最近在忙于期末复习,一直以来想分享一下对于一些曾经觉得复杂的知识点的看法,还是觉得应该忙里偷闲写一些东西来记录一下。本文将介绍傅里叶变换,这是基于我当时看了无数视频和文章才真正理解的一个东西,说真的,这种突然一下子悟了的感觉真的很美妙,也希望大家能看完这篇文章后学到一些东西。(本文不出现任何公式及证明,这些都在书上有,我就不过多赘述了)
第一次接触到傅里叶变换是在数学分析,当时大一,懵懵懂懂,啥也不知道,就这样混过去了。第二次接触它工程数学里面,当时那本教材太抽象了,包括ppt上的东西,就一直是列公式列公式。但是,公式可以死记硬背,知识可没法硬背呀。也许你只是当时背过了公式,考试也考得还不错,但这就完了吗,难道这就是我们学习的目的吗?我觉得大学的学习的目的应该很纯粹,是真的“学习”,是那种不顾绩点,不顾成绩的学习,哪怕这个不考,但你觉得很重要,或者你对这个感兴趣,你就应该去学,而不是唯分数论,唯考试论。第三次接触到傅里叶变换,是在自动控制原理这门课当中,当时这门课特别重要,因此我花了很长时间来理解它,最终有了一些浅显的理解。好了,闲话不多说,我来讲一下我对傅里叶变换的看法吧。
傅里叶变换(Fourier Transform)是一种数学变换,它能够将一个信号或函数从时间(或空间)域转换到频率域。这种变换在物理学、工程学、信号处理、图像处理等领域有着广泛的应用。但是它绝不是课本上的那种公式套用,我问你什么是傅里叶变换,我不希望听到你给我背出一系列公式出来,讲真的,我没兴趣,而且外行人也听不懂。下面我将用通俗易懂的语言来介绍傅里叶变换的基本概念。
1. 信号和频率
在现实世界中,我们经常遇到各种信号,比如声音、图像、电磁波等。这些信号可以是随时间变化的,也可以是存在于空间中的。傅里叶变换的核心思想是,任何复杂的信号都可以分解为一系列简单的正弦波(或余弦波)的组合。
这里我用一张我很喜欢的一张图
我们人类能看到的,能听到的视角是时域图像,这也是最普通的示波器能观察到的图像,也就是说我们人类视角是从左往右看的,我们的耳朵,眼睛等决定了我们的视角就是这样的。打个比方,我们在一个三维游戏世界里生活,但是我们只能按照二维的平面视角去移动操作,在我们的视角里是只能看到这些东西的。但是事实难道就是二维的吗,显然不是,只不过我们的视角是二维的,但是实际世界是还有另外一个维度的,只不过我们只能看到我们的视角。好了,那什么是傅里叶变换呢,实际上就是你开了一个外挂,你由原来的二维视角变成了三维视角,你能看到更多的东西,你能看到你的关卡是由一个个boss组成的,你也知道他们什么时候会来,来的是什么。傅里叶变换就是这样的一个东西,它是一个工具,将一段波形放进去,它能把它分解,看这个波形原来是由什么东西组成的,书上一些定理证明了任何一段波形都能拆分成若干个(可以是无穷个)正弦波组成,这个也可以通过matlab做实验得到。
2. 时间域和频率域
-时间域:指的是信号随时间变化的表示方式。例如,一段音乐波形图就是时间域的表示。
- 频率域:指的是信号由不同频率的正弦波组成的表示方式。通过傅里叶变换,我们可以知道一个信号包含哪些频率成分,以及每个频率成分的强度。
3. 傅里叶变换的过程
想象一下,你有一段音乐,它是由不同音调(频率)的声音混合而成的。傅里叶变换就像是一个工具,可以帮助你分析出这段音乐中包含了哪些不同的音调,以及每个音调的强度。通俗一点讲,傅里叶变换就是,你丢进去一个函数,他能给你把它分解成好几个正弦函数的和。
4. 从数学角度看
数学上,傅里叶变换可以表示为一个积分公式,用于计算信号中各个频率成分的系数。对于离散信号(例如数字音频或图像),则使用离散傅里叶变换(DFT)。
5. 应用举例
- 音频处理:通过傅里叶变换,可以分析音频信号的频率成分,用于音效处理、噪声消除等。
- 图像处理:傅里叶变换可以揭示图像中的频率信息,用于图像压缩、去噪、锐化等。
- 通信系统:在无线通信中,傅里叶变换用于分析和处理信号,以提高传输效率和质量。
6. 快速傅里叶变换(FFT)
由于直接计算傅里叶变换通常需要大量的计算,科学家们发明了快速傅里叶变换算法,它可以显著减少计算量,使得傅里叶变换在实际应用中更加高效。
总结
傅里叶变换是一种强大的工具,它让我们能够从不同的视角理解和处理信号。通过将信号分解为不同频率的正弦波,我们可以更容易地分析和操作信号,比如滤波去噪等等。希望看完你能学会傅里叶变换,祝大家期末顺利,学到一些东西!