maxframe.tensor.fft.ifft

maxframe.tensor.fft.ifft(a, n=None, axis=-1, norm=None)

计算一维离散傅里叶逆变换。

此函数计算由 fft 计算的一维 n 点离散傅里叶变换的逆变换。换句话说，ifft(fft(a)) == a 在数值精度范围内成立。有关算法和定义的一般描述，请参见 mt.fft。

输入应按照 fft 返回的顺序排列，即：

• a[0] 应包含零频率项，

• a[1:n//2] 应包含正频率项，

• a[n//2 + 1:] 应包含负频率项，按从最负频率开始递增的顺序排列。

对于偶数个输入点，A[n//2] 表示正负奈奎斯特频率处的值之和，因为这两个频率混叠在一起。详见 numpy.fft。

参数:

• a (array_like) -- 输入张量，可以是复数。

• n (int, optional) -- 输出变换轴的长度。如果 n 小于输入长度，则输入会被裁剪；如果大于输入长度，则输入会被补零。如果未指定 n，则使用沿 axis 指定轴的输入长度。有关填充问题，请参见说明。

• axis (int, optional) -- 用于计算逆离散傅里叶变换的轴。如果未指定，则使用最后一个轴。

• norm ({None, "ortho"}, optional) -- 归一化模式（参见 numpy.fft）。默认为 None。

返回:

out -- 经过截断或补零的输入，沿 axis 指定的轴进行变换；如果未指定 axis，则沿最后一个轴变换。

返回类型:

complex Tensor

抛出:

IndexError -- 如果 axes 大于 a 的最后一个轴。

参见

mt.fft

介绍，包含定义和一般性说明。

fft

一维（正向）快速傅里叶变换，ifft 是其逆变换

ifft2

二维逆快速傅里叶变换。

ifftn

n维逆快速傅里叶变换。

备注

如果输入参数 n 大于输入大小，则在输入末尾补零。虽然这是常见的做法，但可能导致令人意外的结果。如果需要不同的填充方式，必须在调用 ifft 之前完成。

示例

>>> import maxframe.tensor as mt

>>> mt.fft.ifft([0, 4, 0, 0]).execute()
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j])

创建并绘制一个具有随机相位的带限信号：

>>> import matplotlib.pyplot as plt
>>> t = mt.arange(400)
>>> n = mt.zeros((400,), dtype=complex)
>>> n[40:60] = mt.exp(1j*mt.random.uniform(0, 2*mt.pi, (20,)))
>>> s = mt.fft.ifft(n)
>>> plt.plot(t.execute(), s.real.execute(), 'b-', t.execute(), s.imag.execute(), 'r--')
...
>>> plt.legend(('real', 'imaginary'))
...
>>> plt.show()