正交信号采集仿真

信息处理 傅里叶变换 阶段 核磁共振
2022-02-27 01:19:49

底线:如何从一维信号的傅立叶变换的实部(即图像的一行的fft)创建90度异相信号。? *(我 *(我认为傅里叶位移 thm 可以提供帮助,但不确定如何)

在 MRI 中,实际的 FID 回波信号以正交方式获取(参见http://mriquestions.com/real-v-imaginary.html)。此外,k 空间的每一行(= MRI 术语中的 2D 傅里叶变换原始数据)是顺序采集的,即采样的 1D(时间)信号(在接收器线圈中)。每个样本被放置在 2D kspace(对应于空间频率)中的每个 x,y 位置,这是傅里叶变换以获得空间(人类视觉上可解释的)图像。

话虽如此,我想拍摄任何图像,为了举例,让我们说 Matlab 的人工“摄影师”图像。我们可以对这个图像做一个 DFT,得到一个真实的和想象的图像。我想让好像/模拟这个图像是 MRI 采集的。因此,据我了解这里的描述http://mriquestions.com/real-v-imaginary.html,一个可以取真实的部分(但它是否真实并不重要,它可能是虚构的,但让我们取真实的例子),它本身的相位差 90 度。然后丢弃虚部并用实部的这个“相移”版本替换它,因为实部和想象部分应该是相同的,但只是相移了 90 度。

特殊的是,这将产生“相位”图像,例如:https ://www.researchgate.net/figure/aA-256-256-MRI-head-phase-image-b-its-corresponding-residue- distribution_fig6_232321363,也在空间域中。我想到了傅里叶位移定理:https ://www.dsprelated.com/freebooks/sasp/Shift_Theorem.html ...但不知道如何使用它...

想法?

1个回答

对于因果时域信号,傅里叶变换将与虚部复数为实部的希尔伯特变换。

通过注意傅里叶变换的以下附加属性,这可能会更清楚:

  • 非因果实偶波形的 FT (f(t)=f(t)) 将是真实的。
  • 非因果实奇波形的 FT (f(t)=f(t)) 都是虚构的。
  • 非因果虚奇数波形的 FT 都是实数。
  • 非因果虚偶波形的 FT 都是虚数。

通过在复杂的 IQ 平面上将波形观察为时间上恒定幅度的旋转相量,很容易证明上述所有内容,因为 FT 是每个相量在基于其旋转速率的频率位置处的幅度。(实际上,傅里叶级数展开就是专门将任意单值解析函数分解成这样的旋转相量)。

考虑到这些属性,您可以通过添加或减去上面列出的情况将其扩展到因果函数和反因果函数:因果函数和反因果函数是偶函数和奇函数的总和。理解这一点可以更深入地了解许多其他傅立叶变换属性。

至于关于实部和虚部之间有趣关系的第一个陈述;如果仍然不清楚这是如何发生的,那么一些人可能更容易交换时域和频域并考虑发生了什么:在时域中,如果将实信号的希尔伯特变换添加为虚部,则结果为边谱。单边频谱在频域中等同于时域中的因果或反因果信号。换句话说,因果信号是单边时域信号。

考虑余弦的非常简单的情况,它是具有正负频率的两侧频谱。这在欧拉恒等式中也很明显,我们看到我上面提到的两个旋转相量,一个逆时针旋转(正频率),一个顺时针旋转(负频率):

cos(ωt)=12ejωt+12ejωt

现在考虑给出的恒等式:

ejωt=cos(ωt)+jsin(ωt)

sin(ωt)是希尔伯特变换cos(ωt), 和ejωt是前面提到的单面光谱。

所以我们看到以下关系成立:

f(t)=a(t)+jH{a(t)}

在哪里f(t)是具有单面傅里叶变换的函数,并且H{}是希尔伯特变换。

类似地,通过交换时域和频域,以下关系将成立:

F(ω)=A(ω)+jH{A(ω)}

这里哪里F(ω)是因果时域函数的傅里叶变换f(t). 所结果的f(t)具有单面傅立叶变换的信号被称为“解析信号”,它还具有最小相位的特性:它的拉普拉斯变换将在左半平面上具有所有极点和零点(对于离散-时间系统 z 变换将在单位圆内具有所有极点和零点)。最小相位系统将具有单边频谱,但并非所有单边频谱都是最小相位系统:我们可以将最小相位系统与仅修改相位的全通滤波器级联,从而产生混合相位或最大相位-phase 系统,但由于这只会修改频谱中的相位并且不会添加新频率,因此频谱仍将是单面的。

有关这方面的更多详细信息,请参阅:

复信号的 FFT - 分离实部和虚部