首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

我怎样才能得到我的FFT峰值,完全在我的信号频率?

要得到FFT峰值完全在信号频率上,可以通过以下步骤实现:

  1. 确定信号的采样率和采样点数:采样率是指每秒钟对信号进行采样的次数,采样点数是指在一段时间内采集到的信号样本数量。确保采样率足够高,以捕捉到信号的高频成分。
  2. 进行信号采样:使用合适的硬件设备或软件工具对信号进行采样,将信号转换为数字形式。
  3. 应用窗函数:为了减少频谱泄漏效应,可以在信号采样前应用窗函数。常用的窗函数包括矩形窗、汉宁窗、汉明窗等。
  4. 执行快速傅里叶变换(FFT):使用FFT算法将时域信号转换为频域信号。FFT算法可以高效地计算离散傅里叶变换(DFT),得到信号的频谱信息。
  5. 寻找峰值:在频域信号中,寻找最大的幅值对应的频率即为峰值所在的频率。可以通过遍历频域信号的幅值数组,找到最大值及其对应的频率。
  6. 确定峰值的精确位置:如果需要更精确地确定峰值的位置,可以使用插值算法对峰值附近的频谱进行拟合,以获得更准确的频率值。
  7. 验证峰值是否在信号频率上:通过比较峰值频率与信号的预期频率,可以判断峰值是否在信号频率上。

在腾讯云上,可以使用以下产品和服务来支持云计算领域的相关工作:

  1. 云服务器(CVM):提供弹性的虚拟服务器,可用于部署和运行各种应用程序和服务。
  2. 云数据库 MySQL版(CDB):提供高可用、可扩展的关系型数据库服务,适用于存储和管理数据。
  3. 云原生容器服务(TKE):基于Kubernetes的容器管理平台,可用于快速部署、管理和扩展容器化应用。
  4. 云存储(COS):提供安全可靠的对象存储服务,适用于存储和管理大规模的非结构化数据。
  5. 人工智能平台(AI):提供丰富的人工智能服务和工具,包括图像识别、语音识别、自然语言处理等。
  6. 物联网(IoT):提供全面的物联网解决方案,包括设备接入、数据管理、应用开发等。
  7. 区块链服务(BCS):提供安全可信的区块链服务,适用于构建和管理区块链应用和网络。

请注意,以上仅为腾讯云的部分产品和服务示例,其他厂商的产品和服务也可以用于实现类似的功能。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

使用python进行傅里叶FFT-频谱分析详细教程

采样定理指出,如果信号是带限的,并且采样频率高于信号带宽的两倍,那么,原来的连续信号可以从采样样本中完全重建出来。...定理的具体表述为:在进行模拟/数字信号的转换过程中,当采样频率fs大于信号中最高频率fmax的2倍时,即 fs>2*fmax 采样之后的数字信号完整地保留了原始信号中的信息,一般实际应用中保证采样频率为信号最高频率的...那这个直接变换后的结果是不是就是我需要的,当然是需要的,在FFT中,得到的结果是复数, (3)FFT得到的复数的模(即绝对值)就是对应的“振幅谱”,复数所对应的角度,就是所对应的“相位谱”,现在可以画图了...,得到的“振幅图”中, 第一个峰值(频率位置)的模是A1的N倍,N为采样点,本例中为N=1400,此例中没有,因为信号没有常数项A1 第二个峰值(频率位置)的模是A2的N/2倍,N为采样点, 第三个峰值...(频率位置)的模是A3的N/2倍,N为采样点, 第四个峰值(频率位置)的模是A4的N/2倍,N为采样点, 依次下去......

23.3K84

STM32F103 如何实现 FFT?

笔者能力有限,如果文中出现错误的地方,还希望各位朋友能够给我指出来,我将不胜感激,谢谢~ 引言 数字信号在我们生活中随处可见,自然而然地就会涉及到对于数字信号的处理,最为典型的一个应用就是示波器,在使用示波器的过程当中...这个点的模值,就是该频率下的幅度特性。具体的关系就是如果原始信号的峰值为 A ,那么 FFT 的结果的每个点的模值就是 A 的 N / 2 倍。而第一个点就是直流分量,它的模值是直流分量的 N 倍。...如果 X[N]是采样信号的话,使用 FFT 时必须满足如下两条: N 得满足 4^n (n = 1,2,3…),也就是以 4 为基数。...解压得到的文件 进一步的我们需要将文件加入到我们的 keil 工程,加入工程之后的图如下所示: ?...的频率就可以控制 ADC 的采样率,采集的数据通过 DMA 搬运至内存,当采样的点数达到规定的采样点数时,触发 DMA 中断,在中断里给出数据处理的信号,进一步进行 FFT,具体的原理及代码参考笔者的这篇文章

2.6K40
  • GNU Radio之Schmidl & Cox OFDM synch.底层C++实现

    如果两个部分完全一致,相关性达到最大值,这表明接收到的是预期的训练序列的开始部分。 频偏估计:Schmidl & Cox 方法还可以用来估计和校正频率偏移。...在 OFDM 系统中,由于发射机和接收机之间的本地振荡器可能不完全同步,频率偏移的估计和补偿是必要的。该输出提供了一个估计值,通常以一种可以直接用于频率校正模块的格式输出。...,fft_len 是 FFT 的长度,归一化的频率偏移是指偏移量除以 FFT 长度的一半,原因是 FFT 的输出范围通常解释为从负一半到正一半(即 -0.5 到 0.5)的频率范围。...论文中指出: 符号时序恢复依赖于在时域内搜索具有两个完全相同的训练符号,这两个训练符号在通过信道后将保持相同,只是它们之间会由于载波频率偏移而产生相位差。...// 将复数信号转换为其相角,用于频率误差的估计 gr::blocks::sample_and_hold_ff::sptr sample_and_hold( // 在检测到峰值时,保持当前的频率估计值

    40510

    面试官让你使用 scipy.fft 进行Fourier Transform,你会吗

    这两个术语指的是查看信号的两种不同方式,要么是其分量频率,要么是随时间变化的信息。 在时域中,信号是幅度(y 轴)随时间(x 轴)变化的波。...在频域中,信号表示为一系列频率(x 轴),每个频率都有相关的功率(y 轴)。下图是上述经过Fourier Transform 后的音频信号: [37sypsxhww.png?...最基本的细分是基于变换操作的数据类型:连续函数或离散函数。本教程将仅处理离散傅立叶变换 (DFT)。 即使在本教程中,您也会经常看到 DFT 和 FFT 这两个术语互换使用。然而,它们并不完全相同。...创建信号 正弦波有时被称为纯音,因为它们代表单一频率。您将使用正弦波来生成音频,因为它们将在生成的频谱中形成不同的峰值。 正弦波的另一个优点是它们可以使用 NumPy 直接生成。...正频率峰值位于 400 Hz 和 4000 Hz,这对应于您输入音频的频率。 Fourier transform 已经将您复杂的、微弱的信号转化为它所包含的频率。

    1.2K30

    振动耐久试验——正弦扫频

    左上图: 线性扫频曲线;右上图: 时域信号FFT变换 左下图: 整体时域信号;右下图: 当前频率时域信号 视频1....左上图: 对数扫频曲线;右上图: 时域信号FFT变换 左下图: 整体时域信号;右下图: 当前频率时域信号 视频2....05 — 一个细节引起的问题 从视频1,视频2的最后可以看到:不论是线性扫频,还是对数扫频,用FFT的方法,计算出的峰值和峰值频率总是和预设曲线存在一定偏差,如图3。...例子中的时间窗口是0.25s,则FFT频率分辨率为4Hz,而图3中的正弦信号频率为109.68Hz,所以FFT取到的峰值频率为108Hz,那么峰值也就和实际峰值存在偏差,这种偏差即使在FFT前使用窗函数也会存在...FFT计算,峰值及峰值频率偏差 06 — 问题的解答 上一节的问题,如果用独立的数采系统进行振动采集的话,均会遇到,但是工程中这些偏差问题不大。 振动台自身的控制系统是如何避免此偏差的呢?

    9.3K31

    【安富莱二代示波器教程】第2章示波器操作说明及其介绍

    2.7  2048点浮点FFT计算的幅频显示 双通道示波器采样率2Msps。 (1)测试信号1:20KHz正弦波,峰峰值2V,直流偏移1V,FFT估算频率19531Hz。...(2)测试信号2:20KHz方波,峰峰值2V,直流偏移1V,FFT估算频率19531Hz。。 (3)测试信号3:20KHz三角波,峰峰值2V,直流偏移1V,FFT估算频率19531Hz。...(4)测试信号4:噪声,直流偏移1V。 (5)测试信号5:20KHz任意波,峰峰值2V,直流偏移1V,FFT估算频率19531Hz。...(1)测试正弦波100KHz,峰峰值2V,直流偏移1V的原始信号。通道1和通道2采样同一路波形。 (2)测试正弦波100KHz,峰峰值2V,直流偏移1V的在100KHz截止频率下的效果。...(4)测试方波50KHz,峰峰值2V,直流偏移1V的原始信号,通道1和通道2采样同一路波形。 (5)测试方波50KHz,峰峰值2V,直流偏移1V的在100KHz截止频率下的效果。

    1.2K30

    频谱分析仪原理学习

    大家好,又见面了,我是你们的朋友全栈君。 虽是电子专业出身,但在学生期间用频谱仪的次数比较少,连使用都不顺畅更加不会想到去研究它的原理。...频谱仪的发展历程也是一样的,由从时域转换成频域 转换成 直接分析频域 再到最后的 超外差式 1、傅里叶分析仪(FFT分析仪) 信号的频谱是受其时域特性决定的,傅里叶分析仪顾名思义就是对时域信号进行傅里叶变换...要对时域信号完全准确的分析,就需要无限期的对时域信号进行分析。由于无法实现,便出现了,对时域信号进行 采样的处理方法。...对于经过低通滤波器的信号,所需的最小采样率是由最高信号频率决定的,采样率至少高于最高信号频率的2倍。 对于时域信号的采集不能是无限的,实际是采用固定的采样数N的,这一过程就 加窗。...实际的应用中限制 FFT分析仪的是 A/D转换器,由于要求 采样频率 平滑程度,随视频滤波带宽/分辨率带宽 的比值增大 而变差。比值小于0.01时效果较好。

    38610

    使用傅立叶变换清理时间序列数据噪声

    我发现 scipy.fft 非常方便且功能齐全,所以在本文中使用 scipy.fft,但是如果想使用其他模块或者根据公式构建自己的一个也是没问题的(代码见最后)。...(xf,np.abs(yf)) 在代码中,我使用 rfft 而不是 fft。...r 意味着reduce(我认为)只计算正频率。所有负镜像频率将被省略。因为他的速度更快。rfft 函数的 yf 结果是一个复数,形式类似于 a+bj。...进一步的思考 傅立叶变换的思想是如此的深刻。它提醒我世界可能不是你所看到的,你的生活可能有一个完全不同的新面貌,只能通过一种变换才能看到,比如傅立叶变换。...对傅里叶变换了解得越多,就越会觉得约瑟夫·傅里叶在 1822 年提出了这个令人难以置信的方程是有史以来最伟大的数学发现之一。

    4.1K10

    ZYNQ在AD7606AD7616加持下的能源电力方案,实现同步采样

    图 17 参考上面的步骤,在ila_2将axi_dma_1_m_axis_mm2s_tvalid添加为触发信号,设置为上升沿触发,将FFT IP核输出数据的实部和虚部信号分别设置为模拟波形,并设数据为有符号类型...图 18 图 19 使用信号发生源向TL7606P模块的8个通道分别输入信号,本案例测试的输入信号是频率为2KHz、峰峰值为3.3Vpp的正弦波。...图 23 ila_1原始波形 输入信号是频率为2KHz、峰峰值为3.3Vpp(电压幅值为1.65V)的正弦波。一共4096个采样点,每个采样点4个时钟周期,即4096=16384/4。...图 28 频率计算 FFT变换点数N=4096,AD采样率Fs为200KSPS。某点n所表示的频率Fn=(n-1)*(Fs/N)(n>=1)。...从下图可知,在第164个周期(即第42个采样点)处出现信号,则信号频率Fn=(42-1)*(Fs/N)=41*200KHz/4096=2001.95Hz,与原始信号频率2KHz基本一致。

    1.7K30

    基于 FPGA 的便携式 DDS 信号发生器与示波器

    示波器主要功能即“示波”,把肉眼 看不到的信号显示在屏幕上,并测量出信号的各种参数,如频率,幅 值,占空比,频谱等。...示波器系统由 ADC 采样信号处理模块、FFT 频谱计算模块、测频 模块、测峰峰值模块、VGA 显示模块组成。外部模拟信号输入 ADC 采 样模块,转化为数字信号进入 FPGA 系统。...公式中的x(n)可以为复信号,实际当中x(n)都是 实信号,即虚部为 0,此时公式可以展开为: 在计算机中可以这样展开: Magnitude 即 X(k)的幅值,Amplitude 为对频率点的幅值大小...本设计我们在 Vivado 开发环境下使用 Xilinx 提供的 FFT IP 核 进行 FFT 运算。下面简单介绍一下这个 IP 核。...设标准时钟频率为 ,被 测频率为 ,如时序图所示,之间关系为 ,则 。 2.2.4.测峰峰值模块 我们通过检测输入 ADC 数据的最大值和最小值,测峰峰值,每隔一段时间测一次, 输出一次。

    18300

    【STM32F407的DSP教程】第27章 FFT的示波器应用

    这个点的模值,就是该频率值下的 幅度特性。具体跟原始信号的幅度有什么关系呢?假设原始信号的峰值为 A,那么 FFT 的结果的每个点(除了第一个点直流分量之外)的模值就是 A 的 N/2 倍。...27.5 使用示波器进行 FFT 的方法和需要注意的问题 我们先来看一个简单的例子: Problem:在示波器上采集一个连续的,周期性的信号,我们希望在示波器上进行 FFT 计算之后, 观察到信号中心频率...,尾24 个点与最后一个采样点值相同(所以称之为 Zero Fill 是不完全准确的)。...补零法虽然能增加频谱图的视在分辨率,但是由于补的都是无效数据,所以对于频率分辨率真正的改善没有帮助,但是补零有它的好处: 补零后,其实是对 FFT 结果做了插值,克服“栅栏”效应,使谱外观平滑化;我把“...图10:从 500MHz 到 600MHz,不同窗函数的峰值变化 我们把关于窗函数的一些重要的结论总结如下: 1、 连续的 FFT 运算并没有窗函数的概念,因为信号是充满时间坐标轴的,FFT 之后的频率分辨率是

    1.6K30

    stm32f103+FFT+OLED的音乐频谱制作(只需三步即可)「建议收藏」

    2.使用官方提供的FFT函数对采集到的信号进行处理 3.量化显示 前言: 在人耳能听到的频率范围(20-20KHz)中,各类乐器和人声的频率大部分在5KHz以下。...主要是在0-5KHz这段频率的频谱变化明显一些,所以观赏性更好。故我们设置采样频率为10KHz(根据采样定理,采样频率要大于信号最大频率的两倍,才能保证不失真)来采集这0-5KHz的音频信号。...(二)信号处理 (1)移植官方DSP库 标题 可参考这位大大的博客:【玩转单片机系列002】 如何使用STM32提供的DSP库进行FFT – 依旧淡然 – 博客园 (2)填充数据和计算幅值 在采集完...开机效果 (2)显示 显示过程,就是把我们FFT计算出来的幅值量化显示到我们屏幕上。...比如我们在填充数据的时候是填充的ADC采集到的电压对应的数字量,FFT计算出来后经过取模,得到一个该频率点对应幅值的一个数字量。

    2.1K30

    从DTFT到DFS,从DFS到DFT,从DFT到FFT,从一维到二维

    因为要移植CSK得写快速傅里叶变换的算法,还是二维的,以前在pc平台上只需调用库就可以了,只是有点印象原信号和变换之后代表的是什么,但是对于离散傅里叶变换的来龙去脉忘得已经差不多了,最近要用到,于是重新来学习一遍...当如数频率是qw0时,变换X(k)的N个值中只有X(q)=N,其余均是0,如果输入信号为若干不同频率的信号的组合,经离散傅里叶变换后,这些频率对应的X(k)应有对应输出,因此,离散傅里叶变换算法实质上对频率有选择性...把这个直观的结果记住,具体的证明如果要用到查书即可。 中间吴老师还讲了帕斯瓦尔定力,一些信号处理的流程,把整个知识串起来的,我快快得看了一遍。已经等不及去看FFT了。...也就是说我把自然顺序的地址反过来就可以得到新的地址,这种地址的规律性可以称作按位翻转的地址。 一些专门为信号处理的处理器内置了按位翻转单元,能够以更高的效率来进行fft运算。...我找了一张图,可以看下。 ? image.png 吴老师讲:这个在信号流图中被称作转置定理,如果有兴趣的话可以去看看这个,我这里不细究了。

    1.9K41

    【STM32F407的DSP教程】第26章 FFT变换结果的物理意义

    有些信号在时域上是很难看出什么特征的,但是如果变换到频域之后,就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱提取出来,这在频谱分析方面也是经常用的。...一个模拟信号,经过ADC采样之后,就变成了数字信号。采样定理告诉我们,采样频率要大于信号频率的两倍(要满足奈奎斯特采样定律)。 采样得到的数字信号,就可以做FFT变换了。...假设原始信号的峰值为A,那么FFT的结果的每个点(除了第一个点直流分量之外)的模值就是A的N/2倍。 而第一个点就是直流分量,它的模值就是直流分量的N倍。而每个点的相位呢,就是在该频率下的信号的相位。...我们的信号有3个频率:0Hz、50Hz、75Hz,应该分别在第1个点、第51个点、第76个点上出现峰值,其它各点应该接近0。...但是,在利用DFT求它的频谱做了截短,结果使信号的频谱不只是在fs处有离散谱,而是在以fs为中心的频带范围内都有谱线出现,它们可以理解为是从fs频率上“泄露”出去的,这种现象称 为频谱“泄露"(结合上面的例子就更形象了

    1.7K10

    信号补零对信号频谱的影响

    先抛出结论: 补 1 次零相当于在原始频谱图中每两个频率之间插入1个频率值,补 2 次零相当于在原始频谱图中每两个频率之间插入 2 个频率值,并且原始频率值的位置及其幅值保持不变。...,在 1MHz 根本无法将 1MHz 和 1.05MHz 的两个频率分开,这是因为频率分辨率不够,采样率 100MHz ,FFT 点数 1000 个点,频率分辨率 = 采样率 /FFT 点数...,小于 1MHz 和 1.05MHz 这两个频率成分之间的举例 50KHz ,所以可以看出有两个明显的峰值。...补零(Zero-padding)是在FFT计算中向输入信号序列的末尾添加零值,从而增加信号的长度。这样做的主要目的是在频域中插入更多的零频率样本,以获得更好的频谱分析图。...实际上,补零只是在现有的频率分辨率上插入了更多的点,而不是提高了分辨率本身。 频率值和幅值也不会因为补零而改变。补零只是在现有的频率轴上插入了更多的点,对原有的频率值和幅值进行了插值。

    1.2K20

    傅里叶变换与PWM调制干货讲解,无线充电重要应用

    三种信号频率以及幅值跃然纸上。 傅里叶变换在我们工程应用中的地位永垂不朽,本文举例介绍下FFT与PWM的应用。 2....以此类推,入下图所示,PWM信号是由无数个不同频率的正弦信号组成的,这是FFT给我们的结论。...PWM不同占空比,在频率上会有不同的频率信息,我们可以把我们的信息调制到PWM信号的脉宽上,这就是PWM调制的基本原理。 3. FFT与PWM的应用 那么这有什么用呢?...利用FFT的原理,在PWM信号后面加一个低通滤波器,我们就可以通过调制PWM信号的占空比,来产生我们想要的不同幅值的直流信号。...PWM与低通滤波器的具体应用,在手机的无线充电中就有使用,我在以前的文章《这种基于PWM反馈的电源控制策略,你了解吗?》

    87630

    基于Python的频谱分析(一)

    1、傅里叶变换   傅里叶变换是信号领域沟通时域和频域的桥梁,在频域里可以更方便的进行一些分析。...傅里叶主要针对的是平稳信号的频率特性分析,简单说就是具有一定周期性的信号,因为傅里叶变换采取的是有限取样的方式,所以对于取样长度和取样对象有着一定的要求。...2、基于Python的频谱分析   将时域信号通过FFT转换为频域信号之后,将其各个频率分量的幅值绘制成图,可以很直观地观察信号的频谱。    具体分析见代码注释。...因此N点FFT能够完美计算频谱对取样对象的要求是n*Fs/N(n*采样频率/FFT长度), # 因此对8KHZ和512点而言,完美采样对象的周期最小要求是8000/512=15.625HZ,所以156.25...如果你放大其频谱中的两个峰值的部分的话,可以看到其值分别为: >>>xfp[10] -6.0205999132796251 >>>xfp[15] -9.6432746655328714e-16 即156.25Hz

    4.2K30

    小波变换通俗解释版

    做完FFT(快速傅里叶变换)后,可以在频谱上看到清晰的四条线,信号包含四个频率成分。 一切没有问题。但是,如果是频率随着时间变化的非平稳信号呢? ? 如上图,最上边的是频率始终不变的平稳信号。...而下边两个则是频率随着时间改变的非平稳信号,它们同样包含和最上信号相同频率的四个成分。做FFT后,我们发现这三个时域上有巨大差异的信号,频谱(幅值谱)却非常一致。...时域上分成一段一段做FFT,不就知道频率成分随着时间的变化情况了吗! 用这样的方法,可以得到一个信号的时频图了: ?...这个基函数会伸缩、会平移(其实是两个正交基的分解)。缩得窄,对应高频;伸得宽,对应低频。然后这个基函数不断和信号做相乘。...这时候和傅里叶变换不同的是,这不仅可以知道信号有这样频率的成分,而且知道它在时域上存在的具体位置。 而当我们在每个尺度下都平移着和信号乘过一遍后,我们就知道信号在每个位置都包含哪些频率成分。

    1.5K70

    OFDM深入学习及MATLAB仿真

    因为子载波之间正交,所以它们可以在同一频段上同时传输信息,从而实现了高效的频谱利用。OFDM 符号通常使用快速傅里叶变换(FFT)来实现,将时域的数据序列转换为频域的子载波信号。...有关信道编码的知识可以参考我之前写的文章:信道编码译码及MATLAB仿真 4、扩频 本质:“扩频通信技术是一种信息传输方式,其信号所占有的频带宽度远大于所传信息必需的最小带宽;频带的扩展是通过一个独立的码序列来完成...但是符号周期又不能任意大,否则就需要更多的子载波,带宽不变,子载波间隔就变小,系统的实现复杂度就提高了,而且还加大了系统的峰值平均功率比,同时系统对频率偏差更加敏感。...通过在发送信号时对其进行频率扩展,使得信号在宽带频谱上占用更大的带宽,从而可有效抵消窄带干扰信号对于通信信号的影响 code = mseq(stage,ptap1,regi1,N_sc); %...-> 并串转换 -> 解扩频 后信噪比为 10dB 的星座图如下: ②、AWGN 信道下误比特率曲线 分析:信噪比越大,误码率越低 ③、发送信号和接收信号对比 分析:对比上下两个图,可以看出信号解调后完全一样

    1.8K102

    影视后期丨Adobe Audition安装教程-AU软件全版本下载地址 +干货分享

    “设置” 选项卡常规:提供总体设置预测时间:对超出压缩器 “触发时间” 的大声信号开始出现的瞬时峰值进行处理噪声门控制:使扩展到 50:1 比率以下的信号完全静默电平检测器:确定原始输入振幅输入增益:原始素材的增益起奏时间...:确定输入信号记录变化的振幅电平所需的时间释放时间:记录另一次振幅变化之前保持当前振幅电平的时间峰值/RMS模式:振幅峰值的电平;根据均方根公式确定电平增益处理器:根据检测到的振幅放大或减弱信号输出增益...:使初始延迟到最终延迟的过渡按照正弦曲线进行(否则过渡是线性的)混合:调整原始(干)信号与镶边(湿)信号的混合6、降噪/恢复① 降噪可降低或完全去除音频文件中的噪声。...噪声样本(需打开“频谱频率显示器”)捕捉噪声样本:从音轨(频谱频率显示器)选区提取噪声样本保存当前噪声样本:将噪声样本另存为 .fft 文件从磁盘中加载噪声样本:打开之前保存的 FFT 格式的噪声样本如果音频中只有一小段杂音...提取:需提取音频的位置频率范围:需提取音频的频率范围中心和侧边声道电平:指定信号中想要提取/删除的量高级选项FFT 大小:快速傅立叶变换大小(低设置可提高处理速度,高设置可提高品质)叠加:定义叠加的 FFT

    3K20
    领券