Scipy重采样用于下采样,傅立叶方法解释



我正在寻求解释什么是"傅立叶方法",它在resample((方法的文档中被描述为重新采样。我想对数组进行下采样。我知道抽取是什么以及它是如何工作的,我也知道傅立叶变换是什么。然而,我找不到"科学备份",也就是说,在scipy中的重采样方法。我看到了这个主题:

https://dsp.stackexchange.com/questions/45446/pythons-tt-resample-vs-tt-resample-poly-vs-tt-decimate

我还搜索了一些关于数字信号处理的书。我是不是错过了一些显而易见的东西?我研究了重采样的实现,我知道它对信号进行傅立叶变换,然后从变换后的阵列开始和结束时提取所需的一半样本。然后将傅立叶变换逆回到时域。我找不到对这种方法的科学描述。在上面的链接中,提到了这一点:

https://en.wikipedia.org/wiki/Trigonometric_interpolation#Relation_with_the_discrete_Fourier_transform

我不明白插值和下采样是怎么联系在一起的。有人能解释和/或链接一些资源吗?提前感谢

我没有研究过代码,但我认为您所描述的是正确的,并且下采样是通过截断频谱的逆变换实现的。

让我们将此过程分为两个步骤。首先将频谱中与高频相关的波束归零,这是信号的低通。此步骤是验证无混叠所必需的。

第二步是拆除这些横梁。该步骤与频谱的零填充过程相反,这相当于上采样。因此,去除与高频相关的波束相当于时域中的抽取。

最新更新