用于音频信号处理和传感器信号处理的 DSP 之间是否存在根本区别？
Is there a fundamental difference between DSP for Audio Signal Processing and Sensor Signal Processing?
音频由在任何给定时间出现的多个频率组成，我们可以执行 FFT 以获得频率仓，但是当涉及到传感器数据时，频率的概念意味着什么？
例如，三轴加速度计以某种方式转换电压信号并产生以 ms^-2 为单位的加速度读数。 FFT 是用那些 X、Y、Z 读数还是在 Fs 采样的电压执行的。
在为音频和传感器数据执行 DSP 时，我是不是把事情搞得太复杂了，或者思维方式是否存在差异？
傅立叶变换是一种将函数或信号转换为更易于使用的东西的工具。它是一种数学工具。结果可以有一个简单的物理解释，但情况并非总是如此。
假设你有一个质量恒定的物体和几个周期性的类似 sin 的力 F_1*sin(c*t), F_2*sin(d*t), ...作用于对象。总力就是这些力的总和：
F(t) = F_1*sin(c*t) + F_2*sin(d*t) + ...
你使用牛顿第二定律得到粒子的加速度：
m * a(t) = F(t)
=> a(t) = F(t) / m = F_1/m * sin(c*t) + F_2/m * sin(d*t) + ...
假设您测量了 a(t) 但不知道上面的等式。如果执行傅立叶变换，您可以计算 F_1/m、F_2/m、... 的值。这意味着加速度的傅立叶变换是给定频率下物体质量上力的振幅。
这种解释是有效的，因为傅里叶变换是线性的，力的增加也是线性的（参见牛顿第二定律）。如果您描述的是非线性的东西，那么很可能无法简单地解释转换结果。
那么你什么时候执行FFT？这取决于：
- 如果你这样做是为了改善你的信号（去除噪音），请在测量数据上这样做。
- 如果您想分析物理对象（共振），请在加速度上进行分析。
（如果转换是线性的（ADC输出到m/s^2是一个简单的乘法）没关系。）
我希望这能让事情更清楚一点（至少从物理的角度来看）。
音频由在任何给定时间出现的多个频率组成，我们可以执行 FFT 以获得频率仓，但是当涉及到传感器数据时，频率的概念意味着什么？
例如，三轴加速度计以某种方式转换电压信号并产生以 ms^-2 为单位的加速度读数。 FFT 是用那些 X、Y、Z 读数还是在 Fs 采样的电压执行的。
在为音频和传感器数据执行 DSP 时，我是不是把事情搞得太复杂了，或者思维方式是否存在差异？
傅立叶变换是一种将函数或信号转换为更易于使用的东西的工具。它是一种数学工具。结果可以有一个简单的物理解释，但情况并非总是如此。
假设你有一个质量恒定的物体和几个周期性的类似 sin 的力 F_1*sin(c*t), F_2*sin(d*t), ...作用于对象。总力就是这些力的总和：
F(t) = F_1*sin(c*t) + F_2*sin(d*t) + ...
你使用牛顿第二定律得到粒子的加速度：
m * a(t) = F(t)
=> a(t) = F(t) / m = F_1/m * sin(c*t) + F_2/m * sin(d*t) + ...
假设您测量了 a(t) 但不知道上面的等式。如果执行傅立叶变换，您可以计算 F_1/m、F_2/m、... 的值。这意味着加速度的傅立叶变换是给定频率下物体质量上力的振幅。
这种解释是有效的，因为傅里叶变换是线性的，力的增加也是线性的（参见牛顿第二定律）。如果您描述的是非线性的东西，那么很可能无法简单地解释转换结果。
那么你什么时候执行FFT？这取决于：
- 如果你这样做是为了改善你的信号（去除噪音），请在测量数据上这样做。
- 如果您想分析物理对象（共振），请在加速度上进行分析。
（如果转换是线性的（ADC输出到m/s^2是一个简单的乘法）没关系。）
我希望这能让事情更清楚一点（至少从物理的角度来看）。