傅里叶变换那点事

傅里叶变换那点事

精读这一篇文章，你就可以深刻理解傅里叶变换的原理

本文首发于微信公众号振动信号研究所

周期信号的频谱-傅里叶级数

由信号的正交分解 可知一个周期为 $T$ 的信号 $f(t)$ 在区间 $(t_0,t_{0+T})$ 内可以表示为完备的正交函数集的线性组合，进而可以得到被表示的周期信号的频谱，包括幅值谱和相位谱，可以有单边谱和双边谱两种表示形式。具体描述参考文章： 为什么会有负频率，单边谱与双边谱的区别和联系

非周期信号的频谱-傅里叶变换

在工程中非周期信号往往更常见，那么如何求解非周期信号的频谱呢？

下面的讨论要求我们具有如下储备知识：三角函数集 { 1 , c o s ( Ω t ) , c o s ( 2 Ω t ) , . . . , s i n ( Ω t ) , s i n ( 2 Ω t ) , . . . } \{1, cos(\Omega t), cos(2\Omega t),...,sin(\Omega t), sin(2\Omega t),...\} {1,cos(Ωt),cos(2Ωt),...,sin(Ωt),sin(2Ωt),...}, 和虚指数函数集 { e j n Ω t , n ∈ Z } \{e^{jn\Omega t}, n\in Z\} {ejnΩt,n∈Z} , 是两类典型的区间 $(t_0,t_0+T)(T=2\pi /\Omega )$ 上的完备的正交函数集。以他们为基对周期为 $T$ 的信号进行分解可以得到离散的频谱，即直流分量和一系列谐波分量之和，且两个相邻的谐波分量间隔（即谱线间隔）为 $\Omega$ ，且 $\Omega$ 与 $T$ 的关系为 $T=2\pi /\Omega$ 。

为了得到非周期信号的频谱，我们还要接受这样一个抽象的事实：非周期信号可以看做是周期无穷大的周期信号。周期无穷大的周期信号，意味着我们目之所及能看到的都是非周期信号。

回顾：对周期为 $T$ 的信号进行分解得到的傅里叶系数 $F_n$ 可以表示为下式
$$F_n=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t)e^{-jn\Omega t}\mathrm{d}t$$
若 $f(t)$ 为非周期信号，则我们需要把周期 $T$ 看成无穷大，此时， 谱线间隔 $\Omega\enspace (\Omega=2\pi /T) $ 是趋于 $0$ 的，由于谱线间隔趋于 $0$ ，所以非周期信号的频谱为连续谱。上式中 $F_n$ 可以看成是关于 $n\Omega$ 的函数，自变量 $n\Omega$ 每次跳变量为 $\Omega$ （$\Omega$趋于 $0$）， 为了将 $F_n$ 表示成连续函数（因为此时已经是连续谱了，再用离散的函数表示不合适），转换方式如下：

• 将自变量 $n\Omega$ 表示为 $\omega$ ，即 $\omega =n\Omega$
• 此时跳变量 $\Omega$ 为无穷小量$\mathrm{d}\omega$，即 $\mathrm{d}\omega =\mathrm{\Omega }$

在 $T\to \infty$ 时，系数 $F_n$ 也是趋于 $0$ 的，这意味着连续谱中的所有系数都是无穷小量，但这些无穷小量之间又有明显的相对大小之分，为了观测到这些相对大小且让数值更有意义，在连续谱中，我们观测 $F_n/(1/T)$ ，这个量表示的是频谱密度函数（单位频率上的频谱）。将转换后的连续变量 $\omega$ 带入 $F_n/(1/T)$ ，可以得到：
$$\begin{array}{rl}\underset{T\to \infty }{\lim }\frac{F_n}{1/T}& =\underset{T\to \infty }{\lim }{F}_{n}T\\ & =\underset{T\to \infty }{\lim }{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t){\mathrm{e}}^{-jn\Omega t}\mathrm{d}t\\ & ={\int }_{-\infty }^{\infty }f(t){\mathrm{e}}^{-j\omega t}\mathrm{d}t\end{array}$$
工程上习惯用 $F(j\omega )$ （有的地方直接用 $F(\omega )$ 表示）表示对信号 $f(t)$ 进行上述变换的结果，如下式，就是大名鼎鼎的傅里叶变换：
$$F(j\omega )={\int }_{-\infty }^{\infty }f(t){\mathrm{e}}^{-j\omega t}\mathrm{d}t$$
式中 $F(j\omega )$ 是 $\omega$ 的函数，表示进行傅里叶变换后得到的频谱密度函数，简称频谱密度或频谱，注意这里和周期信号的傅里叶级数表示的频谱是有本质区别的。

$F(j\omega )$ 一般是复函数，所以又可以表示为：
$$F(j\omega )=|F(j\omega )|\cdot {\mathrm{e}}^{j\phi (\omega )}$$
式中$|F(j\omega )|$ 称为幅度频谱，是关于频率 $\omega$ 的偶函数，$\phi (\omega )$ 称为相位频谱，是关于频率 $\omega$ 的奇函数。

傅里叶反变换

根据傅里叶级数，$f(t)$ 可以表示为各傅里叶系数与对应“基函数”的乘积进行叠加，如下式：
$$
\begin{align*}
f(t) &=\sum_{n=-\infty}^{\infty}F_n\rm e^{:\it j n\Omega t}\
&= \sum_{n=-\infty}^{\infty}F_n:T:\rm e^{:\it j n\Omega t}:\frac{1}{T}\

\end{align*}
KaTeX parse error: Can't use function '$' in math mode at position 4: 在 $̲T\to\infty$ 时，有…
f(t) = \frac{1}{2\pi}\int_{-\infty}^{\infty}F(j\omega):\rm e^{:\it j \omega t}:\rm d\omega
$$
上式称为傅里叶反变换式。

而且有意思的是，傅里叶变换与逆变换的过程是无损的，无论你怎么变，信号表示的信息量是一样的。

傅里叶级数到傅里叶变换过渡的例子

采样函数Sa(x)介绍

在讲傅里叶级数到傅里叶变换过渡的例子之前，先介绍一个很有用的函数，被称为采样函数，其表达式为：
$$\mathrm{Sa}(x)=\frac{\sin (x)}{x}$$
这个函数它长这样：

这里只画出了在 $[-20,20]$ 区间内的函数曲线，该函数的过零点是 $(k\pi ,0),k=\pm 1,\pm 2,...$ 该函数振荡衰减，在无穷远处，函数值是无限趋于0的。

这里先抛出一个问题供大家思考：如何求解下面的积分？
$${\int }_{-\infty }^{+\infty }\frac{\sin x}{x}\mathrm{d}x$$

求周期脉冲信号的频谱

有一幅度为1，脉冲宽度为 $\tau$ 的周期矩形脉冲，其周期为T，如下图所示，求其频谱。

周期信号的频谱是离散谱，可以直接代入公式求解，得到系数 $F_n$ 的表达式如下：

$$F_n=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}f(t){\mathrm{e}}^{-jn\Omega t}\mathrm{d}t=\frac{1}{T}{\int }_{-\frac{\tau }{2}}^{\frac{\tau }{2}}{\mathrm{e}}^{-jn\Omega t}\mathrm{d}t={\frac{1}{T}\frac{{\mathrm{e}}^{-jn\Omega t}}{-jn\Omega }|}_{-\frac{\tau }{2}}^{\frac{\tau }{2}}=\frac{2}{T}\frac{\sin \left(\frac{n\Omega \tau }{2}\right)}{n\Omega }=\frac{\tau }{T}\frac{\sin \frac{n\Omega \tau }{2}}{\frac{n\Omega \tau }{2}}=\frac{\tau }{T}\mathrm{Sa}\left(\frac{n\Omega \tau }{2}\right)$$

为了更清晰地认识到它的频谱长什么样子，我们令 $T=4\tau$ ，此时频谱间隔为
$$\Omega =\frac{2\pi }{T}=\frac{2\pi }{4\tau }$$
在 $n\Omega \tau /2=k\pi$ 时，频谱有过零点，此时 $n\Omega =2k\pi /\tau$ $,k=\pm 1,\pm \mathrm{2...}$ 所以两零点间的谱线间隔数为：
$$\frac{2\pi /\tau }{\Omega }=\frac{2\pi /\tau }{2\pi /4\tau }=4$$
结合采样函数的特点，画出频谱 $Fn$ 如下图所示（这里的频谱可以看成是系数的函数，既不是幅值谱也不是相位谱）：

求非周期信号的频谱（频谱密度函数）

上面的例子中，令 $T=4\tau$ ，使我们对周期信号的频谱有个基本认识。那么如果令 $T=8\tau$ 、 $T=16\tau$ ，甚至 $T\to \infty$ 呢？直接上结果吧：

当周期 $T\to \infty$ 时，周期脉冲信号则变成了门函数，所有的系数 $Fn$ 都无限接近0，所以为了区分这些无穷小量之间的相对大小，我们用频谱密度函数来表示非周期信号的频谱，即：
$$F(j\omega )=\underset{T\to \infty }{\lim }{F}_{n}T=\tau \mathrm{Sa}\left(\frac{\omega \tau }{2}\right)$$
其系数函数（频谱图）、幅值谱、相位谱长这样：

这就是门函数的傅里叶变换，得到的结果竟是取样函数的形状！如果你只能记住一个函数的傅里叶变换的结果，那么我强烈建议你记住门函数的傅里叶变换结果，因为它真的是太重要了。

利用傅里叶变换求采样函数的反常积分

还记得刚刚抛出的问题吗：如何求解下面的反常积分？
$${\int }_{-\infty }^{+\infty }\frac{\sin x}{x}\mathrm{d}x$$

这个积分的求解显然不那么简单，但是我们如果学了傅里叶变换，也就顺带掌握了一种求解方法（这种求解方法的重要性显然比傅里叶变换本身次要的太多了）。求解过程如下：

令门函数的宽度取值为 $\tau =2$ ，则其傅里叶变换为：
$$F(j\omega )=2\mathrm{Sa}(\omega )$$
那么其傅里叶逆变换为：
$$f(t)=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega ){\mathrm{e}}^{j\omega t}\mathrm{d}\omega =\frac{1}{\pi }{\int }_{-\infty }^{\infty }\mathrm{Sa}(\omega ){\mathrm{e}}^{j\omega t}\mathrm{d}\omega$$
令 $t=0$ ，则有：
$$f(0)=\frac{1}{\pi }{\int }_{-\infty }^{\infty }\mathrm{Sa}(\omega )\mathrm{d}\omega =\frac{1}{\pi }{\int }_{-\infty }^{\infty }\frac{\sin \omega }{\omega }\mathrm{d}\omega$$
又因为$f(0)=1$ ，所以该反常积分结果就是 $\pi$ 。