Please note that the recommended version of Scilab is 2025.0.0. This page might be outdated.
See the recommended documentation of this function
fft
Transformée de Fourier discrète directe ou inverse uni-, bi-, ou N-dimensionnelle
ifft
Transformée de Fourier inverse discrète.
Séquence d'appel
X = fft(A) X = fft(A, sign) X = fft(A, sign, directions) X = fft(A, sign, dims, incr) X = fft(.., symmetry)
Arguments
- A, X
- vecteurs, matrices, ou tableaux N-dimensionnels de nombres réels ou complexes, de tailles identiques.
- sign
- -1 ou 1 = signe du facteur ±2iπ dans le terme exponentiel calculant la transformée, et fixant le sens de celle-ci. Par défaut = -1 = transformée directe.
- directions
- vecteur contenant les numéros des dimensions
A
(dans [1, ndims(A)]) selon lesquelles la FFT (multidirectionnelle) doit être calculée. Par défaut, directions=1:ndims(A) : la FFT "cumulée" est calculée pour toutes les directions. Voir la partie "Description" pour plus de détails. - symmetry
- mot-texte optionnel, aidant fft() à choisir le meilleur algorithme :
- "symmetric": force fft() à considérer
A
ou toutes ses "tranches" comme symétriques conjuguées. Cela est utile lorsqu'une symétrie exacte attendue a été altérée par des erreurs d'arrondis provenant d'opérations antérieures effectuées surA
. Un hypertableau numérique N-DimensionnelB
de tailles[s1,s2,..,sN]
est conjugué symétrique pur la FFT si et seulement siB==conj(B([1 s1:-1:2],[1 s2:-1:2],...,[1 sN:-1:2]))
. Dans ce cas, le résultatX
est réel. Un algorithme efficace spécifique peut alors être utilisé pour le calculer. - "nonsymmetric": force fft() à ignorer toute propriété de symétrie.
- option non fournie : fft() détermine alors automatiquement les propriétés
de symétrie de
A
.
- "symmetric": force fft() à considérer
- dims
- vecteur d'entiers positifs. Chaque élément doit être un diviseur de length(A).
Le produit des éléments de
dims
doit être strictement inférieur à length(A). Ancienne syntaxe. Voir la partie "Description". - incr
- vecteur d'entiers positifs strictement croissants, de taille identique à
celle de
dims
. Chaque élément doit être un diviseur de length(A). Ancienne syntaxe. Voir la partie "Description".
Description
Cette fonction calcule la transformée de Fourier discrète directe ou inverse d'un tableau ou d'un hypertableau de nombres, selon une ou plusieurs directions au sein de celui-ci.Syntaxe courte
Transformée directe :
X = fft(A,-1 [, symmetry])
ou
X = fft(A [, symmetry])
calcule la transformée de Fourier discrète
directe de A
.
- monovariable
a=A
est un vecteur :x=fft(a,-1)
oux = fft(a)
calcule une transformée monovariable, c'est à dire:- multivariable
A
est une matrice, ou un hypertableau N-dimensionnel :X = fft(A,-1)
ouX = fft(A)
calcule la transformée de Fourier discrète multivariable directe deA
.
Transformée inverse normalisée :
X = fft(A, 1)
ou X = ifft(A)
calcule la
transformée inverse normalisée, telle que A==ifft(fft(A))
.
- monovariable
a=A
est un vecteur :X = fft(a, +1)
ouX = ifft(A)
calcule la transformée monovariable inverse, c'est à dire :- multivariable
A
est une matrice ou un hypertableau N-dimensionnel :X = fft(A, +1)
ouX = ifft(A)
calcule la transformée de Fourier multivariable discrète inverse deA
.
Syntaxe longue : FFT directionnelle mutidimensionnelle
X = fft(A, sign, directions [, symmetry])
calcule efficacement les transformées directes ou inverses de toutes les
"rangées" de A
, selon les directions
spécifiées.
Par exemple, si A
est un tableau 3D,
X = fft(A,-1, 2)
est équivalent à
et X = fft(A, -1, [1 3])
est équivalent à
X = fft(A, sign, dims, incr [, symmetry])
est une syntaxe ancienne qui permet aussi de
calculer efficacement les transformées directes ou inverses de "rangées" choisies
de A
.
Avec cette syntaxe, A
est vue comme sérialisée en un vecteur,
et ses tailles effectives ne sont pas prises en compte.
La sélection des "rangées" se fait par la donnée des tailles et des incréments
de l'indice sérialisé associés à chacune des dimensions.
Par exemple, si A
est un hypertableau ayant
n1*n2*n3
éléments,
X = fft(A,-1, n1, 1)
est équivalent à
X = fft(matrix(A,[n1,n2,n3]), -1, 1)
;
et X = fft(A, -1, [n1 n3], [1 n1*n2])
est équivalent à
X = fft(matrix(A,[n1,n2,n3]), -1, [1,3])
.
Optimisation algorithmique de fft()
Remarque :
la fonction fft
enregistre automatiquement des
paramêtres de calcul internes en mémoire (wisdom
),
pour accélérer les calculs de FFT suivants correspondant aux mêmes directions
avec les mêmes options.
Les fonctions get_fftw_wisdom et set_fftw_wisdom permettent de récupérer et de recharger ces paramètres, afin d'améliorer l'efficacité de calcul de FFT lorsqu'on alterne plusieurs types de FFT.
Algorithmes : fft() est basée sur la bibliothèque externe fftw3.
Bibliographie : Matteo Frigo and Steven G. Johnson, "FFTW Documentation" http://www.fftw.org/#documentation
Exemples
FFT uni-dimensionnelle (sur un vecteur) :
//Composantes fréquentielles d'un signal //---------------------------------- // Construction d'un signal bruité échantilloné à 1000hz // contenant deux fréquences pures à 50 et 70 Hz. sample_rate = 1000; t = 0:1/sample_rate:0.6; N = size(t,'*'); // nombre d'échantillons s = sin(2*%pi*50*t) + sin(2*%pi*70*t+%pi/4) + grand(1,N,'nor',0,1); y = fft(s); // y est symétrique, on ne garde que N/2 points f = sample_rate*(0:(N/2))/N; // vecteur de fréquences associé n = size(f,'*') clf() plot(f, abs(y(1:n)))
FFT bi-dimensionnelle (sur une matrice)
A = zeros(256,256); A(5:24,13:17) = 1; X = fftshift(fft(A)); set(gcf(), "color_map",jetcolormap(128)); clf; grayplot(0:255, 0:255, abs(X)')
FFT ND-dimensionnelle ("hyper-FFT")
// simple case, 3 1-D fft at a time N = 2048; t = linspace(0,10,2048); A = [2*sin(2*%pi*3*t) + sin(2*%pi*3.5*t) 10*sin(2*%pi*8*t) sin(2*%pi*0.5*t) + 4*sin(2*%pi*0.8*t)]; X = fft(A,-1,2); fs = 1/(t(2)-t(1)); f = fs*(0:(N/2))/N; // associated frequency vector clf; plot(f(1:100)', abs(X(:,1:100))') legend(["3 and 3.5 Hz","8 Hz","0.5 and 0.8 Hz"],"in_upper_left") // 45 3-D fft at a time Dims = [5 4 9 5 6]; A = matrix(rand(1,prod(Dims)), Dims); y = fft(A, -1, [2 4 5]); // Code équivalent (mais moins efficace) y1 = zeros(A); for i1 = 1:Dims(1) for i3 = 1:Dims(3) ind = list(i1,:,i3,:,:); y1(ind(:)) = fft(A(ind(:)), -1); end end
// Définition directe de la transformée de Fourier discrete // -------------------------------------------------------- function xf=DFT(x, Sign); n = size(x,'*'); // Calcul de la matrice de Fourier (n by n !) am = exp(Sign*2*%pi*%i*(0:n-1)'*(0:n-1)/n); xf = am*matrix(x,n,1); // dft xf = matrix(xf, size(x)); // mise en forme if Sign==1 then xf = xf/n end endfunction // Comparaison avec l'algorithme de la transformée rapide: a = rand(1,1000); norm(DFT(a,1) - fft(a,1)) norm(DFT(a,-1) - fft(a,-1)) tic(); DFT(a,-1); toc() tic(); fft(a,-1); toc()
Voir aussi
- corr — correlation, covariance
- fftw_flags — choix de la méthode pour la sélection de l'algorithme de planification pour la fft
- get_fftw_wisdom — retourne le wisdom fftw
- set_fftw_wisdom — charge un wisdom fftw
- fftw_forget_wisdom — Réinitialise le wisdom fftw
Report an issue | ||
<< dst | Tranformées | fft2 >> |