1) Fourier demodulation method
傅立叶解调法
1.
A multiplexing scheme based on Fourier demodulation method is presented in this paper,which makes quasi-distributed measurement of optical fiber MEMS Fabry-Perot(FP) pressure sensors possible.
提出了一种基于傅立叶解调法的空分复用系统,实现了光纤微机电系统(M icroE lectroM echan ical System,MEMS)法-珀(FP)压力传感器的准分布式测量。
2) discrete fourier transform demodulation
离散傅立叶变换解调
3) Fourier decomposition
傅立叶分解
1.
Then,through applying Fourier decomposition to the results of three-pulse voltage and merging the same orders of the harmonics,every harmonic order of the three-pulse voltage can be obtained.
具体计算时采用分段算法,该算法根据各3脉动组中三个阀的导通及换相情况,将3脉动电压波形在一个周波内分为6段,根据计算获得的分段区间将交流基频电压与各次谐波电压作用下的3脉动电压按此6个分段区间分别进行傅立叶分解,然后将相同的谐波次数进行合并就可获得最终的3脉动源的各次电压。
4) Fourier algorithm
傅立叶算法
1.
Improved half-wave Fourier algorithm that can filtrate even wave components availably
有效滤除偶次谐波的改进半波傅立叶算法
2.
Comparing on methods of reactive power of three-phrase detection,presents a new measuring technique which based on Fourier algorithm.
通过对各种无功功率检测方法的分析、比较,提出了一种基于傅立叶算法的无功功率检测方法。
3.
On the basis of high precision requirement for input signals in the power system protection and control system,this paper,only for the influence of power system frequency deviation on extracting fundamental harmonic,studies the amplitude error of Fourier algorithm,presents a method of correcting frequency deviation,and further derives the formulas of improved Fourier algorithm.
针对电力系统微机保护和控制系统对输入信号精度的要求 ,研究了电力系统频率偏移对傅立叶算法的影响 ,提出一种消弱频率偏移影响的方法 ,并推导出校正频率偏移的改进傅立叶算法 。
5) Fourier self-deconvolution (FSD)
傅立叶自解卷积
1.
Fourier self-deconvolution (FSD) was applied to treat the overlapped peaks in spectra.
采用傅立叶自解卷积方法,对合成试样红外光谱的重叠谱带进行分峰处理,结果有效增强了红外谱图的表观分辨率,不仅可以辨认低含量组分的特征吸收,而且当软段含量为4%时仍可检出。
补充资料：N点有限长序列的离散傅里叶变换
时域N点序列χ(n)的离散傅里叶变换(DFT)以X(k)表示，定义为
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条