Transformées de Fourier Discrètes - Wolfram Langue Documentation
deux # 8208; Fourier discrète de transformée dimensionnelle
Deux # 8208; Dimensionnelle de Fourier discrète de transformée.
Un problème avec la transformée de Fourier discrète habituelle de transformation pour des données réelles est que le résultat est complexe apprécié. Il existe des variantes de réelles transformées de Fourier discrètes qui ont des résultats réels. Le langage Wolfram a des commandes pour le calcul de la transformée de cosinus discrète et la transformation en sinus discrets.
cosinus discrète de la transformée de Fourier d'une liste de nombres réels
sinus discrets de transformée de Fourier d'une liste de nombres réels
Fourier discrète réelle transforme.
Voici quelques données correspondant à une impulsion carrée.
Voici la cosinus discrète transformée de Fourier des données.
Voici le sinus discrète de transformée de Fourier des données.
Il existe quatre types de chaque sinus et cosinus discrète de Fourier transforme généralement en cours d'utilisation, désignées par le numéro ou le chiffre romain parfois comme dans « DCTII » pour la transformation en cosinus discrète de type 2.
Fourier transformée en cosinus discrète de type M
sinus discrets de transformée de Fourier de type m
Fourier discrète réelle transforme de différents types.
La langue Wolfram n'a pas besoin de fonctions InverseFourierDCT ou InverseFourierDST parce FourierDCT et FourierDST sont leurs propres inverses lorsqu'il est utilisé avec le type approprié. L'inverse se transforme pour les types 1, 2, 3, 4 sont des types 1, 3, 2, 4, respectivement.
Vérifiez que le type 3 de transformation est l'inverse du type 2 transform.
Les transformations réelles discrètes sont faciles à utiliser pour les données ou la compression d'image.
Voici des données qui pourraient être comme un avant ou un bord.
La transformée en cosinus discrète a la plupart des informations contenues dans les premiers modes.
Reconstruire l'avant à partir de seulement les 20 premiers modes (1/10 de la taille des données d'origine). Les oscillations sont une conséquence de la troncature et sont connus pour apparaître dans les applications de traitement d'images aussi bien.