傅里叶变换后如何移除负波数并得到有物理意义的实数结果

结果为复数的核心原因 #

实值信号的FFT结果天然满足共轭对称特性，你直接将负波数对应位置置零后，该对称特性被破坏，逆FFT输出自然为复数，不具备直接和原始实值气象数据对应的物理意义。

具体操作方案 #

根据你的使用需求，可选择以下两种处理路径：

方案1：获取和原始数据同尺寸的实值滤波结果（仅保留正波数+正频率成分） #

适配你当前使用的Java库的复数存储格式：每个索引k对应的复数实部为arr[2*k]、虚部为arr[2*k+1]，按以下步骤操作：

1. 过滤负分量：
   • 空间维度：将nx/2+1到nx-1索引对应的所有复数值（实部+虚部）全部置0
   • 时间维度：将nt/2+1到nt-1索引对应的所有复数值（实部+虚部）全部置0
2. 补全共轭对称：
   • 空间维度：对1到nx/2的正波数索引k，取对应复数的共轭（仅需将虚部乘以-1），赋值给对应负波数索引nx - k的位置
   • 时间维度：对1到nt/2的正频率索引f，取对应复数的共轭，赋值给对应负频率索引nt - f的位置
     注意：直流分量（索引0）和奈奎斯特分量（空间维度nx/2、时间维度nt/2）本身为实值，无需额外共轭处理，直接保留即可
3. 执行逆FFT，直接取输出结果的实部即可。此时虚部仅为浮点计算误差级别的极小值，可以直接忽略，得到的实值数组和原始数据尺寸、物理含义完全一致，仅保留了正波数、正频率对应的波动成分。

方案2：获取解析信号（用于振幅、相位分析场景） #

你之前直接置零负分量后逆FFT得到的复值数组即为解析信号，具备明确物理意义：

• 复数值的实部即为滤波后的实值波动场
• 复数值的虚部为实值波动场对应的希尔伯特变换结果
• 可直接通过复数模计算得到波动的振幅包络，通过复数幅角计算得到波动的相位，两个结果均为有物理意义的实值量。

注意事项 #

• 若逆FFT后虚部数值过大，优先检查共轭补全步骤的索引对应关系是否正确，避免混淆波数、频率维度的正负索引对应规则
• 若处理的是全球纬向格点数据，过滤负波数后等价于仅保留向东传播的纬向波动，物理含义明确。

内容的提问来源于stack exchange，提问作者ALEA