C# FFT 加RectangularWindow

在C#中使用矩形窗（Rectangular Window）进行FFT，你可以使用MathNet.Numerics库来实现。以下是一个简单的示例代码：

using MathNet.Numerics;
using MathNet.Numerics.IntegralTransforms;

// 定义输入信号
double[] inputSignal = { /* 输入信号数据 */ };

// 执行FFT变换
Complex[] fftResult = new Complex[inputSignal.Length];
Fourier.Forward(inputSignal, fftResult);

// 输出FFT结果
for (int i = 0; i < fftResult.Length; i++)
{
    double magnitude = fftResult[i].Magnitude;
    double frequency = i * sampleRate / fftResult.Length;
    Console.WriteLine($"Frequency: {frequency}, Magnitude: {magnitude}");
}

请注意，上述示例中的`inputSignal`是输入信号的实际数据，`sampleRate`是输入信号的采样率。你需要将这些值替换为你实际使用的值。该示例代码中没有应用任何窗口函数，即使用了矩形窗（也称为无窗口）进行FFT。如果你想应用其他类型的窗口函数，可以在执行FFT之前将输入信号与所选窗口函数进行元素级别的乘法运算。例如，对于汉明窗（Hamming Window）：

using MathNet.Numerics;
using MathNet.Numerics.IntegralTransforms;

// 定义输入信号
double[] inputSignal = { /* 输入信号数据 */ };

// 应用汉明窗
double[] hammingWindow = Window.Hamming(inputSignal.Length);
double[] windowedSignal = new double[inputSignal.Length];
for (int i = 0; i < inputSignal.Length; i++)
{
    windowedSignal[i] = inputSignal[i] * hammingWindow[i];
}

// 执行FFT变换
Complex[] fftResult = new Complex[inputSignal.Length];
Fourier.Forward(windowedSignal, fftResult);

// 输出FFT结果...

通过在输入信号与窗口函数之间进行元素级别的乘法，你可以将所选窗口函数应用于FFT操作。