R 傅里叶变换定理在复信号中的应用

我试着把这个方法应用到R中的一个复杂信号上。然而，只有我的信号的幅度会像我预期的那样移动。我认为应该可以将这个定理应用于复杂信号，所以我可能在某个地方出错。我猜我计算的频率轴有一个误差

如何正确地将傅里叶移位定理应用于复杂信号（使用R）

正如你所看到的，信号的幅度发生了很好的偏移，但是相位被扰乱了。我想负频率就是我的错误所在，但我看不到

我做错了什么

---

关于傅里叶相移定理，我可以找到以下问题：

---

但这些并不是复杂的信号。

答案

正如Steve在评论中所建议的，我检查了第6元素的阶段

> Arg(t.out)[6]
[1] 0.7853982
> Arg(t.in)[1]
[1] 0.7853982

因此，唯一一个具有幅值（至少比

EPS

高一个数量级）的元素确实具有我预期的相位

TL；DR问题的原始方法的结果已经是正确的，我们看到吉布斯现象正在逐渐消失

---

只需丢弃低量级元素？

---

如果有任何时候，元素的相位应该为零将是一个问题，我可以运行

t.out[Mod（t.out），如果幅值为零（机器精度）然后相位不会告诉你太多。第六学期的相位正确吗？@Steve没有看到这一点，你是对的！你认为我可以按原样使用移位信号，还是应该将其设置为0，其中
Mod（t.out）<.Machine$double.eps
？另外，请注意回答这个问题，或者我应该删除这个问题吗？可能是标记为重复而不是删除这个问题的一个很好的候选者？不，这不是关于相移定理，而是关于重新排列fft元素以供某些函数使用。有一些类似的问题，但没有关于复杂的信号.等等.我会给这篇文章添加一些链接.请随意把你的研究放在一起作为答案。
> Arg(t.out)[6]
[1] 0.7853982
> Arg(t.in)[1]
[1] 0.7853982