كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبية

معالجة الإشارات والصوت

تحويل فورييه وFFT

Fourier Transform and FFT

متوسط 40 دقيقة

تحليل الإشارة إلى مكوناتها الترددية بتحويل فورييه المتقطع، وحسابه بـ FFT، وبناء الطيف أحادي الجانب وتفسير المقدار والطور.

ستتعلم في هذا الدرس

  • حساب DFT يدوياً ومقارنته بـ fft
  • بناء الطيف أحادي الجانب بالمقياس الصحيح
  • تفسير محور الترددات
  • فهم أثر النافذة وتسرب الطيف

DFT يدوياً

x = [1 2 0 -1];
N = numel(x);
X = zeros(1, N);
for k = 0:N-1
    for n = 0:N-1
        X(k+1) = X(k+1) + x(n+1) * exp(-1i*2*pi*k*n/N);
    end
end
fprintf('manual |X| = %s\n', mat2str(round(abs(X) * 1e4) / 1e4));
fprintf('fft    |X| = %s\n', mat2str(round(abs(fft(x)) * 1e4) / 1e4));
fprintf('match (diff < 1e-12): %d\n', max(abs(X - fft(x))) < 1e-12);
الناتج الفعلي (شُغِّل في GNU Octave 8.4 أثناء إعداد الدرس، والطباعة بـ fprintf/disp فتطابق MATLAB)
manual |X| = [2 3.1623 0 3.1623]
fft    |X| = [2 3.1623 0 3.1623]
match (diff < 1e-12): 1

الطيف أحادي الجانب

Fs = 1000; N = 1000;
t = (0:N-1) / Fs;
x = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t) + 0.3;   % مركبة ثابتة 0.3
Y = fft(x);
P2 = abs(Y / N);
P1 = P2(1:N/2+1);
P1(2:end-1) = 2*P1(2:end-1);
f = Fs * (0:N/2) / N;
[pk, idx] = sort(P1, 'descend');
fprintf('top 3 components:\n');
for k = 1:3
    fprintf('  %6.1f Hz  amplitude %.4f\n', f(idx(k)), pk(k));
end
الناتج الفعلي (شُغِّل في GNU Octave 8.4 أثناء إعداد الدرس، والطباعة بـ fprintf/disp فتطابق MATLAB)
top 3 components:
   120.0 Hz  amplitude 1.0000
    50.0 Hz  amplitude 0.7000
     0.0 Hz  amplitude 0.3000

استعدنا السعات 1 و0.7 و0.3 بدقة لأن كل تردد يقع على خانة صحيحة (دقة التردد 1 Hz). جرّب N = 1024 لترى التسرب.

التسرب والنوافذ

Fs = 1000; N = 1000; t = (0:N-1) / Fs;
x = sin(2*pi*50.5*t);                       % تردد بين خانتين
w = 0.5 - 0.5*cos(2*pi*(0:N-1)/(N-1));      % نافذة Hann
P = abs(fft(x)) / N;
Pw = abs(fft(x .* w)) / sum(w);
far = 70:N/2;                               % خانات بعيدة عن 50 Hz
fprintf('peak (rect) = %.4f, peak (hann) = %.4f\n', 2*max(P(1:N/2)), 2*max(Pw(1:N/2)));
fprintf('leakage far from peak: rect %.2e, hann %.2e\n', max(P(far)), max(Pw(far)));
الناتج الفعلي (شُغِّل في GNU Octave 8.4 أثناء إعداد الدرس، والطباعة بـ fprintf/disp فتطابق MATLAB)
peak (rect) = 0.6397, peak (hann) = 0.8491
leakage far from peak: rect 7.32e-03, hann 2.52e-05

نافذة Hann تقلل التسرب البعيد كثيراً على حساب قمة أعرض قليلاً. في Signal Processing Toolbox: hann(N) وhamming(N)، وpspectrum وperiodogram تطبق ذلك آلياً.

[p, f] = pspectrum(x, Fs);                 % Signal Processing Toolbox
plot(f, pow2db(p)); xlabel('Hz'); ylabel('dB');
[pxx, fw] = pwelch(x, hann(256), 128, 512, Fs);   % كثافة الطيف بطريقة Welch

يتطلب هذا الكود: Signal Processing Toolbox. لم يُشغَّل في بيئة إعداد الدرس لعدم توفر الـ Toolbox، لذلك لا نعرض أرقاماً من عندنا؛ شغّله في MATLAB لديك وقارن النتائج.

خلاصة الدرس

  • X[k] = Σ x[n]·e^{−j2πkn/N}، والتردد المقابل للعنصر k هو k·Fs/N.
  • FFT خوارزمية سريعة O(N log N) لحساب DFT.
  • الطيف أحادي الجانب: P1 = |X/N| للنصف الأول مع مضاعفة كل شيء عدا المركبة الثابتة ونايكويست.
  • إذا لم يقع التردد على خانة k تماماً يتسرب الطيف إلى الخانات المجاورة؛ النوافذ مثل Hann تقلل ذلك.
  • fftshift يضع التردد صفر في المنتصف.

شُغّلت dft_manual.m وsingle_sided.m وwindowing.m في GNU Octave 8.4.

المتطلبات البرمجية

  • MATLAB
  • Signal Processing Toolbox

بعض هذه الأدوات (Toolboxes) تُرخَّص منفصلة عن MATLAB. تحقق من توفرها بالأمر ver في Command Window.

جرّب بنفسك في المختبرمختبر معالجة الإشاراتأداة مرتبطةمصوّر FFT

المراجع

تحقّق من فهمك