信号与系统——傅里叶变换☞一维信号

0. 引言

    最近在学习器件的噪声表征，涉及到了噪声的功率谱密度曲线，但这条曲线代表了啥意思？查了一下，用到了傅里叶变换。但为啥要这么搞？傅里叶变换背后真正的物理意义又是什么？
    为了了解这其中的根源，补了一下信号与系统的知识，在b站发现了西电郭宝龙老师的宝藏课程，讲解的可以说是很透彻了，非常适合零基础入门，以下是对傅里叶变换部分进行的简单梳理。

1. 广义傅里叶级数

1.1 矢量的正交分解

1.1.1 二维空间的矢量正交分解

    二维空间中，矢量$V$可以表示为正交矢量$V_1$和$V_2$的线性组合，$\overrightarrow{V}=c_1\overrightarrow{V_1}+c_2\overrightarrow{V_2}$，如下图所示。

    其中
$$c_2=\frac{\left|\overrightarrow{V}\right|\cdot \cos \theta }{\left|\overrightarrow{V_2}\right|}=\frac{\left|\overrightarrow{V}\right|\cdot \left|\overrightarrow{V_2}\right|\cos \theta }{\left|\overrightarrow{V_2}\right|\cdot \left|\overrightarrow{V_2}\right|}=\frac{\overrightarrow{V}\cdot \overrightarrow{V_2}}{\overrightarrow{V_2}\cdot \overrightarrow{V_2}}$$    若矢量$V$仅采用$c_2\overrightarrow{V_2}$近似表示，则定义误差矢量$\overrightarrow{V_e}$，满足
$$\overrightarrow{V_e}=\overrightarrow{V}-c_2\overrightarrow{V_2}$$

1.1.2 n维空间的矢量正交分解

    从二维空间拓展至三维空间，甚至$n$维空间，对于任意矢量$V$，其皆可表示为n个正交矢量的线性组合，即
$$\overrightarrow{V}=c_1\overrightarrow{V_1}+c_2\overrightarrow{V_2}+\cdots +c_r\overrightarrow{V_r}+\cdots +c_n\overrightarrow{V_n}$$    其中，$\overrightarrow{V_i}\cdot \overrightarrow{V_j}=0,\left(i\ne j\right)$，第r个分量的系数为
$$c_r=\frac{\overrightarrow{V}\cdot \overrightarrow{V_r}}{\overrightarrow{V_r}\cdot \overrightarrow{V_r}}$$    类比二维空间矢量的近似表示，若$n$维空间的矢量同样以非完全正交基近似表示，即
$$\overrightarrow{V}\approx c_1\overrightarrow{V_1}+c_2\overrightarrow{V_2}+\cdots +c_r\overrightarrow{V_r}+\cdots +c_m\overrightarrow{V_m}，\left(m<n\right)$$同样存在一个误差矢量$\overrightarrow{V_e}$（划重点）。

1.2 信号的正交分解

    类似于矢量空间的正交分解，信号空间同样存在相似概念。对于某一一维信号，其可近似表示为$n$个正交函数${\phi }_1$