Citat:
Veći problem mi je kako da takava signal ubacim na ulazu u numerički proračun. Da li treba svaku frekvenciju iz određenog opsega
da ubacim samo kao broj(koji za tu frekvenciju dobijam kao sinc()) pa gledam šta se dešava sa tom frekvencijom, i to ponovim za sve frekvencije
Izuzetno je bitno da sebi razjasnis sta je sta.
U ovom slucaju pocinjes od spektra, jer je to zahtev zadatka (tj. traze ti Gausovu krivu u frekventnom domenu).
Krajnji cilj su ti semplovi signala u vremenu.
Konverziju izmedju spektra i vremenskog signala obavlja
inverzna Furijeova transformacija.
Ulazni podaci u inverznu Furijeovu transformaciju su
semplovima spektra. To su kompleksni brojevi, ciji moduo je
u opsegu [0,1] i predstavlja amplitudu sinusoidalne frekventne komponente, a argument je u opsegu [0,2pi] predstavlja
pocetnu fazu sinusoidalne frekventne komponente.
Kljucno pitanje: u kojim tackama na frekventnoj osi racunati semplove spektra ?
Da bih ti dao odgovor na ovo pitanje, moramo malo da se odmaknemo unazad:
Neki osnovni postulat algoritma brze Furijeove transformacije je da
ako uzmes N semplova vremenskog signala, i na
osnovu njih izracunas procenu spektra, dobices rezultat koji predstavlja
semplove spektra signala u tackama k*Fs/N
na frekventnoj osi.
Dakle: imas vremenski signal semplovan frekvencijom Fs, uzmes od signala N vremenskih semplova, njima nahranis FFT algoritam
koji ce da ti ispljune N kompleksnih brojeva koji nisu nista drugo nego semplovi spektra u tackama k*Fs/N, gde k = [0,N-1].
Sto je veca frekvencija semplovanja i veca kolekcija od N semplova, FFT ti daje finiju rezoluciju procene spektra.
U tvom slucaju, prica krece s obratne strane - pocinjes od spektra ciju envelopu znas (neka Gausova kriva), i treba od nje
da sintetizujes vremenski signal, semplovan ucestanoscu Fs. Ako semplove spektra izracunas na frekvencijama k*Fs/N, i to
ubacis kao ulaz na inverznu FFT, rezultat ce ti biti N semplova vremenskog signala.