傅里叶变换是正确的地球物理数据处理的基础知识对于离散的两个维序列fjk（j = 0,n -1）傅的转换：地球物理数据处理的基础知识与一个维度现实序列FFT的想法相似,其傅里叶变换地球物理数据处理的基础知识1.两个维互换序列的FFT算法对于M测试线,n -1）在m = 0,m -1; n = 0,m -1; n = 0,n－1）（3）使用以下公式转换RMN和IMN的XMN值：地球物理数据处理的基础知识地球物理数据处理的基础知识快速傅里叶变换是什么计算离散傅里叶变换的快速算法,2.两个维序列的FFT算法对于两个维序列的真实序列。
二维实序列的快速傅里叶变换（FFT）
在地球的物理数据处理中，经常会遇到两个维真实数据。例如，在地震探索中，当使用相反的波探索数据进行频繁分析和解释时，应进行时间空间域的信息 - 转换为频率 - 波数数字域频谱；（x，y）转换为波浪数字域F（ω，υ）等。这些分析需要两个维傅里叶变换（FFT）。
根据傅里叶变换的定义，对于连续的两个维函数f（x，y），傅里叶变换是正确的
地球物理数据处理的基础知识
对于离散的两个维序列fjk（j = 0，1，...，m -1; k = 0，1，...，n -1），其傅里叶变换
地球物理数据处理的基础知识
1.两个维互换序列的FFT算法
对于M测试线，每个测试点均为n，构成串行序列yjk（j = 0，1，...，m -1; k = 0，1，...，...，n -1）离散的傅里叶叶）配方（8-41），其傅里叶被转换为
地球物理数据处理的基础知识
因此，您可以应用一个维fft来完成两个维fft的计算。
（1）沿测试线方向进行计算
对于j = 0，1，...，m -1应用于一个维度fft，执行（8-43）。定义复数阵列，算法为
1）对于j = 0，1，...，m -1，as 2）〜7）;
2）在A1（K）中输入YJK，即A1（K）= YJK（k = 0，1，...，...，n -1）;
3）计算WR，存储在W（r）中，也就是说
4）q = 1，2，...，p（p = log2n），如果q执行数字6），则将执行5）;
5）k = 0，1,2，...（2p -q -1）和n = 0，1,2，...，（2q -1-1）循环，为
a2（k2q ＋ n（n）＝ a1 a1 k2q－1 n）a1 a1 a1（k2q－1 n n ＋2p－1）
a2（k2q ＋ n n ＋2q－1）a1 a1 a1（k2q－1（n）（n）－a1 －a1（k2q－1 n n n＋2p－1（2p－1）］
岩石，n循环结束；
6）k = 0，1，2，...（2p -q -1）和n = 0，1,2，...，（2q -1-1）循环，为
A1（k2q n n（n）A2 a2 k2q－1（n）a2 a2 a2 a2 k2q－1 n n ＋2p－1）
a1（k2q ＋ n＋2q－1）a2 a2 a2 a2 k2q－1 n（n）－a2 －a2（k2q－1 n n n n n n ＋2p－1）
岩石，n循环结束；
7）Q循环结束了。如果p是偶尔的数字，则输入a1（n）到yjn中，否则A2（n）将输入yjn（n = 0，1，...，...，n -1）;
8）气缸的末端并获得yjn（j = 0，1，...，m -1; n = 0，1，...，...，n -1）。
（2）垂直线计算
对于n = 0，1，...，n -1用一个维度fft逐一设置并执行（8-44）。
1）对于n = 0，1，...，n -1，as 2）〜7）;
2）输入yjn a1（j），即a1（j）= yjn（j = 0，1，...，m -1）;
3）计算W（r）中的WR沉积物，即
4）q = 1，2，...，p（p = log2m），如果q执行数字6），则将执行5）;
5）j = 0，1，2，...，（2p -q -1）和m = 0,1,1,2，...，（2q -1-1）循环，为
A2（j2q ＋M）＝A1 a1 j2q－1（m）A1 ＋ a1（a1（J2Q－1 ＋M＋2P－1）
A2（j2Q ＋M＋2Q－1）A1 ＝ ＝ ＝ ＝ ＝ ＝（j2q－1（M）－a1 －a1 －A1 j2q－1 ＋M ＋M ＋2P－1）
到J，循环结束；
6）j = 0，1，2，...，（2p -q -1）和m = 0，1,2，...，（2q -1-1）循环，为
A1（j2q ＋ m）＝A2 A2（j2q－1（m）A2 A2（j2q－1 ＋M＋2P－1）
A1（j2q ＋M＋2Q－1）A2 a2 a2 a2 j2q－1（m）－A2 －A2（j2q－1（2p－1）（2p－1）］·w（
到J，循环结束；
7）Q周期结束了。如果p是偶尔的数字，则输入a1（m）至ymn，否则将输入a2（m）到ymn（m = 0，1，...，...，m -1）;
8）n）n）循环的末尾，傅的两个维互惠序列的转换由两个维互惠序列转换（m = 0，1，...，...，m -1; n = 0，1，1，1，1，1，1，1，1，1，...，n -1），
您想要的YMN是复数价值，可以写为
＝ rmn ＋ iimn（m ＝0，，，，，m－1；n＝0，，，，，，，，，，n－1）
其中，RMN和IMN的价值也是已知的。
2.两个维序列的FFT算法
对于两个维序列的真实序列，我们将其视为虚拟部分的一小部分。应用上述两个维复合序列FFT方法可以找到频谱算法也是可行的，但是它不可避免地会增加大量的非字母操作。因此，有必要研究两种维度的实用算法实际序列FFT。相同维度序列FFT的实现是相同的。它还构建了两个维度序列，以根据某些规则构建两个维度的互惠顺序。分开和处理获取原始序列的频谱。-快速傅里叶变换fft
例如，采样区域中有2 m测试的线，每个线测量都有n个点，M和N是2的整数功率。...，2 m -1; k = 0，1，2，...，n -1）傅的转换：
地球物理数据处理的基础知识
与一个维度现实序列FFT的想法相似，直接建立以下两个维序列序列FFT算法：
（1）根据木偶和奇怪的线号，将两个维度序列分为两个两个维度的子固体序列，而真实部件和虚拟部件的组合是两个维的复合序列。
地球物理数据处理的基础知识
（2）调用两个维复合物FFT过程，并找到两个维傅的YJK的转换的复数值：
地球物理数据处理的基础知识
在公式中：rmn，IMN是YMN的真实和虚拟部分。
（3）使用RMN，IMN转换XMN的值。
前两个步骤很容易实现，并且以下步骤（3）的实现。
记住HJK，GJK的傅转换为HMN，GMN。根据傅里叶变换的定义，我们导出了XMN和HMN之间的关系：GMN：
地球物理数据处理的基础知识
在公式中，HMN，GMN是复数的。
地球物理数据处理的基础知识
在：
地球物理数据处理的基础知识
以下任务是将HMN和GMN的组件与通过两个维fft找到的RMN和IMN值联系起来。出于这个原因，这两个维度傅的转换属性中的首先令人惊讶，偶尔的分解，一个维度的情况：尺寸的情况：
（1）木偶分解
阳性和负对称性的任何功能定义都可以独特地分解为以下木偶（偶）和奇数函数的总和：
地球物理数据处理的基础知识
（2）定期
地球物理数据处理的基础知识
（3）繁殖
地球物理数据处理的基础知识
现在，让我们建立RMN，IMN和HMN，GMN.Drinks for YMN之间的关系：
地球物理数据处理的基础知识
根据线性性质
地球物理数据处理的基础知识
控制类型（8-54）和公式（8-55），
地球物理数据处理的基础知识
因为hjk，gjk是一个真实的功能，根据复杂性的性质，对应于两种形式的相应的木偶函数是相等的。
地球物理数据处理的基础知识
然后从木偶的分解和周期性中获取
地球物理数据处理的基础知识
将公式（8-57）替换为公式（8-50），获取
地球物理数据处理的基础知识
然后使用HMN，GMN周期性和复合协变量，您可以获得M = m/2 + 1，...，m -1;n = 0，1，...，n -1
地球物理数据处理的基础知识
在类型（8-50）和上部公式中更改m，n在m -m，n -n中，以及
地球物理数据处理的基础知识
从公式（8-58），公式（8-59）和公式（8-61）中，原始序列XJK（j = 0，1，...，...，2m -1; n = 0,1，。..，n -1）在m = 0，1，...，m -1;n = 0，1，...，n -1间隔中的傅的转换xmn。-傅里叶变换
特定两个维序列的FFT算法如下：
（1）让hjk = x2j，k，gjk = x2j + 1，k，form
yjk = hjk + igjk（j = 0,1，...，2 m-1; n = 0,1，...，n-1）
（2）从两个方向调用两个维差序列fft过程FFT过程，即调用一个维度FFT算法（8-43）和公式（8-44），并找到YJK的两个二维傅对YMN的YMN YMN的ploral voluethe的转换
＝ rmn ＋ iimn（m ＝0，，，，，m－1；n＝0，，，，，，，，，，n－1）
（3）使用以下公式转换RMN和IMN的XMN值：
地球物理数据处理的基础知识
地球物理数据处理的基础知识
快速傅里叶变换是什么
计算离散傅里叶变换的快速算法，称为FFT。Ku里和T.W.1965年的卡车。使用该算法可以使计算机离散傅里叶变换所需的乘法数量，尤其是转换的采样点的数量越多，FFT算法计算量就越明显。
FFT , DTFT, DFT 的区别和联系
FFT，DTFT，DFT接触：FFT是DFT的高效率和快速算法。DFT是有限长序列的离散傅里叶变换。DTFT是非周期序列的傅里叶变换。DTFT频域采样。
FFT，DTFT，DFT之间的差异是不同的含义，不同的属性和不同的用途。
1.不同的含义：DTFT是一个离散的时间傅里叶变换，DFT是一个离散的傅里叶变换，FFT是DFT的高效率和快速算法，也称为快速傅里叶变换。
2.不同的属性：DTFT转换后图中的频率除外，除了特殊功能，例如一般连续（COS（WN））。转换为冲击字符串之后，DFT是DTFT的除法样本，这是一个离散点。
快速傅里叶变换FFT实际上是用于离散傅里叶变换的快速算法。它的出现解决了离散傅里叶变换的大量计算的问题。一个或几个数量的减少已被广泛使用，因此广泛使用了离散的傅里叶变换。
3.不同的用途：DFT是由计算机技术完全开发的，因为如果没有计算机，则可以使用DTFT来分析频率响应。为了适应计算机计算，您必须使用离散值，因为计算机无法处理连续连续连续连续连续连续连续连续连续fft的值提高了速度。此外，FFT的出现也已解决了相当多的量计算问题，以便其他计算也可以通过FFT解决。-快速傅里叶变换fft
扩展信息
DTFT基于2PI。DFT的序列X（K）受到限制。
DTFT是以复指数序列{exp（-jwn）}的加权和来表示的，而DFT是等间隔抽样，DFT里面有个重要的参数就是N，抽样间隔就是将单位元分成N个间隔来抽样，绕圆一周，（2*pi）/N是间隔（一个圆周是2*pi，分成N个等分）-傅里叶变换
DTFT和DFT均可表征原始序列的信息。由于现在使用主计算机来计算，因此必须离散地参与操作。因此，DFT应用程序在项目中广泛使用。DFT还具有快速算法，即FFT。
参考信息来源：百度百科全书-FFT
参考信息来源：百度百科全书DTFT
参考材料来源：百度百科全书DFT
