用傅里叶变换预测未来 - 页 51

[trololo]

AlexeyFX:

当然你可以用傅 里叶做得更好，我对它不了解。

你为什么要生气和抱怨......你为什么要冒犯。 Integer可能在指责你的误解方面做得太过分了。 我理解它的伤害。

(PS:整数，alexeyFX。请你把你的能量引导到线程的好处，和相互尊重。阿门))

PS：AlexeyFX， 是好是坏有什么区别，Integer并没有说Fourier是最擅长采取像你这样的先发制人的行动，也许你有更好的素质。

[AlexeyFX]

Trololo:

这条线的问题是，是否有可能使用傅里叶得到一个先发制人的行动。

我说这是不可能的，而且我解释了原因。紧接着又回答说我什么都不懂，没有任何解释。

Trololo。

你为什么要发火？ Interger可能在指责你的误解方面做得太过分了。 我理解它的伤害。

这不是一种侮辱，甚至不是一种厌恶，只是想知道我到底不明白什么，我在傅立叶身上没有看到什么好处。这很有趣...

[Rorschach]

AlexeyFX:

我说这是不可能的，并解释了原因。紧接着又回答说我什么都不懂，没有任何解释。

这不是一种侮辱，甚至不是一种赌气，只是想知道我到底不明白什么，我在傅立叶身上 没有看到什么好处。我想知道...

我可能是错的，我很乐意被纠正。在傅里叶中，我看到了使用参数方法获得无限（理想的）高频率分辨率的可能性，但这必须要经过摆弄。对于小波，我还不知道如何实现这一点。

[Alexey Subbotin]

Rorschach:
我可能是错的，很高兴被纠正。在傅立叶中，我看到了使用参数方法获得无限（理想）高频率分辨率的可能性，但这必须要做大量的工作。对于小波，我还不知道如何实现这一点。

因此，无论如何，它是无限的--你采取任何频率，用正弦和余弦整合系列，得到系数。除了最大（奈奎斯特频率）和最小（在合理范围内，但理论上为0）的数值外，对频率值本身没有限制。

[Alexey Subbotin]

Rorschach:

分辨率取决于样本长度，所以要获得好的分辨率，你需要一个大的样本，而要获得一个短的样本，你需要使用一个能产生任意长的序列的采样模型。

不，只有可以分析的最小 频率取决于采样长度，就像我说的，只是出于实际原因（我通常不分析半波长短于采样长度的频率）。

[Alexey Subbotin]

Rorschach:

我指的是最小频率（光谱计数之间的步骤）。例如，你想分离周期为 100和99的谐波。

最小频率并不意味着频率之间的最小距离（即分辨率）。总是可以通过直接计算得到周期为100、100.1、100.000001等的谐波的系数。

[Alexey Subbotin]

Rorschach:

这是一个打字错误吗？

是的，没错。对--"不要取半波长度大于 采样长度的谐波"。

_____

我们似乎在谈论不同的事情。如果任务是区分频率为w和w+dw的两个叠加信号是一回事，这确实需要一些最小的样本长度。但同时也没有人阻止我们仅仅通过PF的定义来计算任意的w的S(w)，因为函数S(w)是连续的。所以我为这种误解道歉。

[Alexey Subbotin]

顺便说一下，真正的无限，在各种意义上，频率分辨率是希尔伯特变换

[Alexey Subbotin]

Rorschach:

你有没有做过第二代小波（提升方案）？我顺便看了一下，那里没有边缘效应。

我还没有...可能根本不可能有任何边缘效应，这还是因果关系原理的结果--信号边缘的不确定性只能通过知道后续的数值来解决。 这样的滤波器在理论上当然可以建立，但在实践中是不可能实现的...你在哪里读到的边缘效应，你能给我一个链接吗？

[Rorschach]

alsu:
我还没有...可能根本不可能有边缘效应，因为这毕竟是因果关系原则的结果--在信号边缘产生的不确定性只能通过知道后续的数值来解决，这样的滤波器当然可以在理论上建立，但在实践中是无法实现的...你在哪里读到的边缘效应，你能给我一个链接吗？

我是无意中看到他们的，我不记得在哪里，我在寻找什么。这是基于模型的分解和对模型的偏离。