论文翻译：2021_Real-Time Denoising and Dereverberation wtih Tiny Recurrent U-Net
论文地址：微型循环U-Net实时降噪和去混响 论文代码： https://github.com/YangangCao/TRUNet https://github.com/amirpashamobinitehrani/tinyrecurrentunet 引用 ......![]()
IFFT 的实现
IFFT 的实现 前些天给出了FFT的实现，如今给出IFFT(inverse FFT)的实现 基于IFFT 算法。对FFT的核心程序稍作改动就可以 : ) %%********************************* ......![]()
学习笔记 - 快速傅里叶变换 / 大数A * B的另一种解法
转： 学习笔记 - 快速傅里叶变换 / 大数A * B的另一种解法 文章目录 前言 ~~Fast Fast TLE~~ 一、FFT是什么? 二、FFT可以干什么? 1.多项式乘法 2.大数乘法 三、FFT ......倒谱Cepstrum本质的理解
1.理解： 信号叠加时，不是都是线性关系(时域相互+ 频率相加）；有的时候是两种信号成分相乘得到的，（时域卷积，频域相乘）：比如很多齿轮啮合时振动信号调制现象，电机的 ......![]()
NTT 快速数论变换
NTT 先学习FFT 由于FFT是使用复数运算，精度并不好，而且也无法取模，所以有了NTT（快速数论变换）。 建议先完全理解FFT后再学习NTT。 NTT使用与单位根性质相似的原根 ......![]()
FFT/NTT 学习笔记
基础群论 复数 \(\mathbb C = \mathbb R[x^2+1]\) 则有 \(i^2+1=(-i)^2+1=0\)，\(i \in \mathbb C - \mathbb R\) \(i^0=1;i^1=i;i^2=-1;i^3=-i;i^x=i^{x \bmod 4} ......![]()
[POJ 2821]TN's Kindom III(任意长度循环卷积的Bluestein算法)
题面 给出两个长度为\(n\)的序列\(B,C\),已知\(A\)和\(B\)的循环卷积为\(C\),求\(A\). \(n<2^{17}\) 分析 Bluestein算法的模板题，可以参考这篇博客 再探快速傅里 ......如何将声学的spectrogram（声谱图）重新反变换成时域语音信号
最近在研究一些信号分析的事情，感兴趣如何将频谱信号反变换成时域信号。fft 与ifft可以顺畅的转变，但是这个是一帧信号，当时间较长的信号再一起是，通过反变换变成 ......![]()
OFDM同步算法之Schmidl算法
Schmidl算法代码 算法原理 训练序列结构 T=[A A],其中A表示复伪随机序列PN，进行N/2点ifft变换得到的符号序列 \[M(d)=\frac{\left | P(d) \right |}{R^{2}(d)}^{2 ......
↓ 按住下拉
V2AS = Way To Ask
V2AS 一个技术分享与创造的静土
手机扫一扫
移动阅读更方便
近15日热搜文章