标签：倒谱 FFT 本质 sigData log 信号 0.0000 Cepstrum
1.理解：
信号叠加时，不是都是线性关系，（时域相互+ 频率相加）；有的时候是两种信号成分相乘得到的，（时域卷积，频域相乘）
通过倒谱可以解析
步骤
1. sigData = x* y卷积
2. FFT(sigData) = FFT(X) FFT(Y) 频域相乘
3. log (FFT(sigData)) = log(FFT(X)) + log(FFT(Y) 本质上是将信号同态化，把乘关系的信号 变成加的关系。比如下图中第一幅图。这时，信号中的频率是第二幅图与第三幅图的线性叠加。下一步我们通过再进行一次FFT(ifft其实本质就是FFT),得到低频部分与高频部分
4. ifft （log (FFT(sigData)) ） 相当于得到了频率曲线，再进行一次FFT变换，把高频和和低频分离。
IFFT 本质还是FFT，应为FFT与iFFT的结果 ， 互为共轭，相差N倍
2.应用：
1. 语音信号中 获取声音信道的方法，MFCC，Mel 频率倒谱系数， 不过里面用的是 DCT， 离散余弦变换（类似FFT）。
2. 变速箱存在故障或振动较大时，采集到的是很多个齿轮与齿轮啮合、存在调制的信号，通过倒谱可以再混杂的信号中找出相关信号频率，进一步找出导致振动大的相关齿轮。
附：
关于 FFT 与 i-FFT的计算结果
x = [1 2 3 3 2 1 ] x =1 2 3 3 2 1 x_f = fft(x) x_f = 1×6 complex 12.0000 + 0.0000i -3.0000 - 1.7321i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i -3.0000 + 1.7321i x_if = ifft(x)*6 x_if = 1×6 complex 12.0000 + 0.0000i -3.0000 + 1.7321i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i -3.0000 - 1.7321i plot(x_f )
plot(x_if )
标签：倒谱,FFT,本质,sigData,log,信号,0.0000,Cepstrum 来源： https://www.cnblogs.com/Nicoooolas/p/14395196.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。