Main Content

La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

Analisi di Fourier e filtraggio

Trasformate di Fourier, convoluzione, filtraggio digitale

Le trasformate e i filtri sono strumenti per l'elaborazione e l'analisi di dati discreti e sono comunemente utilizzati nelle applicazioni di elaborazione dei segnali e nella matematica computazionale. Quando i dati sono rappresentati come una funzione di tempo o di spazio, la trasformata di Fourier li decompone in componenti di frequenza. La funzione fft utilizza un algoritmo della trasformata di Fourier veloce che ne riduce il costo computazionale rispetto ad altre implementazioni dirette. Per un'introduzione più dettagliata sull'analisi di Fourier, vedere Fourier Transforms. Le funzioni conv e filter sono inoltre degli strumenti utili per modificare l’ampiezza o la fase dei dati di input utilizzando una funzione di trasferimento.

Sample data plotted in the time or space domain and the Fourier transform of the data plotted in the frequency domain

Funzioni

espandi tutto

fftTrasformata di Fourier veloce
fft22-D fast Fourier transform
fftnN-D fast Fourier transform
nufftNonuniform fast Fourier transform (Da R2020a)
nufftnN-D nonuniform fast Fourier transform (Da R2020a)
fftshiftSpostare il componente a frequenza zero al centro dello spettro
fftwDefine method for determining FFT algorithm
ifftInverse fast Fourier transform
ifft22-D inverse fast Fourier transform
ifftnMultidimensional inverse fast Fourier transform
ifftshiftInverse zero-frequency shift
nextpow2Exponent of next higher power of 2
interpft1-D interpolation (FFT method)
convConvoluzione e moltiplicazione polinomiale
conv22-D convolution
convnN-D convolution
deconvLeast-squares deconvolution and polynomial division
filter1-D digital filter
filter22-D digital filter
ss2tfConvert state-space representation to transfer function
padecoefPadé approximation of time delays

Argomenti

  • Fourier Transforms

    The Fourier transform is a powerful tool for analyzing data across many applications, including Fourier analysis for signal processing.

  • Basic Spectral Analysis

    Use the Fourier transform for frequency and power spectrum analysis of time-domain signals.

  • 2-D Fourier Transforms

    Transform 2-D optical data into frequency space.

  • Smooth Data with Convolution

    Smooth noisy, 2-D data using convolution.

  • Filter Data

    Filtering is a data processing technique used for smoothing data or modifying specific data characteristics, such as signal amplitude.