R 输入波的振幅和傅里叶系数的振幅有很大的不同

R 输入波的振幅和傅里叶系数的振幅有很大的不同,r,signal-processing,fft,frequency-analysis,R,Signal Processing,Fft,Frequency Analysis,输入R中fft()函数的一系列波的均方根值均为10E-2,但所有波的傅里叶系数都大不相同(0.3-15) 我看过其他fft函数,比如周期图(),系数保持不变 没什么,只是将一系列y值导入fft函数,然后取模 result <- abs(fft(df)) 结果如我在中所述,时域和频域中的振幅之间存在近似关系,这是我在常用的离散傅里叶变换定义下所述的。由于R的fft遵循相同的定义(请参阅),因此从时域到频域时,可能会出现类似的近似0.5*N振幅缩放 请注意,由于您显然没有纯正弦信号,不同的频

输入R中fft()函数的一系列波的均方根值均为10E-2,但所有波的傅里叶系数都大不相同(0.3-15)

我看过其他fft函数,比如周期图(),系数保持不变

没什么,只是将一系列y值导入fft函数,然后取模

result <- abs(fft(df))
结果如我在中所述,时域和频域中的振幅之间存在近似关系,这是我在常用的离散傅里叶变换定义下所述的。由于R的
fft
遵循相同的定义(请参阅),因此从时域到频域时,可能会出现类似的近似
0.5*N
振幅缩放


请注意,由于您显然没有纯正弦信号,不同的频率分量可能会开始干扰,使关系比绝对真值更接近,但它仍应处于正确的数量级。

我不知道R的FFT实现,但是对于大多数FFT,您需要将幅度除以FFT大小,因为有一个隐式的比例因子。