如何向非技术人员解释“稀疏傅里叶变换”算法？
【伯乐在线导读】：这个问题来自 Quora，下面是来自 Tanooj Luthra 的回复。
让我们来演奏一架想象中的钢琴。
钢琴的每个琴键都对应一个特定频率的声音。例如，一个比较有名的频率是国际标准音A（440赫兹）。当有琴键按下时，你听到的声音是一个完美的正弦波，振荡在440赫兹。同样，中央C对应的频率约为261赫兹声波。
不过，每次只演奏一个音符太单调了，我们来尝试几个音符同时演奏。有趣的是，两个各不相关的声音结合起来，就创造一个全新的独特声音。它不再只是单一的频率，这是两个频率的结合。如果琴键一起按下我们会发现，对应的频率也叠加在了一起。
三个音符组合形成的最终声音信号！
快速傅立叶变换（FFT）可以让我们将这个新的声音解构为原始的频率，从本质上得到这个和弦是由哪些琴键组成的。现在我们退一步，只演奏一个音符，看看这个原始信号及其FFT的示例图。
这幅图中的数字没有曲线形状所代表的意义那么重要。上面图中蓝色表示声音的波形，表示了其幅值相对于时间的关系。它是一个单一的频率，表示只演奏了音符A。FFT变换后，我们得到了一个很有趣的图形，幅值相对于频率的关系。此图中单个波峰表示原始信号中的单一频率，而大部分的频率不存在。前进一点点，在我们的和弦例子中有两个音符C和A，我们的FFT将有两个波峰！一个会出现在相同的位置，而另一个将出现在较低的频率。总体来说，一个信号的FFT将每个“纯”频率相加得到最终的输出结果。
我们给钢琴加一个歌手伴奏。
人的声音频率范围很宽，多种多样的频率组成了多种多样的声音（词语）。正如下面的图片，音频信号可能会非常非常复杂。相应的FFT在一定比例上有成千上万的非零频率（图上的红色曲线将有成千上万不同高度的峰值）。举个例子，即使是一个歌手想发出F音，最终也会产生许多不同的频率，因为人声不是一个理想的乐器。
说出不同词语时的音频信号。显然不像上面的标准音A那样光滑波动！
现在，我们已经有点明白FFT了，现在来看看MIT的稀疏FFT。当我们为钢琴加了歌手伴奏后，我们有一个C和A的和弦以及一个歌手努力维持唱出的F音，然后得到了一个参差不齐的音频信号及其FFT。原本的FFT将计算出每个频率的幅度，但我们也许可以利用这样一个事实，即大部分的频率将集中在C、A和F周围！因此，如果我们只计算组成最终音频信号的三个频率，可以复制出一个足够接近于原音乐乐谱的声音。这就是稀疏FFT在做什么。
这篇论文注意到一个事实，在视频信号中有89％的频率不是必须存在的。只计算11％的频率的稀疏FFT，信号质量不会恶化太多。虽然视频的频率和信号的相关概念更偏向技术性，但是理论同样适用于钢琴和歌手。
更多相关：
-
假设一条正弦曲线为sin(2*pi/t)，频率为1Hz。我们以2Hz的频率对该曲线进行采样（每隔0.5s），可以得到3个红色采样数据，如下图 对于这三个点，我们不能确定它对应的正弦曲线是sin(2*pi/t)，因为sin(4*pi/t)等倍频曲线也会穿过这三个红色采样点。 你想象一个白色的圆盘，有一条沿着半径的...
-
原文出处： 韩昊 1 2 3 4 5 6 7 8 9 10 作 者：韩 昊 知 乎：Heinrich 微 博：@花生油工人 知乎专栏：与时间无关的故事 谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。 转载的同学请保留上面这句话，谢谢。如果还能保留文章来源就更感激不尽了。 我保证这篇文章...
-
原文出处： 韩昊 我保证这篇文章和你以前看过的所有文章都不同，这是 2012 年还在果壳的时候写的，但是当时没有来得及写完就出国了……于是拖了两年，嗯，我是拖延症患者…… 这篇文章的核心思想就是： 要让读者在不看任何数学公式的情况下理解傅里叶分析。 傅里叶分析不仅仅是一个数学工具，更是一种可以彻底颠覆一个人以前世界观的思维...
-
很多Linux高手都喜欢使用screen命令，screen命令可以使你轻松地使用一个终端控制其他终端。尽管screen本身是一个非常有用的工具，byobu作为screen的增强版本，比screen更加好用而且美观，并且提供有用的信息和快捷的热键。 想象一下这样一个场景：你通过Secure Shell(ssh)链接到一个服务器，并...
-
NarrowbandPrimary Synchronization Signal时域位置每1个SFN存在一个NPSSSFNSubframeSymbol长度每个SFN5最后11个symbol11个symbols频域位置NB-IOT下行带宽固定180kHz，一个PRB，12个子载波。...
-
[h1]反斜杠只能够阻止一个字符 [h2]位于键盘的左上角，和~公用一个键。...
-
英语的重要性，毋庸置疑！尤其对广大职场人士，掌握英语意味着就多了一项竞争的技能。那，对于我们成人来说，时间是最宝贵的。如何短时间内在英语方面有所突破，这是我们最关心的事情。英语学习，到底有没有捷径可以走，是否可以速成？周老师在这里明确告诉大家，英语学习，没有绝对的捷径走，但是可以少走弯路。十多年的教学经验告诉我们，成功的学习方法可以借...
-
展开全部 其实IDLE提供了一个显32313133353236313431303231363533e78988e69d8331333365663438示所有行和所有字符的功能。 我们打开IDLE shell或者IDLE编辑器，可以看到左下角有个Ln和Col，事实上，Ln是当前光标所在行，Col是当前光标所在列。 我们如果想得到文件代码...
-
前言[1]从 Main 方法说起[2]走进 Tomcat 内部[3]总结[4]《Java 2019 超神之路》《Dubbo 实现原理与源码解析 —— 精品合集》《Spring 实现原理与源码解析 —— 精品合集》《MyBatis 实现原理与源码解析 —— 精品合集》《Spring MVC 实现原理与源码解析 —— 精品合集》《Spri...
-
【本文摘要】【注】本文所述内容为学习Yjango《学习观》相关视频之后的总结，观点归Yjango所有，本文仅作为学习之用。阅读本节，会让你对英语这类运动类知识的学习豁然开朗，你会知道英语学习方面，我们的症结所在。学习英语这类运动类知识，需要把握四个原则第一，不要用主动意识。第二，关注于端对端第三，输入输出符合实际情况第四，通过多个例子...
-
点云PCL免费知识星球，点云论文速读。文章：RGB-D SLAM with Structural Regularities作者：Yanyan Li , Raza Yunus , Nikolas Brasch , Nassir Navab and Federico Tombari编译：点云PCL代码：https://github.co...