本文参考:
https://www.zhihu.com/search?q=傅里叶分析之掐死教程&utm_content=search_suggestion&type=content
作 者:韩 昊
知 乎:Heinrich
微 博:@花生油工人
知乎专栏:与时间无关的故事
谨以此文献给大连海事大学的吴楠老师,柳晓鸣老师,王新年老师以及张晶泊老师。
转载的同学请保留上面这句话,谢谢。如果还能保留文章来源就更感激不尽了。
建议仔细阅读上面的一篇文章,以下的博客算我个人对此的思考与总结:
以下我的本篇Notion链接,排版比CSDN的博客更好一点:
Notion – The all-in-one workspace for your notes, tasks, wikis, and databases.
https://grand-twist-85d.notion.site/_-26b7e59d7a534c30bf169e8f81fcb518
目录
频域与时域:
这张图包含了 频域与时域 ,可以区分其特征:
频域图像:
频谱只代表每一个对应的正弦波的振幅是多少
相位谱:
先明白几个概念再继续:
相位:周期性运动的物体在各个时刻所处的不同的状态
先明白红点和粉点的关联:
红点:距离频率轴最近的波峰
粉点:小红点在平面上的投影。即可方便观察 波峰距离频率轴的距离
再明白几个基本概念:
根据上下两图理解:
**时间差:**波峰到频率轴的距离 (即粉红到频率轴的距离)
傅里叶变换(Fourier Transformation)
强调一下:
傅里叶级数的本质是将一个周期的信号分解成无限多分开的(离散的)正弦波
举个例子:
钢琴谱其实并非一个连续的频谱,而是很多在时间上离散的频率
由此, 幅度 可类比为 音符 , 而通过音符演奏的音乐可类比为 连续的周期信号
音符 和 音乐 可以分场合去理解:
音符是在乐谱上观察, 即 幅度是在频域上观察
音乐和连续的周期信号都可在时域中观察, 如下图
综上可知:
傅里叶级数,在时域是一个周期且连续的函数,而在频域是一个非周期离散的函数
再举个例子理解:
如下方波可通过时域和频域来表示,这只是傅里叶级数的两种表示形式罢了
我们接下去要讲的傅里叶变换,则是将一个时域非周期的连续信号,转换为一个在频域非周期的连续信号
傅里叶变换:将信号在频域上从离散谱变成了连续谱
如图:
或者我们也可以换一个角度理解:傅里叶变换实际上是对一个周期无限大的函数进行傅里叶变换
因此在傅里叶变换在频域上就从离散谱变成了连续谱。那么连续谱是什么样子呢?
欧拉公式:
先理解几个概念:
复平面:实数轴与虚数轴共同构成了一个复数的平面
这个公式关键的作用,是将正弦波统一成了简单的指数形式。我们来看看图像上的涵义:
欧拉公式所描绘的,是一个随着时间变化,在复平面上做圆周运动的点,随着时间的改变,在时间轴上就成了一条螺旋线。如果只看它的实数部分,也就是螺旋线在左侧的投影,就是一个最基础的余弦函数。而右侧的投影则是一个正弦函数。
指数形式的傅里叶变换
有了欧拉公式的帮助,我们便知道:正弦波的叠加,也可以理解为 螺旋线的叠加 在实数空间的投影
最后全部连起来: