美文网首页
【音乐应用的音频信号处理】基础数理知识

【音乐应用的音频信号处理】基础数理知识

作者: 莹子说她想吃烤冷面 | 来源:发表于2019-10-13 16:25 被阅读0次

    Index

    ● Sinusoidal functions
    ● Complex numbers
    ● Euler’s formula
    ● Complex sinusoids
    ● Scalar product of sequences
    ● Even and odd functions
    ● Convolution

    Sinusoidal functions —— Sin函数

    Sin曲线:
    x[n]=A \cos (\omega n T+\phi)=A \cos (2 \pi f n T+\phi) A:振幅
    ω:角频率(弧度制的,单位为radians/seconds)
    φ:初始相位(弧度制的)
    f:频率(f = ω/2π,单位为Hz,表示cycles/seconds)
    nT:时间(n是时间index,每采样一次时间index就+1;T是采样周期,就是“多久采样一次”,单位是秒)

    Complex numbers —— 复数

    复数分为实部和虚部,a是实部,bj是虚部,j是虚数单位。
    (a+jb) j=\sqrt{-1} 我们可以在复平面(complex plane)上来表示这些复数,横轴代表实数部分,纵轴代表虚数部分,如下图:

    屏幕快照 2019-10-11 17.34.26.png 这个圆的幅度是1,所以也叫做单位圆,上面的每一点都是一个幅度为1的复数。
    复数的直角坐标形式vs极坐标形式 复数在复平面上既可以表示为直角坐标形式,也可以表示为极坐标形式。图中的atan2 是个函数,返回以弧度表示的b/a 的反正切。

    Euler’s formula —— 欧拉公式

    欧拉公式在复数的直角坐标和极坐标形式间,建立了一个非常有用的联系。
    e^{j\varphi}=\cos \varphi+j \sin \varphi e^{-j\varphi}=\cos \varphi-j \sin \varphi \cos \varphi=\frac{e^{j \varphi}+e^{-j \varphi}}{2} \sin \varphi=\frac{e^{j \varphi}-e^{-j \varphi}}{2j}

    欧拉公式

    Complex sinusoids —— 复正弦信号

    \begin{aligned} \bar{x}[n] &=A e^{j(\omega n T+\phi)}=A e^{j \phi} e^{(j \omega n T)}=X e^{j(\omega n T)} \\ &=A \cos (\omega n T+\phi)+j A \sin (\omega n T+\phi) \end{aligned} 这里有两个部分:实正弦信号和虚正弦信号。我们常用的是实正弦信号,但傅立叶变换采用的复正弦信号,因此我们的目的是将复正弦信号转化为实正弦信号。

    实正弦信号:\begin{array}{l}{x[n]=A \cos (\omega n T+\phi)=A\left(\frac{e^{j(\omega n T+\phi)}+e^{-j(\omega n T+\phi)}}{2}\right)} \\ {\quad=\frac{1}{2} X e^{j(\omega n T)}+\frac{1}{2} X^{*} e^{-j(\omega n T)}=\frac{1}{2} \bar{x}[n]+\frac{1}{2} \bar{x}^{*}[n]} \\ {\quad=\Re\{\bar{x}[n]\}}\end{array} (星号“ * ”是为了表示X和X*是两个不同的数)
    上式表明:将两个(不同的)复正弦波累加,可以得到一个复正弦波的实部。

    Scalar product of sequences —— 数列间的内积

    输入两个等长的数列,输出一个数值。
    \langle x, y\rangle=\sum_{n=0}^{N-1} x[n] y^{*}[n] 正交向量的内积为0。

    Even and odd functions —— 奇函数与偶函数

    \begin{array}{l}{\mathrm{f}[\mathrm{n}] \text { is even if } \mathrm{f}[-\mathrm{n}]=\mathrm{f}[\mathrm{n}][\text { symmetric }]} \\ {\mathrm{f}[\mathrm{n}] \text { is odd if } \mathrm{f}[-\mathrm{n}]=-\mathrm{f}[\mathrm{n}][\text { antisymmetric }]}\end{array} 以y轴为对称轴的是偶函数(cosine),以原点为对称点的是奇函数(sine)。

    Convolution —— 卷积

    y[n]=\left(x_{1}[n] * x_{2}[n]\right)_{n}=\sum_{m=0}^{N-1} x_{1}[m] x_{2}[n-m]

    卷积 从图上看起来,y是x1和x2的一种结合。卷积类似于计算交叉相关性(cross correlation),这是一种常用的滤波算法。

    相关文章

      网友评论

          本文标题:【音乐应用的音频信号处理】基础数理知识

          本文链接:https://www.haomeiwen.com/subject/alvtmctx.html