖峰检出他们具体的频率数值,实现了多阶固有频率数值测试一次性完成。为探寻固有频率对应的振型,采用同频共振的实验方法,绘制出1-5阶固有频率的节线图和振型图。课题推荐横板和直板2只样品参数作为量化对比的基准值。

快速傅里叶变换(FFT)与小波变换技术

快速傅里叶变换是数字信号系统中解决离散问题较有效的手段.但是傅里叶变换缺乏空间局部特性,难以确定奇异点在空间的位置及分布情况.近年来兴起的小波变换技术同时具有良好的时域和频域局部特性,因而广泛应用于图象工程、信号分析、图象压缩等领域.本文给出了 FFT 与小波变换闻的关系并对其应用原理进行了分析.

有限冲击响应滤波(FIR)和快速傅里叶变换(FFT)在激发极化法中的应用

在水文工程地质和物探找矿等领域,由于二次场电压受到多种噪声干扰,常规的硬件补偿电路或滤波电路有时无法达到精度和实时处理的要求,甚至增加系统设计的难度和成本。为了解决这些问题,提出并实现将有限冲击响应(finite impulse response,FIR)滤波和快速傅里叶变换(fast Fourier transformation,FFT)应用在需要通过测量二次场电压测明某一区域内视电阻率或视幅频率的分布式激发极化法中。通过Matlab仿真和水槽模型试验模拟和验证了FIR滤波和FFT在激发极化法中的可行性和有效性。

利用FFT实现图像的快速高质量旋转变换

提出了一种快速高质量的图像旋转方法 ,即使用快速傅里叶变换来实现图像的旋转 .该方法将旋转分成三步来实现 ,每一步使用一维的FFT变换对图像进行重采样来实现 ,将图像旋转中几何位置变换和灰度插值合二为一 ,不需要另外的插值运算 .理论分析和实验结果表明 ,与以往的算法相比 。

基于Mallat算法和快速傅里叶变换的电能质量分析方法

提出了一种基于Mallat算法和快速傅里叶变换的电能质量分析方法。将小波消噪应用于采样信号,根据信号的突变点检测结果,将采用Mallat分解算法得到的第一层和第二层高频系数作为区分稳态和非稳态扰动的判据,进而求出扰动的持续时间。根据多分辨分析的频带划分原理,采用Mallat重构算法提取出了暂态扰动波形,并编制了可准确判别电压骤降、骤升和断电等短期变化扰动的识别子程序。对于稳态扰动,提出可将快速傅里叶变换作为区分谐波和闪变的一种手段。Matlab的仿真结果验证了该方法的准确性和有效性。

一种结合DFT和FFT的实用傅里叶变换算法

以2为基(即N=2m)的FFT算法在N不等于2的幂2m时,需要用补0的方法将x(n)延长为2m,这种补0的方法对于某些对图像直接在频域进行的处理会产生影响。本文给出当图像大小N为偶数但不为2的幂时的不需补0的结合DFT和FFT的实用傅里叶变换算法。实验结果表明对于常用的图像存储格式,该算法速度接近FFT,并且不会对图像频谱进行的直接处理带来负面影响,在图像处理方面和快速傅里叶变换相比具有一定的优势。

基于快速傅里叶变换与误差最小原理的谐波分析方法

提出了基于快速傅里叶变换与误差最小原理的电力系统谐波分析方法。该方法设定了畸变波形模型和修正参数,当模型波形与实际波形之间的均方差最小时,模型参数可以代表实际波形的参数。为避免分析出的谐波次数不准确而出现无效参数,把实际采样数据分成训练组和测试组。在训练组中通过最陡下降梯度查询学习策略的迭代循环修正参数。在测试组中检测谐波次数的正确性,获得有效的谐波分析结果,实现对次谐波和频率相隔很小的谐波的同步跟踪。仿真实验验证了该方法的有效性与易实现性。

基于快速傅里叶变换的谐波和间谐波检测修正算法

详细分析了FFT算法的频谱泄露和栅栏现象,研究了非同步采样下谐波和间谐波之间的频谱干扰特性,在此基础上提出了修正算法。该算法通过对FFT算法做简单变换,减少了频谱泄露误差,利用频域插值算法对谐波和间谐波分开进行分析检测,抑制了谐波和间谐波之间的相互干扰。结果表明,与直接运用FFT算法相比,提出的电力系统谐波和间谐波检测方法具有检测精度高和响应速度快的特点。

快速傅里叶变换乘法的性能研究

大数相乘是密码学的一种关键运算,其性能影响许多密码算法,如RSA、ElGamal等公钥密码运算的性能。对常见的大数乘法算法进行了实验、分析和比较,特别针对快速傅里叶变换(Fast Fourier Transform,FFT)算法,分析了其在大数乘法中的应用,并与其他常见大数算法的效率进行了比较,归纳了快速傅里叶变换的优势范围与劣势范围。同时,由于快速傅里叶变换计算过程中有误差,当数据位足够多时,可能导致计算结果不正确,因此进一步分析了傅里叶快速变换计算正确的数据位上限,这些工作对于快速乘法算法的正确选择有重要的实际意义。

基于浮点DSP的快速傅里叶变换实现

论述了采用浮点数字信号处理(DSP)芯片TMS320VC33实现快速傅里叶变换(FFT)。分别采用了C语言和汇编语言实现FFT算法。实验结果验证了汇编语言比C语言更适合实现复杂算法,也验证了实现算法的正确性,表明了利用DSP控制器特有的反序间接寻址FFT的实现是很方便的,且实时性非常好。

快速傅里叶变换在光纤温度传感器中的应用

提出的荧光光纤温度测量系统,采用双光路双通道测量方式以及化学镀膜和热处理工艺相结合的微小荧光探头制作技术,在研究了微弱信号的检测和处理技术的基础上,采用快速傅里叶变换(FFT)技术对荧光信号进行消噪处理。结果表明,使用该法检测的荧光信号的信噪与传统消噪方法相比有很大提高,从而使系统具有较高的精度和温度分辨能力。该方法的研究克服了特殊环境及电磁干扰环境温度测量的难题。

频域抽取多维向量基快速傅里叶变换

给出了频域抽取(DIF)多维向量基快速傅里叶变换(FFT)算法。对多维频域信号的每一维,采用向量基2频域抽取法,导出了快速算法蝶形运算的一般形式。该FFT算法适合于维数为任意整数的情况,当维数为1时,算法退化为著名的频域抽取向量基2FFT算法。为了便于编程实现,以频域抽取3维向量基FFT算法为例,给出了快速算法实现流程,该流程易于向任意整数维推广。计算量比较结果显示,频域抽取多维向量基FFT算法比多维分离式FFT算法计算量低。

基于FFT和Masking的实时语音通话降噪算法

针对语音通话质量的提升问题,提出一种基于快速傅里叶变换(Fast Fourier Transform,FFT)和Masking技术的实时语音通话降噪算法。首先,提出一个实时语音通话降噪的基本框架,并研究了帧分割、窗函数处理及FFT的数学原理。其次,阐述了基于人耳听觉特性的Masking方法及其在频域中的应用。最后,通过逆快速傅里叶变换(Inverse Fast Fourier Transform,IFFT)将信号转换回时域,并进行实验分析。实验结果表明,该降噪算法可以有效改善语音的清晰度和整体感知质量。

快速傅里叶变换算法在高精度剩余电流检测系统中的应用

介绍了剩余电流检测的硬件基础,引入差分输入,去掉共模干扰,分析了快速傅里叶变换(FFT)算法在剩余电流检测上的应用,加强系统的抗噪声能力,提高系统的测试精度。

FFT和Hough变换在织物纹理方向检测上的应用

针对人工测量织物纹理方向的方法存在自动化程度低、精度不高的缺点,提出基于快速傅里叶变换和Hough变换的自动检测和识别织物经向、纬向、斜纹斜向的方法。对织物图像进行二值化处理,对二值化后的织物图像进行快速傅里叶变换得到功率谱图,对功率谱图的二值图像进行Hough变换,从而检测出织物纹理方向。通过对同一试样的不同放置方式进行测试,证明该方法对织物放置方式无特殊要求,仅需确保试样平摊在光滑台面上不受任何张力;将该方法与人工测试结果作对比,证明该方法具有高精度、高自动化的优点。

离散正弦-Ⅲ变换与下三角Toeplitz矩阵的快速求逆

研究下三角Toeplitz矩阵的快速求逆问题。通过利用离散正弦-Ⅲ变换(DST-Ⅲ)、快速傅里页变换(FFT)及三角函数插值给出了计算下三角Toeplitz矩阵的逆矩阵的一个快速算法,算法的计算复杂度为O(nlogn)。最后,给出了算法的误差分析。

高分辨图像二维FFT正/反变换实时处理方法及硬件实现

高精度密集型数值计算和大规模数据缓存,是高分辨率图像二维FFT(快速傅里叶变换)实时实现中的主要难点。利用实信号傅里叶变换的周期对称性和频域数据的共轭对称性,提出了一种高效且易于硬件实现的二维FFT正/反变换的实时处理方法,将实值图像二维FFT中的一维FFT计算和存储需求缩减了近一半。在以4片TS201为计算核心的DSP处理平台上,使用该方法实现了二维FFT正/反变换和图像频域滤波。实验表明,无须片外存储,单片TS201可处理最大512×512像素的图像;该尺寸图像的正/反变换总处理时间为49.6 ms,采用4片并行模式处理帧频高于80 fps。实时处理方法高效可行,可满足工程中的实时性要求。

高维离散Fourier变换的一种快速算法

给出了一种高维整点的编码技术,进而得到了高维离散Pourier变换的一种快速算法。与现行的行列算法相比,乘法次数和迭代次数都大大减少。

基于小波变换和FFT的电能质量扰动分类

根据电能质量扰动的特点,提出了小波变换(WT)和FFT相结合的电能质量扰动分类方法。该方法的主要思想是:利用小波变换对突变点敏感的特性,用其进行突变点检测和定位,以有无模极大值来区分暂态和稳态扰动;利用FFT频域分析的优势,对其进行频谱分析,以扰动信号频谱的不同特点,对暂态和稳态扰动信号分别进行进一步分类;采取检测突变点间电压有效值的方法,对短时电压扰动信号进行进一步的分类。仿真分析表明该方法对于简单和复杂电能质量扰动信号均具有准确的分类能力。

Hankel矩阵的离散Cosine变换的快速算法

在图像和信号处理研究邻域,经常会涉及到结构矩阵的离散sine、快速傅里叶变换(FFT)及离散cosine变换.文献[6]的作者利用FFT给出了离散cosine变换的一个算法,计算变换矩阵的M个元素所需的计算量和存贮空间分别为O(N2logN)+O(M)和O(N2).本文利用Hankel矩阵的结构特点导出一递推关系式(见式(8)),给出了Hankel矩阵的离散cosine变换(DCT)的一个快速算法.该算法所需要的存贮空间为O(N),计算变换矩阵的M个元素所需的计算量为O(NlogN)+O(M).