নির্দিষ্ট ফ্রিকোয়েন্সি ব্যাপ্তির জন্য এফএফটি।

11

আমি একটি সংকেত ফ্রিকোয়েন্সি ডোমেনে রূপান্তর করতে চাই। পছন্দসই ফ্রিকোয়েন্সি পরিসীমা 0.1 Hzথেকে 1 Hzএবং ফ্রিকোয়েন্সি রেজল্যুশন হল 0.01 Hz।

এর নমুনা হারের সাথে 30 Hz, এফএফটি ফ্রিকোয়েন্সি উপাদানগুলিকে 15 হার্জ দেয়। স্যাম্পলিং হার বাড়ানো আরও ভাল ফ্রিকোয়েন্সি রেজোলিউশন দেয়। তবে এফএফটি আরও ব্যাপক ফ্রিকোয়েন্সি রেঞ্জ দেয়। আমার ক্ষেত্রে, আমি শুধু চাই 0.1 Hzথেকে 1 Hz, FFT পর্যন্ত দেয় 15 Hz(অতিরিক্ত গণনার)।

আমার প্রশ্নটি হ'ল যে কোনও উপায়ের সাথে আমি নির্দিষ্ট ফ্রিকোয়েন্সি রেঞ্জ এবং উচ্চ রেজোলিউশন সহ একটি সংকেতের ফ্রিকোয়েন্সি ডোমেনটি গণনা করতে পারি?

fft frequency

— NcJie
সূত্র

2

মনে হচ্ছে আপনি জুম এফএফটি চাইছেন arc.id.au/ZoomFFT.html

— এন্ডোলিথ

যদি আপনি স্যাম্পলিং হার 2 হার্জ এবং সময়কাল 100 এস সহ একটি স্ট্যান্ডার্ড ডিএফটি করেন তবে আপনি 0.01 হার্জ রেজোলিউশন সহ 0 থেকে 1 হার্জ পর্যন্ত একটি ফ্রিকোয়েন্সি ব্যান্ড পাবেন। আপনার মাত্র 10% নমুনাগুলি আপনার আগ্রহী ব্যান্ডের বাইরে থাকবে this এই তুলনামূলকভাবে ছোট গণনার দক্ষতা বাড়ানোর জন্য কোনও "অ-আদর্শ নয়" অ্যালগরিদমের বিশদটি সন্ধান করার পক্ষে কি সত্যই চেষ্টা করা মূল্যবান?

— ফোটন

সীমাবদ্ধতাটি হ'ল, সময়কাল যতটা সম্ভব সংক্ষিপ্ত হওয়া দরকার। 100s খুব দীর্ঘ। আমাদের প্রায় 10+ গুলি প্রয়োজন

— এনসিজে জি

5

আমি মনে করি আপনার সমস্যার সর্বোত্তম সমাধান হ'ল চিপ-ডিএফটি ব্যবহার করা। এটি নির্দিষ্ট ফ্রিকোয়েন্সি রেঞ্জের জন্য ম্যাগনিফাইং গ্লাসের মতো। এটি ডিএফটি (এফএফটি ছাড়াই) সরাসরি বাস্তবায়নের চেয়ে আরও দক্ষ, কারণ একটি এফএফটি অ্যালগরিদম কিছু উপযুক্ত প্রাক এবং পোস্ট-প্রসেসিং সহ ব্যবহার করা যেতে পারে। আপনার মূলত আপনার সিগন্যালটিকে একটি চিপ সিগন্যাল দিয়ে মডিউল করতে হবে, তারপরে একটি এফএফটি ব্যবহার করে ফিল্টার করুন এবং তারপরে আবার পছন্দসই ফ্রিকোয়েন্সি প্রতিক্রিয়া পেতে আপনার সিগন্যালটিকে চিপ-মডিটুলেট করতে হবে। কীভাবে চিপ-ডিএফটি প্রয়োগ করতে হবে সে সম্পর্কে বিশদ জানতে এখানে এবং এখানে দেখুন ।

— ম্যাট এল।
সূত্র

2

ফ্রিকোয়েন্সি ওয়ার্পিংয়ের ব্যবহারেরও সম্ভাবনা রয়েছে (উচ্চতর ফ্রিকোয়েন্সিগুলিতে কম রেজোলিউশনের ব্যয়ে একই আকারের এফএফটি-র জন্য আপনি নিজের ফ্রিকোয়েন্সি রেঞ্জের সুদের উন্নত রেজোলিউশন পান এটিতে ম্যাগনিফাইং গ্লাস হিসাবেও কাজ করে)। তবে এফএফটি আকার হ্রাস না হওয়ায় এবং ফ্রিকোয়েন্সি ওয়ারপিং সস্তা থেকে দূরে থাকায় আপনি কোনও এমআইপিএস সংরক্ষণ করেন না।

আপনি যদি কেবল এফএফটি-তে নির্দিষ্ট বিনগুলি গণনা করতে চান (এবং এইভাবে এমআইপিএস সংরক্ষণ করুন) এটি করার জন্য বেশ কয়েকটি পদ্ধতি রয়েছে। উদাহরণস্বরূপ স্লাইডিং ডিএফটি। এই কাগজের উল্লেখগুলি খুব সুন্দর ব্যাখ্যা দিয়েছে http://www.comm.utoronto.ca/~dimitris/ece431/sliderdft.pdf । আমি আরও মনে করি গোয়ার্জেল আলগো এ জাতীয় কিছু করে তবে আমি এটি জানি না।

তারপরে এফএফটি'র আগে ডাউনস্যাম্পলিংয়ের বিকল্প রয়েছে। এটি সম্ভবত কিছু এমআইপিএসও সংরক্ষণ করবে।

সম্পাদনা করুন: গের্তজেল অ্যালগরিদম কার্যকর না হওয়া সম্পর্কিত মন্তব্যটি পরিষ্কার করার জন্য। এই উইকি পৃষ্ঠার নীচে পাওয়া এক্সপ্রেশনটিতে সরাসরি মানগুলি প্লাগ করে http://en.wikedia.org/wiki/Goertzel_algorithm তারপরে গোয়ারটজেল এফএফটির চেয়ে জটিল হবে যখন প্রয়োজনীয় এফএফটির আকার 128 এর চেয়ে বড় হবে (ধরে নিচ্ছি এফএফটি আকারটি 2 এবং একটি রেডিক্স -2 বাস্তবায়নের একটি ফ্যাক্টর)।

যাইহোক, অন্যান্য বিষয়গুলিও বিবেচনায় নেওয়া উচিত যা গোর্তজেলের পক্ষে যায়। কেবল উইকির পৃষ্ঠাটি উদ্ধৃত করার জন্য: "এফএফটি বাস্তবায়ন এবং প্রসেসিং প্ল্যাটফর্মগুলি আপেক্ষিক কার্য সম্পাদনের উপর উল্লেখযোগ্য প্রভাব ফেলে। কিছু এফএফটি বাস্তবায়ন [9] অন ফ্লাইটে সহগ উত্পাদন করতে অভ্যন্তরীণ জটিল-সংখ্যা গণনা সম্পাদন করে, তাদের" ব্যয় কে কে হিসাবে উল্লেখযোগ্যভাবে বৃদ্ধি করে কাজের একক। "এফএফটি এবং ডিএফটি অ্যালগরিদমগুলি আরও ভাল সংখ্যাসূচক দক্ষতার জন্য প্রাক-গণিত সহগ মানগুলির টেবিলগুলি ব্যবহার করতে পারে, তবে এটি বাহ্যিক স্মৃতিতে বাফার সহগ মানগুলিতে আরও অ্যাক্সেসের প্রয়োজন হয়, যা কিছু সংখ্যক উপকারকে মোকাবেলা করে ক্যাশে বিতর্ক বাড়িয়ে তুলতে পারে । "

"জটিল-মূল্যবান ইনপুট ডেটার পরিবর্তে রিয়েল-ভ্যালু ব্যবহার করার সময় উভয়ই অ্যালগরিদম প্রায় 2 দক্ষতার একটি ফ্যাক্টর অর্জন করে, তবে, গের্তজেল অ্যালগরিদমের পক্ষে এই লাভগুলি প্রাকৃতিক তবে এফএফটিটির জন্য বাস্তব রূপান্তরিত করার জন্য নির্দিষ্ট কিছু অ্যালগরিদম রূপ ব্যবহার না করেই অর্জন করা যাবে না" মূল্যবান তথ্য। "

— niaren
সূত্র

1

স্লাইডিং ডিএফটি রিয়েল-টাইম বর্ণালী বিশ্লেষণের প্রসঙ্গে আসলে কার্যকর, যেখানে ইনপুট ক্রমটি খুব দীর্ঘ এবং নিয়মিত বিরতিতে বর্ণালীকে পুনরায় গণনা করা দরকার। গের্তজেল অ্যালগরিদম খুব কার্যকর তবে যদি কেবল কয়েকটি ডিএফটি মান গণনা করা প্রয়োজন। প্রদত্ত সমস্যা সমাধানের জন্য এটি কার্যকর হবে না কারণ পছন্দসই সংখ্যার ফ্রিকোয়েন্সি পয়েন্টগুলি অনেক বেশি।

— ম্যাট এল।

ধন্যবাদ @ ম্যাটল গের্তজেল অ্যালগরিদম দুর্বলতা নির্দেশ করার জন্য।

— এনসিজে

1

Δ চ = \frac{চ_{গুলি}}{এন}

$\Delta f = \frac{f_\mathrm{s}}{N}$

f_{s}

$f_\mathrm{s}$

N

$N$

N

$N$

$N$ $s(t)$ $f_\mathrm{c}$ $f_\mathrm{b}$ $x(n)$ $s(t)$ $x(n) = s(n/f_\mathrm{s})$

\tilde{এক্স} (এন) = এক্স (এন) ই^{- ঞ 2 π ট_{0} / এন}

$\tilde{x}(n) = x(n)e^{-j2\pi k_\mathrm{0}/N}$

k_{0} = f_{c} / f_{s}

$k_\mathrm{0}=f_\mathrm{c}/f_\mathrm{s}$

f_{b}

$f_\mathrm{b}$

f_{b} + f_{c}

$f_\mathrm{b}+f_\mathrm{c}$

{\tilde{f}}_{s}

$\tilde f_\mathrm{s}$

f_{b}

$f_\mathrm{b}$

\tilde{x} (n)

$\tilde x(n)$

M = f_{s} / f_{b}

$M = f_\mathrm{s}/f_\mathrm{b}$

N

$N$

$s(t)$ $M$

— Deve
সূত্র