رایگان، بدون نیاز به حساب

ماشین حساب سری فوریه

یک سری فوریه واقعی را از نمونه هایی با فاصله یکنواخت در یک دوره تخمین بزنید. تعداد هارمونیک ها را انتخاب کنید، ضرایب را بررسی کنید و منحنی بازسازی شده را با نمونه های خود مقایسه کنید.

4 تا 128 مقدار نمونه را با فاصله یکسان در هر خط یا با نقطه ویرگول از هم جدا کنید. نقطه پایان را تکرار نکنید.

از یک واحد زمان ثابت استفاده کنید. فرکانس متقابل این دوره است و در واحد زمان نشان داده می شود.

برای جلوگیری از تجاوز از محدوده فرکانس قابل استفاده، محدودیت به تعداد نمونه بستگی دارد.

این یک تقریب نمونه محدود است، نه یک تحلیلگر صوتی. نمونه ها و هارمونیک های بیشتر می توانند تناسب سیگنال صاف را بهبود بخشند. ناپیوستگی ها ممکن است بیش از حد گیبس را نشان دهد. نتیجه به نمونه گیری یکنواخت و یک دوره به درستی انتخاب شده بستگی دارد.

سری فوریه واقعی: DC = (1/N)Σxⱼ; aₙ = (2/N)Σxⱼcos(2πnj/N); bₙ = (2/N)Σxⱼsin(2πnj/N); f(t) = DC + Σ[aₙcos(2πnt/T) + bₙsin(2πnt/T)], 0 ≤ t < T.

این ماشین حساب سری فوریه چگونه کار می کند؟

4 تا 128 مقدار مساوی را برای یک دوره کامل، طول دوره و تعداد هارمونیک وارد کنید. ماشین حساب ضرایب فوریه واقعی را با مجموع گسسته تخمین می زند و سیگنال را از هارمونیک های انتخاب شده بازسازی می کند.

پرسش‌های متداول

این ماشین حساب سری فوریه چگونه کار می کند؟

4 تا 128 مقدار مساوی را برای یک دوره کامل، طول دوره و تعداد هارمونیک وارد کنید. ماشین حساب ضرایب فوریه واقعی را با مجموع گسسته تخمین می زند و سیگنال را از هارمونیک های انتخاب شده بازسازی می کند.

آیا نمونه های من آپلود شده اند؟

شماره محاسبه و نمودار در این مرورگر اجرا می شود. نمونه های شما توسط این ابزار آپلود یا ذخیره نمی شوند.

کامپوننت DC به چه معناست؟

میانگین ارزش تمام نمونه ها در یک دوره است. بنابراین یک ورودی ثابت فقط DC دارد، با تمام ضرایب بالاتر برابر با صفر در تحمل گرد کردن.

از چند نمونه و هارمونیک استفاده کنم؟

از نمونه های یکنواخت کافی برای نمایش شکل موج استفاده کنید. ماشین حساب تعداد هارمونیک را به محدوده قابل استفاده آن نمونه ها محدود می کند. هارمونیک های بیشتر می توانند تغییرات واضح تری را ثبت کنند اما ممکن است جهش های نزدیک ایجاد کنند.

چرا منحنی بازسازی شده می تواند در نزدیکی یک پرش بیش از حد باشد؟

یک سری فوریه کوتاه می‌تواند نوسان گیبس را حول یک ناپیوستگی نشان دهد. افزایش تعداد هارمونیک، ناحیه آسیب دیده را باریک می کند، اما مازاد برداشت را به طور کامل حذف نمی کند.