Main Content

La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

Analyse et filtrage de Fourier

Transformées de Fourier, convolution et filtrage numérique

Les transformées et les filtres sont des outils permettant de traiter et d’analyser des données discrètes. Ils sont couramment utilisés dans les applications de traitement du signal et en mathématiques computationnelles. Lorsque les données sont représentées en tant que fonction du temps ou de l’espace, la transformée de Fourier les décompose en composantes fréquentielles. La fonction fft utilise un algorithme de transformée de Fourier rapide qui offre un coût de calcul réduit par rapport à d’autres implémentations directes. Pour une présentation plus détaillée de l’analyse de Fourier, consultez Fourier Transforms. Les fonctions conv et filter sont également utiles pour modifier l’amplitude ou la phase des données en entrée en utilisant une fonction de transfert.

Sample data plotted in the time or space domain and the Fourier transform of the data plotted in the frequency domain

Fonctions

développer tout

fftFast Fourier transform
fft22-D fast Fourier transform
fftnN-D fast Fourier transform
nufftNonuniform fast Fourier transform (depuis R2020a)
nufftnN-D nonuniform fast Fourier transform (depuis R2020a)
fftshiftDécaler le composant à fréquence nulle au centre du spectre
fftwDefine method for determining FFT algorithm
ifftInverse fast Fourier transform
ifft22-D inverse fast Fourier transform
ifftnMultidimensional inverse fast Fourier transform
ifftshiftInverse zero-frequency shift
nextpow2Exponent of next higher power of 2
interpft1-D interpolation (FFT method)
convConvolution et multiplication polynomiale
conv22-D convolution
convnN-D convolution
deconvLeast-squares deconvolution and polynomial division
filter1-D digital filter
filter22-D digital filter
ss2tfConvert state-space representation to transfer function
padecoefPadé approximation of time delays

Rubriques

  • Fourier Transforms

    The Fourier transform is a powerful tool for analyzing data across many applications, including Fourier analysis for signal processing.

  • Basic Spectral Analysis

    Use the Fourier transform for frequency and power spectrum analysis of time-domain signals.

  • 2-D Fourier Transforms

    Transform 2-D optical data into frequency space.

  • Smooth Data with Convolution

    Smooth noisy, 2-D data using convolution.

  • Filter Data

    Filtering is a data processing technique used for smoothing data or modifying specific data characteristics, such as signal amplitude.