傅里葉變換工具箱

⑴ Python科學計算常用的工具包有哪些

1、 NumPy

NumPy幾乎是一個無法迴避的科學計算工具包，最常用的也許是它的N維數組對象，其他還包括一些成熟的函數庫，用於整合C/C++和Fortran代碼的工具包，線性代數、傅里葉變換和隨機數生成函數等。NumPy提供了兩種基本的對象：ndarray(N-dimensional array object)和 ufunc(universal function object)。ndarray是存儲單一數據類型的多維數組，而ufunc則是能夠對數組進行處理的函數。

2、SciPy：Scientific Computing Tools for Python

“SciPy是一個開源的Python演算法庫和數學工具包，SciPy包含的模塊有最優化、線性代數、積分、插值、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。其功能與軟體MATLAB、Scilab和GNU Octave類似。 Numpy和Scipy常常結合著使用，Python大多數機器學習庫都依賴於這兩個模塊。”—-引用自“Python機器學習庫”

3、 Matplotlib

matplotlib 是python最著名的繪圖庫，它提供了一整套和matlab相似的命令API，十分適合互動式地進行制圖。而且也可以方便地將它作為繪圖控制項，嵌入GUI應用程序中。Matplotlib可以配合ipython shell使用，提供不亞於Matlab的繪圖體驗，總之用過了都說好。

關於Python科學計算常用的工具包有哪些，環球青藤小編就和大家分享到這里了，學習是永無止境的，學習一項技能更是受益終身，所以，只要肯努力學，什麼時候開始都不晚。如果您還想繼續了解關於python編程的學習方法及素材等內容，可以點擊本站其他文章學習。

⑵ 短時傅里葉變換窗函數窗口寬度的選擇

首先，我的答案是針對於matlab時頻分析工具箱的，在這個工具箱里，段師傅里葉變換的函數為tfrstft
。下面介紹一下用法
格式：
[tfr,
t,
f]
=
tfrstft(x)
%
計算時間序列x的短時傅里葉變換，參數tfr為短時傅里葉變換系數，t為系數tfr對應的時刻，f為歸一化頻率向量
[tfr,
t,
f]
=
tfrstft(x,
t)
%
計算對應時刻t的短時傅里葉變換
[tfr,
t,
f]
=
tfrstft(x,
t,
n)
%
計算n點對應時刻t的短時傅里葉變換
[tfr,
t,
f]
=
tfrstft(x,
t,
n,
h)
%
參數h為歸一化頻率平滑窗
[tfr,
t,
f]
=
tfrstft(x
t,
n,
h,
trace)
%
trace顯示演算法進程
說明：
x--信號
t--時間（預設值為1：length(x))
n--頻率數（預設值為length(x))
h--頻率滑窗，h歸一化為單位能量（預設值為hamming（n/4））
trace--如果非零，顯示演算法的進程（預設值為0）
tfr--時頻分解（為復值），頻率軸觀察范圍為-0.5~0.5
也就是說，如果你想改變窗函數，你需要修改h這個變數，希望對你有幫助

⑶ MATLAB simulink中，傅里葉分析模塊是幹嘛的啊

做傅里葉變換用的，把時域信號轉化到頻域。

⑷ matlab安裝時有好多組件，我該安裝哪些我學測量的，只需要一般的函數運算和M文件編輯、、

matlab的很多組件是相互進行協調的，缺乏之後可能出現無法使用的情況。

Trading Toolbox™: 一款用於訪問價格並將訂單發送到交易系統的新產品。

Financial Instruments Toolbox™: 赫爾-懷特、線性高斯和 LIBOR 市場模型的校準和 Monte Carlo 模擬。

image Processing Toolbox™: 使用有效輪廓進行圖像分割、對 10 個函數實現 C 代碼生成，對 11 個函數使用 GPU。

Image Acquisition Toolbox™: 提供了用於採集圖像、深度圖和框架數據的 Kinect® for Windows®感測器支持。

MATLAB 的應用范圍非常廣，包括信號和圖像處理、通訊、控制系統設計、測試和測量、財務建模和分析以及計算生物學等眾多應用領域。附加的工具箱（單獨提供的專用MATLAB函數集）擴展了MATLAB 環境，以解決這些應用領域內特定類型的問題。

(4)傅里葉變換工具箱擴展閱讀：

MATLAB系統由MATLAB開發環境、MATLAB數學函數庫、MATLAB語言、MATLAB圖形處理系統和MATLAB應用程序介面（API）五大部分構成。

1、開發環境

MATLAB開發環境是一套方便用戶使用的MATLAB函數和文件工具集，其中許多工具是圖形化用戶介面。它是一個集成的 用戶工作空間，允許用戶輸入輸出數據，並提供了M文件的集成編譯和調試環境，包括MATLAB桌面、命令窗口、M文件編輯調試器、MATLAB工作空間和在線幫助文檔。

2、數學函數

MATLAB數學函數庫包括了大量的計算演算法。從基本演算法如四則運算、三角函數，到復雜演算法如矩陣求逆、快速傅里葉變換等。

3、語言

MATLAB語言是一種高級的基於矩陣/數組的語言，它有程序流控制、函數、數據結構、輸入/輸出和面向對象編程等特色。用這種語言能夠方便快捷建立起簡單運行快的程序，也能建立復雜的程序。

4、圖形處理

圖形處理系統使得MATLAB能方便的圖形化顯示向量和矩陣，而且能對圖形添加標注和列印。它包括強大的二維三維圖形函數、圖像處理和動畫顯示等函數。

⑸ matlab里有什麼工具箱，可以用FFT（快速傅立葉變換）做頻譜分析

1、采樣數據導入Matlab 。
采樣數據的導入至少有三種方法。
第一就是手動將數據整理成Matlab支持的格式，這種方法僅適用於數據量比較小的采樣。
第二種方法是使用Matlab的可視化交互操作，具體操作步驟為：File --> Import Data，然後在彈出的對話框中找到保存采樣數據的文件，根據提示一步一步即可將數據導入。這種方法適合於數據量較大，但又不是太大的數據。
第三種方法，使用文件讀入命令。數據文件讀入命令有textread、fscanf、load等，如采樣數據保存在txt文件中，則推薦使用 textread命令。如[a,b]=textread('data.txt','%f%*f%f'); 這條命令將data.txt中保存的數據三個三個分組，將每組的第一個數據送給列向量a，第三個數送給列向量b，第二個數據丟棄。命令類似於C語言，詳細可查看其幫助文件。文件讀入命令錄入采樣數據可以處理任意大小的數據量，且錄入速度相當快，一百多萬的數據不到20秒即可錄入。
2、對采樣數據進行頻譜分析 。
頻譜分析自然要使用快速傅里葉變換FFT了，對應的命令即 fft ，簡單使用方法為：Y=fft(b,N)，其中b即是采樣數據，N為fft數據采樣個數。一般不指定N，即簡化為Y=fft(b)。Y即為FFT變換後得到的結果，與b的元素數相等，為復數。以頻率為橫坐標，Y數組每個元素的幅值為縱坐標，畫圖即得數據b的幅頻特性；以頻率為橫坐標，Y數組每個元素的角度為縱坐標，畫圖即得數據b的相頻特性。典型頻譜分析M程序舉例如下： clc fs=100;
t=[0:1/fs:100];
N=length(t)-1;%減1使N為偶數 %頻率解析度F=1/t=fs/N
p=1.3*sin(0.48*2*pi*t)+2.1*sin(0.52*2*pi*t)+1.1*sin(0.53*2*pi*t)... +0.5*sin(1.8*2*pi*t)+0.9*sin(2.2*2*pi*t);
%上面模擬對信號進行采樣，得到采樣數據p，下面對p進行頻譜分析
figure(1) plot(t,p); grid on
title('信號 p(t)'); xlabel('t') ylabel('p') Y=fft(p);
magY=abs(Y(1:1:N/2))*2/N; f=(0:N/2-1)'*fs/N; figure(2)
%plot(f,magY);
h=stem(f,magY,'fill','--');
set(h,'MarkerEdgeColor','red','Marker','*') grid on
title('頻譜圖 （理想值：[0.48Hz,1.3]、[0.52Hz,2.1]、[0.53Hz,1.1]、[1.8Hz,0.5]、[2.2Hz,0.9]） '); xlabel('f (Hz)') ylabel('幅值')
對於現實中的情況，采樣頻率fs一般都是由采樣儀器決定的，即fs為一個給定的常數；另一方面，為了獲得一定精度的頻譜，對頻率解析度F有一個人為的規定，一般要求F<0.01，即采樣時間ts>100秒；由采樣時間ts和采樣頻率fs即可決定采樣數據量，即采樣總點數N=fs*ts。這就從理論上對采樣時間ts和采樣總點數N提出了要求，以保證頻譜分析的精準度。

⑹ 如何用matlab做傅里葉反變換啊

直接用ifft();例如信號x
y=fft(x);%對信號傅里葉變換到頻域
z=ifft(y);%對信號y傅里葉反變換到時域，

⑺ 如何用matlab進行快速傅里葉變換（請教）

Y=fft(exp(-x^2));請樓主注意，快速傅里葉變化後，值和頻率不是對應的。需要加一步Y=fftshift（Y）;祝你好運

⑻ matlab中fft（）函數是什麼意思

FFT（快速傅里葉變換）是一種實現DFT（離散傅里葉變換）的快速演算法，是利用復數形式的離散傅里葉變換來計算實數形式的離散傅里葉變換，matlab中的fft()函數是實現該演算法的實現。

MATLAB它將數值分析、矩陣計算、科學數據可視化以及非線性動態系統的建模和模擬等諸多強大功能集成在一個易於使用的視窗環境中，為科學研究、工程設計以及必須進行有效數值計算的眾多科學領域提供了一種全面的解決方案，並在很大程度上擺脫了傳統非互動式程序設計語言（如C、Fortran）的編輯模式，代表了當今國際科學計算軟體的先進水平。

快速傅里葉變換, 即利用計算機計算離散傅里葉變換（DFT)的高效、快速計算方法的統稱，簡稱FFT。快速傅里葉變換是1965年由J.W.庫利和T.W.圖基提出的。採用這種演算法能使計算機計算離散傅里葉變換所需要的乘法次數大為減少，特別是被變換的抽樣點數N越多，FFT演算法計算量的節省就越顯著。

(8)傅里葉變換工具箱擴展閱讀：

matlab優勢特點：

1、高效的數值計算及符號計算功能，能使用戶從繁雜的數學運算分析中解脫出來；

2、具有完備的圖形處理功能，實現計算結果和編程的可視化；

3、友好的用戶界面及接近數學表達式的自然化語言，使學者易於學習和掌握；

4、功能豐富的應用工具箱(如信號處理工具箱、通信工具箱等) ，為用戶提供了大量方便實用的處理工具。

參考資料來源：

網路-快速傅里葉變換

網路-MATLAB