alihouzi的专栏

相信已经大家对频域以及傅里叶级数都有了一个全新的认识。但是文章在一开始关于钢琴琴谱的例子我曾说过，这个栗子是一个公式错误，但是概念典型的例子。所谓的公式错误在哪里呢？　　傅里叶级数的本质是将一个周期的信号分解成无限多分开的（离散的）正弦波，但是宇宙似乎并不是周期的。曾经在学数字信号处理的时候写过一首打油诗：　　往昔连续非周期，　　回忆周期不连续，　　任你 ZT、DF

文章来自：http://www.elecfans.com/engineer/blog/20140527344277.html我保证这篇文章和你以前看过的所有文章都不同，这是12年还在果壳的时候写的，但是当时没有来得及写完就出国了……于是拖了两年，嗯，我是拖延症患者……　　这篇文章的核心思想就是：　　要让读者在不看任何数学公式的情况下理解傅里叶分析。

转载地址：http://www.elecfans.com/engineer/blog/20140527344277.html　　————————————今天的定场诗有点长——————————　　下面继续开始我们无节操的旅程：　　上次的关键词是：从侧面看。这次的关键词是：从下面看。　　在第二课最开始，我想先回答很多人的一个问题：傅里叶分析究竟是干什么用的？这段相对

抛硬币实验里仅有两种对立的结果A和A',是典型的（0-1）分布，在同一条件下重复做n次独立实验，并设在同一次实验中A发生的概率是P（A）=p,0，上述分布称为二项分布。当p很小，n很大，适中时，二项分布可以用泊松分布逼近。泊松分布概率密度函数可表示为：。泊松过程描述在一段时间内事件发生次数的概率分布，而两次事件发生的时间间隔可以用指数分布描述。当p适中即（0.1。综上所述，

频谱泄露与傅里叶变换尤其是离散时间傅里叶变换有关，对于频谱泄露，通常的解释是这样的：　　信号为无限长序列，运算需要截取其中一部分（截断），于是需要加窗函数，加了窗函数相当于时域相乘，于是相当于频域卷积，于是频谱中除了本来该有的主瓣之外，还会出现本不该有的旁瓣，这就是频谱泄露！为了减弱频谱泄露，可以采用加权的窗函数，加权的窗函数包括平顶窗、汉宁窗、高斯窗等等。而未加权的矩形窗泄露最为严重。　

经典数字信号处理图书的个人评述：外版书（一）        数字信号处理是电子与信息专业的骨干课程，其应用非常广泛。这方面的图书正可谓是浩如烟海，有的侧重理论推导，有的侧重工程应用，有的侧重软件实现，真可谓是百花齐放。真是因为这方面的图书太多，让很多初学者“乱花渐欲迷人眼”，不知从哪本开始。下面是个人数字信号方面图书阅读的一些体会。(由于数字信号处理的涉及面非常广，这里列出的仅是以滤波

表1 概率统计主要MATLAB命令主题词意义主题词意义max最大值random随机数min最小值unidrnd离散均匀分布随机数sum各元素和unifrnd均匀分布随机数cumsum元素累计和normrnd