SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Fourier Transform: Synthesis

cissy avatar
cissy
8 diapositives · 588 Views · Aug 22, 2014

Fourier Transform: Synthesis. Fourier Transform. Y = fft(y,512); Pyy = Y.* conj(Y) / 512; f = 1000*(0:256)/512; plot(f,Pyy(1:257)) title('Frequency content of y') xlabel('frequency (Hz)'). t = 0:0.001:0.6; x = sin(2*pi*50*t)+sin(2*pi*120*t); y = x + 2*randn(size(t));

Fourier Transform: Synthesis - slide 1
01 / 8Fourier Transform: Synthesis
1 / 17

Télécharger la présentation

Fourier Transform: Synthesis
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Fourier Transform: Synthesis

  2. Fourier Transform Y = fft(y,512); Pyy = Y.* conj(Y) / 512; f = 1000*(0:256)/512; plot(f,Pyy(1:257)) title('Frequency content of y') xlabel('frequency (Hz)') t = 0:0.001:0.6; x = sin(2*pi*50*t)+sin(2*pi*120*t); y = x + 2*randn(size(t)); plot(1000*t(1:50),y(1:50)) title('Signal Corrupted with Zero-Mean Random Noise') xlabel('time (milliseconds)') fft example from Matlab documentation

  3. Fourier Transform 1/f^1, “pink” noise versus 1/f^0 “white” noise

  4. Fourier Transform Neural oscillations are patterened, relate to each other, **but NOT by an integer ratio**

  5. Fourier Transform • Power at some frequencies depends on behavioral state. (note: here, power is whitened)

  6. Fourier Transform Deviations from 1/f in time are significant…see self-criticality

  7. Fast Fourier Transform Y = fft(y,512); Pyy = Y.* conj(Y) / 512; f = 1000*(0:256)/512; plot(f,Pyy(1:257)) title('Frequency content of y') xlabel('frequency (Hz)') t = 0:0.001:0.6; x = sin(2*pi*50*t)+sin(2*pi*120*t); y = x + 2*randn(size(t)); plot(1000*t(1:50),y(1:50)) title('Signal Corrupted with Zero-Mean Random Noise') xlabel('time (milliseconds)') What is a Spectrogram? fft example from Matlab documentation

  8. Power Spectra • Example of fast-Fourier with small temporal windows over long behavioural epochs (p. 106) • Example of Fourier averaged over 1s time window (plot on left) and smoothed using smaller, overlapping windows to reveal dynamics (main plot) fixation period face on