回答情况：
提问时间：
问题标签：
2回答
我试图在信号中加入相位噪声，并在频域上分析结果。但是，我没有得到期望的输出。有人能告诉我我犯了什么错误吗？由于我应用相位噪声，在频域上，含有相位噪声的信号应该比原始信号更宽。
浏览 1修改于2015-07-15得票数 1
回答已采纳
0回答
python可视化 | 小波分析报错？
python、可视化、入门、数据
你好，我在《python可视化 | 小波分析——海温数据的时频域分解》这个帖子里看见你的小波分析的代码，很感谢分享。但是我在运行的时候报错了，我是华师大的一个学生，刚入门，小白。
浏览 220提问于2022-01-13
我必须通过频率分析(https://en.wikipedia.org/wiki/Frequency_analysis)来完成 我面临的主要问题是，当我替换时，要检查单词是否看起来像英语单词。
浏览 17提问于2020-08-20得票数 0
1回答
我找到了一个picthdetect js项目，并看到它使用了分析器，啊哈，这里我会找到正确的用法，但是代码的实质并不是使用频域输出，而是将时域输入到自己的算法中。
浏览 8提问于2021-12-16得票数 2
我想用matlab分析一个ECG信号。 -> Normal ECG: 1-1.6 Hz;
我怎么能说一个信号是噪声呢？如果我进入频域，我如何建立噪声频率和样本各自时间之间的关系。安德烈
浏览 2修改于2014-12-30得票数 1
他在大多数心电数据分析中使用了Labview。我在想为什么，因为我的许多已知的电子产品并没有限制我在那里。我也可以用Matlab。我想研究心率变异性分析中的时域和频域。为什么在HRV的某些分析部分使用Labview？
浏览 2修改于2016-02-18得票数 0
回答已采纳
3回答
我正在学习DSP，我不会写代码来计算和绘制这些数字(只是频域中的汉宁和三角窗的大小)。有没有人能帮我写一下代码？
我不明白什么是1024时间步长，时间步长值对FFT分析有什么影响？
浏览 2修改于2013-01-23得票数 3
回答已采纳
1回答
我正在尝试用光谱分析来分析时间序列。我正在尝试检测我的数据中的任何周期性，这些数据由记录了一周的每小时测量值组成(24 *7= 168个测量值)，我的目标是显示温度变化的日分量。
浏览 0修改于2012-06-28得票数 3
回答已采纳
原始的PSF没有给出，所以我继续分析模糊的部分，看看是否有一个我可以大致识别的单词。我发现我能在模糊的区域辨认出"of“。我在清晰的部分把模糊的"of“和它的对应部分都剪掉了，如下所示。
然后，我在FFT的讲座中想到，你可以用一个特殊的模糊函数(频域)来划分模糊的(频域)，以重新创建原始图像。我想，如果我能做Unblurred (频域)\Blurred(频域)，就可以恢复原始的PSF。请建议我如何做到这一点。
浏览 0修改于2018-02-09得票数 3
(对快速读者而言)
对于虚拟数据(由啁啾方向盘角度激发的2个传递函数)，这是非常好的工作:精度为99.98%，以修正模型。不幸的是，我认为这个输入信号与直接频域分析不兼容，因为每个频率只在一个特定的时间框架内被激发，而Foerier变换在整个采样时间内都是一个谐波振荡。我看过一些书(系统识别:频域方法，系统识别:介绍和)
浏览 3修改于2019-07-25得票数 1
回答已采纳
我正在开发一个将过滤器应用于声音文件的应用程序，滤波器是在频域上应用的，因此我使用下面的代码使用.wav库从NAudio文件中获得了示例：audio.Read(samples, 0, samples.Length);
在应用前面的代码后，现在我把样本作为一个浮点数组，然后对得到频域数据的样本应用短时傅立叶变换，然后对频域数据应用滤波器。然后对频域数据进行逆短时傅立叶变换，将其转换回时
浏览 5提问于2016-06-11得票数 1
回答已采纳
1回答
我写了一个脉冲计数器函数来分析时域中的脉冲数据，但结果非常嘈杂。我怀疑FFT可能是合适的，尽管我以前从未真正做过这样的事情。
有没有人做过类似的事情？在频域中分析脉冲序列背后的主要方法是什么？
浏览 0修改于2015-04-21得票数 0
1回答
基本上我会先录制一个wav，然后做FFT，然后在频域上进行分析。该软件应作为Android应用程序开发。
我读过关于HMM，MFCC的论文，但我认为它们太复杂了，不能只检测几个环境。
浏览 0提问于2012-11-01得票数 0
回答已采纳
当使用R中的twitteR包分析#flipkart上的tweet时，大多数tweet都是关于报价的新闻，大约有2-3个句柄。这无助于评估flipkart的整体情绪。我可以在提取tweet的同时排除这些2-3个手柄吗？我需要客户的回应，而不是关于报价的新闻。谢谢
浏览 1提问于2016-02-01得票数 0
回答已采纳
我正在Python中分析音频文件，特别是音乐音频，我已经应用了快速傅立叶变换(/local)来获得频域中的数据，但无论如何搜索或摆弄它，都显示出了一种识别频率中的“峰值”FFT最大值的好方法。
浏览 0提问于2016-11-14得票数 1
这主要是我们所做的工作，首先我们将信号从时域转换到频域，然后在频域上操作不同的滤波器，例如带通滤波器、低通滤波器、全通滤波器。我不明白的是，所有的通滤波器主要是相移和幅值增益/损耗，我认为对于相移和幅值运算，我们也可以在时域上这样做，那么为什么我们需要在频域这样做呢？
浏览 5提问于2014-07-14得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号