时频分析与傅里叶变换
变换
变换是一种常用的数学工具
例如:
![变换](https://i-blog.csdnimg.cn/blog_migrate/76c8c021aeaca44cb29126dc16935fbf.png)
其中 e x e_x ex 和 e y e_y ey 构成标准正交基,满足如下条件:
{ ∣ ∣ e x ∣ ∣ = ∣ ∣ e y ∣ ∣ = 1 ⟨ e x , e y ⟩ = 0 \begin{cases} ||e_x||=||e_y||=1 \\ \langle{e_x,e_y}\rangle=0 \end{cases} {
∣∣ex∣∣=∣∣ey∣∣=1⟨ex,ey⟩=0
前面的系数表示平面中的点在这个基向量方向上有多少个单位长度。
傅里叶变换
傅里叶变换本质上也是一种标准正交变换。 在傅里叶变换中的标准正交基,是由一系列的正余弦函数构成。
傅里叶级数基本思想: 对于任何一个周期性函数,都可以用一组正余弦函数的求和来模拟出来。
直观理解:
![傅里叶级数](https://i-blog.csdnimg.cn/blog_migrate/1142e7f87a9e8a7a48cb3e3ba205f5d3.png)
在时域方向看,只能看到一个随时间变化的时域信号,看不到信号背后包含多少个正余弦函数;
从频域方向看,我们可以看到三个信息:
1)这个信号究竟包含哪些频率分量(正余弦函数)
2)每一个频率分量他的幅值是多少(幅度)
3)每一个频率分量的起始点(相位)。
傅里叶级数(Fourier Series)
如果 x ( t ) x(t) x(t) 是一个周期为 T 0 T_0 T0 的周期性连续函数,则 x ( t ) x(t) x(t) 可展开成傅里叶级数:
x ( t ) = ∑ k = − ∞ ∞ X ( j k Ω 0 ) e j k Ω 0 t X ( j k Ω 0 ) = 1 T 0 ∫ − T 0 / 2 T 0 / 2 x ( t ) e − j k Ω 0 t d t x(t)=\sum_{k=-\infty}^{\infty}X(jk\Omega_0)e^{jk\Omega_0t} \\ X(jk\Omega_0)=\frac1{T_0}\int_{-T_0/2}^{T_0/2}x(t)e^{-jk\Omega_0t}dt x(t)=k=−∞∑∞X(jkΩ0)ejkΩ0tX(jkΩ0)