傅里叶变换将一个振幅时间图像(时域图像)转换成了一个频率振幅图像(频域图像)。从高等数学傅里叶级数证明,不同频率互为倍数对应的三角函数相互正交,所以频率不同可以视为线性无关的基底相当于用向量观点分析
关于时域和频域的理解可以参考
傅里叶级数和傅里叶变换是什么关系? - 马同学的回答 - 知乎 https://www.zhihu.com/question/21665935/answer/358423678
目录
一:傅里叶变换基本形式
傅里叶变换可以写成以下函数表达式
右边的f(x)表示原始的时域信号,左边表示得到的频域信号。 看上去是不是有点懵,其实只要对高等数学下傅里叶级数有印象的同学可以很快明白。
指数项拿欧拉公式替换
为啥三角级数乘原来的时域信号就可以得到原来的级数呢,定性理解三角函数与信号乘积可以找出哪些三角函数离这原函数更加贴近(还可以从向量也就是圆变换的角度理解~~),而积分则是在全局对这种相关性累加。再举个具体的类比
划重点!!!
二:如何理解傅里叶变换(高数形象类比理解)
其实可以这么理解傅里叶变换中的指数项,就是高数中求解f(x)傅里叶级数展开式的中正余弦函数系数an,bn的过程==>已知函数,怎么求系数?通过俩边同时乘以coswx或sinwx,然后根据正交基的性质求解对应于具体角频率w的系数。这个地方将他扩展到复数域上就可以用一个复数cn 实部和虚部分别表示an 和bn而已。
所以说傅里叶变换说白了就是一种求解傅里叶级数的过程。
如何理解求出来的F(w)幅度频率函数的纵坐标呢,就是傅里叶级数里每个coswx和sinwx的系数==>接着以w作为横坐标,F作为纵坐标的展开图解就是很常见如下图的形式了。
三:傅里叶变换最终形式
最终表达(参考马同学的文章)