تبدیل فوریه گسسته متحرک بازگشتی با داده های نمونه برداری شده

چکیده ترجمه

تبدیل فوریه گسسته (DFT) نقش اساسی برای تحلیل سیگنال بازی می کند. برای مثال یک کاربرد متداول عبارت است از تبدیل فوریه سریع برای محاسبه تجزیه طیف در روش بلوک به بلوک.

هر چند استفاده از تکنیک تبدیل فوریه گسسته بازگشتی که به نوبه خود محاسبه وضوح خوب فرکانس زمان را میسر می کند بدست آوردن نمونه به نمونه را فعال می نماید. خروجی طیف موجود در روش نمونه به نمونه با استفاده از ترکیب خصوصیات شیفت زمان فوریه تفاوت بین جدیدترین نمونه ورودی و خروجی در زمان استفاده طول بازه محدود بدست آمده است.همانگونه که با پردازش تاخیر در هر نمونه ورودی بیشترین نرخ نمونه برداری را مشخص خواهد کرد برای حفظ روش نمونه برداری در فرآیند هماهنگ سازی، محدودیت نمونه برداری بر روی سخت افزار نهایی اجرا می شود. این کار رویکرد بازگشتی را یک قدم به جلوتر می برد و پردازش نمونه های متعدد اکتسابی را در نمونه برداری بیش از حد برای یدست آوردن طیف خروجی میسر می کند. این کار نشان می دهد که محاسبه تجزیه ریز به ریز طیف در هنگام افزایش پهنای باند سیگنال قابل استفاده با نرخ نمونه برداری بالاتر امکان پذیر است. نتایج نشان می دهند که پردازش بالا با فاکتور های بهبود یافته پهنای باند سیگنال تا 6.7x با پردازش 8 نمونه در هر تکرار زیر خطی را افزایش می دهد.

کلمات کلیدی

  • تبدیل فوریه گسسته
  • تبدیل فوریه گسسته بازگشتی
  • تبدیل فوریه گسسته متحرک
  • پیاده سازی تبدیل فوریه
  • بروزرسانی طیفی

مقدمه

تبدیل فوریه گسسته نقشی اساسی برای تحلیل سیگنال بازی می کند. به طور مرسوم نمونه ها در روش بلوک پردازشی بدست می آیند و پردازش می شوند به طوری که تعداد نمونه ها در هر طیف بدست آمده تابعی از تفکیک طیفی مطلوب است. نتیجه، خروجی تاخیر دار با جزئیات زمان معین توسط کنترل بلوک و نرخ پردازشی است. برای بهبود تفکیک زمان و فرکانس، ما هم به کنترل و پردازش داده های بلوک در نرخ بالاتر و هم متناوبا استفاده از روش های تبدل فوریه بازگشتی نیاز داریم[1-4]. اتخاذ تکنیک های تبدیل فوریه گسسته متحرک بازگشتی دستیابی نمونه به نمونه قابلیت انعطاف محاسبه تفکیک ریز فرکانس - زمان را میسر می کند.

اطلاعات فایل

  • فرمت: zip
  • حجم: 1.18 مگابایت
  • شماره ثبت: 411

خرید فایل

نظرات 0 + ارسال نظر
امکان ثبت نظر جدید برای این مطلب وجود ندارد.