語音學習筆記3------matlab實現傅立葉反變換ifft()函式
上一篇部落格我們瞭解到,可以將一個語音訊號傅立葉變換,那麼,我們能不能逆向推回去呢,用已經存在的資料進行傅立葉逆變換?答案是肯定的。下面就講講如何實現傅立葉的反變換。
[y,Fs]=audioread('C:\Users\wxq\Desktop\66666.wav')
Nsamps = length(y);
t = (1/Fs)*(1:Nsamps) %Prepare time data for plot
%Do Fourier Transform
y_fft = abs(fft(y)); %Retain Magnitude%y_fft = fft(y);
y1=ifft(y_fft);
figure;
plot(t ,y1);
傅立葉變換的函式是ifft();但是ifft()有很多引用的引數語法講究。
y = ifft(X)
y = ifft(X,n)
y = ifft(X,[],dim)
y = ifft(X,n,dim)
y = ifft(..., 'symmetric')
y = ifft(..., 'nonsymmetric')
Y = IFFT(x)的逆離散傅立葉變換的回報(DFT)向量X,用快速傅立葉變換(FFT)算
法計算。如果x是一個矩陣,IFFT返回每個列的矩陣的逆DFT。
IFFT測試X是否沿活動尺寸X向量的共軛對稱。如果是這樣的話,計算速度快,輸出是真
實的。一個n元向
量x是共軛對稱如果x(i)=連詞(x(MOD(n i + 1,n)+ 1))為X的每個元素
如果x是一個多維陣列,IFFT操作上的第一個非單維度。
Y = IFFT(x,n)返回向量X的N點DFT逆
Y = IFFT(x,[ ],DIM)和Y = IFFT(x,n,DIM)返回x在維暗淡的逆DFT。
Y = IFFT(…,“對稱”)導致治療X共軛IFFT沿活動維對稱。當X是不完全對稱共軛的
選項是有用的,只
是由於舍入誤差。
Y = IFFT(…,“非對稱”)是叫IFFT相同(…)沒有引數“非對稱”。
對任意的x,IFFT變換(FFT(X))等於x的舍入誤差。
總結:
IFFT演算法(x)為FFT演算法相同(X),除了改變符號,N =長度比例因子(X)。由於
FFT、IFFT執行時間取決於變換長度。這是最快的兩個權力。這是幾乎一樣快,只有小素
數的長度。它通常是幾倍的速度的長度是總理或具有大素數因子。
注意:
你可以增加使用效用函式FFTW IFFT的速度,它控制著®MATLAB軟體優化計算一個特定的
大小和尺寸的FFT演算法。
類似於ifft()用法的還有;fft2;
fftw
;ifft2
;ifftn
;ifftshift
不懂的可以加我的QQ群:522869126(語音訊號處理) 歡迎你的
到來哦,看了博文給點腳印唄,謝謝啦~~
相關文章
- 快速傅立葉變換 學習筆記筆記
- 快速傅立葉變換複習筆記筆記
- 【演算法學習筆記】快速傅立葉變換演算法筆記
- 數論筆記:快速傅立葉變換筆記
- 快速傅立葉變換及其實現
- 傅立葉變換
- 快速傅立葉變換(FFT)隨筆FFT
- 離散傅立葉變換(DFT)和快速傅立葉變換(FFT)FFT
- 快速傅立葉變換
- 【OpenCV-Python】:影像的傅立葉變換與逆傅立葉變換OpenCVPython
- 【數學】快速傅立葉變換(FFT)FFT
- 離散傅立葉變換
- OpenCV 離散傅立葉變換OpenCV
- 【scipy 基礎】--傅立葉變換
- Python 實現影像快速傅立葉變換和離散餘弦變換Python
- 從傅立葉級數到傅立葉變換(連續、離散)
- 快速傅立葉變換的迭代法程式碼實現
- 圖神經網路基礎:傅立葉級數與傅立葉變換神經網路
- 連續時間傅立葉變換
- 離散時間傅立葉變換
- 如何通俗地理解傅立葉變換?
- 傅立葉變換(二)—— 卷積 Convolution卷積
- 淺談FFT(快速傅立葉變換)FFT
- 數字影像處理學習筆記(1)——傅立葉變換在影像處理中的應用筆記
- 小波變換與傅立葉變換的區別
- 影象傅立葉變換,幅度譜,相位譜
- 傅立葉變換頻域時域分析
- 短時傅立葉變換原理理解
- C# pythonnet(2)_FFT傅立葉變換C#PythonFFT
- 快速傅立葉變換原理介紹及遞迴程式碼實現遞迴
- 週期函式的傅立葉級數函式
- 非週期訊號的傅立葉變換
- 離散傅立葉變換DFT的應用
- 葵花點穴手點通傅立葉變換
- 【OI向】快速傅立葉變換(Fast Fourier Transform)ASTORM
- 影象處理1--傅立葉變換(Fourier Transform )ORM
- 相位掩膜+傅立葉變換進行影象加密加密
- c語言學習筆記===函式C語言筆記函式
- 卷積導向快速傅立葉變換(FFT/NTT)教程卷積FFT