零、回顾信号的正交分解与傅里叶变换
要深入理解图网络与图谱理论,就需要先对谱理论深刻理解,本节从正交分解出发,回顾傅里叶变换的相关内容
以往知识传送门:
傅里叶变换、傅里叶变换的推导(Continuous Time Fourier Transform)
一、 回顾广义傅里叶级数的相关理论:
所谓级数就是无限项的数列求和的函数,广义傅里叶级数做的事情就是把任意信号表示成无限个基信号的和。
广义傅里叶级数:
任何一个信号f(t)都能在区间(t1,t2)内精确表示成完备正交函数集中函数的线性组合,即:
其中Ci为加权系数,其值为:
其中Ci就是广义傅里叶级数的傅里叶系数。
回忆投影公式,向量b在向量a上的投影可以用向量积的方式表示:
即用向量的积除以投影向量的模长表示投影,而傅里叶展开就相当于将信号f(t)投影在完备正交函数集的各个函数上。
二、傅里叶级数
(一)中给出了广义傅里叶级数的系数的表达式,本节给出两个最常用的完备正交函数集,以此构成广义傅里叶级数。
※若选用三角函数集,那么广义傅里叶级数可写作:
其级数的表达式为:
其系数为:
※若选用指数函数集,那么广义傅里叶级数可写作:
其傅里叶系数为:
以上两种广义傅里叶级数都称为傅里叶级数。
同样利用投影的思想,因为这两种“基函数”的模都是1,函数在其上的投影相当于直接与其相乘,据此,傅里叶级数的表达式更容易记忆。
三、傅里叶变换
傅里叶级数是无穷项函数的加和,是离散的,这节我们从离散的傅里叶级数推导到连续的傅里叶变换。
当周期信号的周期T趋于无穷大,那么此时因为
Ω代表谱线的间隔,趋于无限小,那么离散变为连续:求和变积分、Ω变dω、nΩ变ω。那么傅里叶级数和其系数变为:
①
②
①式称为傅里叶变换,②式称为傅里叶反变换。
傅里叶变换是傅里叶级数的连续形式,其本质还是函数在基函数的投影。
傅里叶级数表示,信号可由无穷个傅里叶系数乘以基函数的加和表示,基函数的变量是离散变量n,n∈Z。
傅里叶变换表示(②式),信号可由频谱对频率ω在-∞到∞的积分,基函数的变量是连续变量ω,ω∈(-∞,∞)。