试图通俗地捋清标题名词之间的关系0.前置知识0.1函数的正交0.2什么是卷积？0.3散度0.4欧拉公式1.卷积与傅里叶变换1.1傅里叶变换1.2时域的卷积等于频域的乘积2.拉普拉斯变换3.拉普拉斯算子4.拉普拉斯矩阵与其特征向量5.太长不看总结版extra注：大量借鉴内容，且本文并不重在详细公式的推导，只是粗浅地替非信号专业的兄弟们把没接触过的概念串一串，欢迎批评指正0.前置知识0.1函数的正交两个向量的正交很好理解：如（1，0）与（0，1）内积为0引申到两个函数的正交：两个函数f(x)、g(x)在共同的定义域内，定义域内的每个点对应的函数值乘起来再相加（积分）值为0举例：sin（x）与cos
0.引言时域上的复杂，在频域上也许很规律，即使复杂如交响乐，也是1~7不同调子（蝌蚪文）的组合，并且有规律，即曲谱。大统一的弦理论，似乎也是从频域去尝试解释世界，解释基本粒子。对于理工科，频域变换，最大的作用就是把时域上复杂的微分方程转为频域上多项式，极大地方便离散求解。基础资料：《信号与系统》和《复变函数》1.时域和频域时域：真实世界，唯一存在的域，我们的经历都是在时域中发展和验证；比如听音乐会，随着时间流逝，我们完整的欣赏这段音乐；这是时域中发生的事情，而频域，这段音乐只是由特地的音符组成的乐谱而已，这是永恒的与时间无关系。**信号在：**时域转换频域。通过傅里叶变化；时域来看，多个波形分
0.引言时域上的复杂，在频域上也许很规律，即使复杂如交响乐，也是1~7不同调子（蝌蚪文）的组合，并且有规律，即曲谱。大统一的弦理论，似乎也是从频域去尝试解释世界，解释基本粒子。对于理工科，频域变换，最大的作用就是把时域上复杂的微分方程转为频域上多项式，极大地方便离散求解。基础资料：《信号与系统》和《复变函数》1.时域和频域时域：真实世界，唯一存在的域，我们的经历都是在时域中发展和验证；比如听音乐会，随着时间流逝，我们完整的欣赏这段音乐；这是时域中发生的事情，而频域，这段音乐只是由特地的音符组成的乐谱而已，这是永恒的与时间无关系。**信号在：**时域转换频域。通过傅里叶变化；时域来看，多个波形分
文章目录时域特征提取频域特征提取时-频域特征提取参考资料在面对工业中的传感器采集到的高维的信号，如振动信号，通常需要对数据进行统计特征提取，以进行降维。对于这类时序信号，常用的有时域、频域和时-频域特征提取方法。本次对这三个方面的特征提取代码进行一下总结，并以IEEEPHM2012挑战赛的轴承数据集中的Bearing1_1的数据进行示例。Bearing1_1的数据维度为(2803,2560)，即共有2803个样本，每个样本数据的信号长度为2560，具体的数据介绍资料比较多，可以自行百度或看直接看官方的数据介绍。时域特征提取时域统计特征可分为有量纲统计量和无量纲统计量，有量纲统计量的数值大小会因
文章目录时域特征提取频域特征提取时-频域特征提取参考资料在面对工业中的传感器采集到的高维的信号，如振动信号，通常需要对数据进行统计特征提取，以进行降维。对于这类时序信号，常用的有时域、频域和时-频域特征提取方法。本次对这三个方面的特征提取代码进行一下总结，并以IEEEPHM2012挑战赛的轴承数据集中的Bearing1_1的数据进行示例。Bearing1_1的数据维度为(2803,2560)，即共有2803个样本，每个样本数据的信号长度为2560，具体的数据介绍资料比较多，可以自行百度或看直接看官方的数据介绍。时域特征提取时域统计特征可分为有量纲统计量和无量纲统计量，有量纲统计量的数值大小会因
图像处理已经成为我们日常生活中不可或缺的一部分，涉及到社交媒体和医学成像等各个领域。通过数码相机或卫星照片和医学扫描等其他来源获得的图像可能需要预处理以消除或增强噪声。频域滤波是一种可行的解决方案，它可以在增强图像锐化的同时消除噪声。快速傅里叶变换(FFT)是一种将图像从空间域变换到频率域的数学技术，是图像处理中进行频率变换的关键工具。通过利用图像的频域表示，我们可以根据图像的频率内容有效地分析图像，从而简化滤波程序的应用以消除噪声。本文将讨论图像从FFT到逆FFT的频率变换所涉及的各个阶段，并结合FFT位移和逆FFT位移的使用。本文使用了三个Python库，即openCV、Numpy和Mat
图像处理已经成为我们日常生活中不可或缺的一部分，涉及到社交媒体和医学成像等各个领域。通过数码相机或卫星照片和医学扫描等其他来源获得的图像可能需要预处理以消除或增强噪声。频域滤波是一种可行的解决方案，它可以在增强图像锐化的同时消除噪声。快速傅里叶变换(FFT)是一种将图像从空间域变换到频率域的数学技术，是图像处理中进行频率变换的关键工具。通过利用图像的频域表示，我们可以根据图像的频率内容有效地分析图像，从而简化滤波程序的应用以消除噪声。本文将讨论图像从FFT到逆FFT的频率变换所涉及的各个阶段，并结合FFT位移和逆FFT位移的使用。本文使用了三个Python库，即openCV、Numpy和Mat
1、简介采用LMSVirtual.LabAcoustics声学软件，可以直接打开CATIAV5的设计模型、或者间接导入其它CAD软件的三维模型，实现从声学模型创建、复杂边界条件加载、快速求解计算，直到计算结果评估、响应峰值定位、问题根源探究、以及快速修改预测的流程化声学仿真过程，为用户提供最完备的声学分析解决方案。声学有限元仿真主要用于模拟声压波在声介质中的生成、传播、辐射、吸收和反射。随着有限元软件的发展和人们对噪声问题的重视，声学有限元仿真在越来越多的行业得到广泛应用。声音的物理特性：声功率、声强和声压。2、声压声压：声波在空气中传播时，空气的疏密程度会随声波而改变，因此，区域性的压强也会
1、简介采用LMSVirtual.LabAcoustics声学软件，可以直接打开CATIAV5的设计模型、或者间接导入其它CAD软件的三维模型，实现从声学模型创建、复杂边界条件加载、快速求解计算，直到计算结果评估、响应峰值定位、问题根源探究、以及快速修改预测的流程化声学仿真过程，为用户提供最完备的声学分析解决方案。声学有限元仿真主要用于模拟声压波在声介质中的生成、传播、辐射、吸收和反射。随着有限元软件的发展和人们对噪声问题的重视，声学有限元仿真在越来越多的行业得到广泛应用。声音的物理特性：声功率、声强和声压。2、声压声压：声波在空气中传播时，空气的疏密程度会随声波而改变，因此，区域性的压强也会
