A természettudományi matematika a helyén van - pt prout - 101. oldal

Beszélgetési eszközök

Nem tudom, hogy ez nagyon jól működik-e ebben az esetben, mert az ütközéskor a sebesség nem differenciálható.

Igen, gondolom, hogy ezt a modellt figyelembe véve elméletileg kell lennie néhány kezdeti helyzet/sebesség kombinációnak, amely lehetetlenné teszi a t + 1 állapot kiszámítását. Ezekben az esetekben az iteratív algoritmus soha nem ér véget, mert a dt = 0 folyamatosan.

Időről időre láttam a szimulációimban, nagy aberrációkkal, amikor több szilárd anyag túl közel volt egymáshoz.

Nagyon könnyű kérdés !
Manapság a munkahelyemen az akusztikán kell dolgoznom a különböző munkáim között. Nagyjából szólva, hangelemzést kell végeznem, elkezdtem fejleszteni az FFT algoritmusokat, de szeretném, ha egyebek mellett frekvencia- és időinformációkkal rendelkeznék.

Ezen találkoztam mindennel, ami wavelet. A tüntetések nagy részét megértem.
De valami hülyeségnél ragadtam. Nem értem, hogy mit kapok fizikailag a wavelet transzformáció alkalmazása után.
Például Haar transzformációt alkalmazok (leegyszerűsítve), egy vektoron, amely a hang amplitúdóját az idő függvényében ábrázolja, mit kapok? Vektor, de ki mit fejez ki? Egy amplitúdó a frekvencia függvényében? Vagy sok különböző vektort kapok? De ki mit fejez ki ?

Hiba, egy mérnöktanfolyam után gyorsan elveszíti a matematika szintjét

Inkább ne használjon spektrogramot vagy Wigner-Ville transzformációt ?

A Wavelets egy időskálájú transzformáció, amelyet tömörítésre használnak, különös tekintettel a https://fr.wikipedia.org/wiki/Compre oldalra. by_wavelets.

Elég sok eszköz áll az Ön rendelkezésére attól függően, hogy mit szeretne csinálni. Aghora javaslata jó, kezdete Wigner Ville, spektrogram, skalogram. Ezenkívül hihetetlenül sok megvalósítás létezik sok nyelven.

Általában a kimeneten kap egy mátrixot, így az első koordináta az idő, a második a frekvencia. A skála a frekvencia inverzének tekinthető. Az amplitúdó megadja az adott komponens intenzitásának szintjét az alapjelben.

Ha az átalakításnak jó tulajdonságai vannak (az alkalmazott kerneltől függően), akkor az idő tengelyre vetítve megkapja a borítékot, a frekvenciatengelyen pedig a teljesítmény spektrális sűrűségét.

Tehénhez közel, ez nem egzakt tudomány.

Tegyük fel, hogy nagyjából a hatászajok azonosítása, számszerűsítése és minősítése lenne. Ezért mentem a hullámokra.
Holnap megnézem Wigner-Ville ezen átalakítását.

Őrültség ugyanolyan őrült, mint a jelfeldolgozáshoz szükséges matematikai eszközök. Jó barátom, Joseph Fourier idején maradtam