为什么傅里叶(或余弦)变换是去相关的?

信息处理 自由度 自相关 dct
2022-02-03 14:11:28

离散傅里叶变换 (DFT) 和离散余弦变换 (DCT) 都将信号分解为其频域频谱。我在图像处理、音频/语音处理等各个领域中看到的一个特性是它倾向于产生去相关系数。例如,信号的后续系数可能倾向于在统计上相关,但其傅立叶或余弦变换对应物不会表现出这种行为。因此,后者的统计特性(例如协方差矩阵)可以使用对角矩阵而不是密集矩阵更有效地建模,以及其他好处。

但是,我并没有立即明白为什么这种去相关通常应该成立。这一事实背后的原因是什么?DFT 或 DCT 的频率分解特性与所描述的去相关特性之间的联系在哪里?

1个回答

去相关是否发生取决于您输入的信号——这不是 DFT 的一般属性!

特别是,当您将信号建模为窄带信号的总和时,您会发现由于窄带信号的 DFT 集中在一个或很少几个 bin 上,而在其他地方几乎为 0,去相关只是源于它是在频域中用比在时域中更少的非零系数更容易地表示相同的信号。

这些非零系数彼此之间不相关的事实再次取决于信号模型,并且并非广泛正确 - 例如,如果您有线谱 DFT,例如通过观察矩形波数字信号,则线根本不是不相关的。