傅里叶级数与傅里叶变换

本文是推导傅里叶级数与傅里叶变换的一篇简单的笔记

三角形式的傅里叶级数

傅里叶级数源自这样的一个假设的命题:任何周期函数 f T ( x ) f_T(x) fT(x)都能够表述为若干正弦函数或者余弦函数的线性组合,原周期函数的周期 T T T是这些正弦函数或者余弦函数的周期的若干倍
f ( t ) = A 0 + ∑ n = 1 ∞ A n sin ⁡ ( n w 0 t + φ n ) , 其 中 w 0 = 2 π T (1) f(t)=A_0+\sum_{n=1}^{\infty}A_n\sin(nw_0t+\varphi_n)\tag{1}, 其中w_0=\frac{2\pi}{T} f(t)=A0+n=1Ansin(nw0t+φn),w0=T2π(1)
我们先不讨论这个命题在什么条件下才会成立,而是先假设它成立,然后我们讨论如何计算式子中的常数项,得到完整的三角形式的傅里叶级数。

上式选用了正弦函数来表达,其实选用余弦函数也行,但是选哪个都没有太大的区别,因为我们希望把 φ n \varphi_n φn融入到常系数项内。根据 sin 的三角公式展开:
A n sin ⁡ ( n w 0 t + φ n ) = A n sin ⁡ ( φ n ) cos ⁡ ( n w 0 t ) + A n cos ⁡ ( φ n ) sin ⁡ ( n w 0 t ) 合 并 常 数 项 , 令 a n = A n sin ⁡ ( φ n ) , b n = A n cos ⁡ ( φ n ) A_n\sin(nw_0t+\varphi_n)=A_n\sin(\varphi_n)\cos(nw_0t)+A_n\cos(\varphi_n)\sin(nw_0t)\\ 合并常数项,令a_n=A_n\sin(\varphi_n),b_n=A_n\cos(\varphi_n)\\ Ansin(nw0t+φn)=Ansin(φn)cos(nw0t)+Ancos(φn)sin(nw0t),an=Ansin(φn),bn=Ancos(φn)

f ( t ) = A 0 + ∑ n = 1 ∞ A n sin ⁡ ( n w 0 t + φ n ) = A 0 + ∑ n = 1 ∞ [ a n cos ⁡ ( n w 0 t ) + b n sin ⁡ ( n w 0 t ) ] (2) f(t)=A_0+\sum_{n=1}^{\infty}A_n\sin(nw_0t+\varphi_n)=A_0+\sum_{n=1}^{\infty}[a_n\cos(nw_0t)+b_n\sin(nw_0t)]\tag{2} f(t)=A0+n=1Ansin(nw0t+φn)=A0+n=1[ancos(nw0t)+bnsin(nw0t)](2)

接下来希望求出 A 0 、 a n 、 b n A_0、a_n、b_n A0anbn的取值。

假设函数 f ( t ) f(t) f(t)的周期是T。注意到在一个(或者若干个)周期内,无论是 sin 还是 cos,它们的积分都为0,而 cos ⁡ ( n w 0 t ) \cos(nw_0t) cos(nw0t) 这样的函数的周期的若干倍是T,因此,如果对 (2) 式两边进行周期 T 内的积分,后面的 cos 与 sin 的求和可以完全消去。因为从哪里开始积分并不重要,这里假设从点 t 0 t_0 t0开始积分
∫ t 0 t 0 + T f ( t )   d t = ∫ t 0 t 0 + T A 0   d t + ∫ t 0 t 0 + T ∑ n = 1 ∞ a n cos ⁡ ( n w 0 t )   d t + ∫ t 0 t 0 + T ∑ n = 1 ∞ b n sin ⁡ ( n w 0 t )   d t ∫ t 0 t 0 + T f ( t )   d t = ∫ t 0 t 0 + T A 0   d t = A 0 T \int_{t_0}^{t_0+T} f(t)\,dt=\int_{t_0}^{t_0+T}A_0\,dt+ \int_{t_0}^{t_0+T}\sum_{n=1}^{\infty}a_n\cos(nw_0t)\,dt+ \int_{t_0}^{t_0+T}\sum_{n=1}^{\infty}b_n\sin(nw_0t)\,dt\\ \int_{t_0}^{t_0+T} f(t)\,dt=\int_{t_0}^{t_0+T}A_0\,dt=A_0T t0t0+Tf(t)dt=t0t0+TA0dt+t0t0+Tn=1ancos(nw0t)dt+t0t0+Tn=1bnsin(nw0t)dtt0t0+Tf(t)dt=t0t0+TA0dt=A0T

A 0 = 1 T ∫ t 0 t 0 + T f ( t )   d t (3) A_0=\frac{1}{T}\int_{t_0}^{t_0+T} f(t)\,dt\tag{3} A0=T1t0t0+Tf(t)dt(3)

我们在一定周期内巧妙进行定积分,从而变相消去了求和符号,并求出了一个系数。而接下来想要求出 a n 、 b n a_n、b_n anbn,我们需要对这一类三角函数的定积分有更加深入的了解。


正交函数系

定义函数的内积 < f , g > <f,g> <f,g>为:
< f , g > = ∫ a b f ( x ) g ( x )   d x <f,g>=\int_{a}^{b}f(x)g(x)\,dx <f,g>=abf(x)g(x)dx
对于两个实值函数 f 、 g ∈ R − > R f、g\in \R->\R fgR>R,如果 < f , g > = 0 <f,g>=0 <f,g>=0,则称函数 f , g f,g f,g正交。“两个函数相乘再积分” 这个步骤可以类比向量的内积,如果两个不同的向量正交(垂直),则它们的内积为零。

假设有一组函数 f 1 , f 2 ⋯ f n {f_1,f_2\cdots f_n} f1,f2fn,它们满足以下条件:
< f m , f n > = { 0 m ≠ n λ ≠ 0 m = n <f_m,f_n>= \begin{cases} 0 & m\neq n\\ \lambda \neq 0 & m = n \end{cases} <fm,fn>={0λ=0m=nm=n
那么我们称这一组函数为区间 [ a , b ] [a,b] [a,b]内的正交函数系

对于一组三角函数,我们给出以下结论但不作证明。这个结论将在继续计算傅里叶级数的系数项时发挥作用。
以 下 函 数 集 合 在 区 间 [ − π , π ] 构 成 正 交 函 数 系 { cos ⁡ 0 , cos ⁡ ( w x ) , sin ⁡ ( w x ) , cos ⁡ ( 2 w x ) , sin ⁡ ( 2 w x ) ⋯ cos ⁡ ( n w x ) , s i n ( n w x ) } 以下函数集合在区间[-\pi,\pi]构成正交函数系\\ \{\cos0,\cos(wx),\sin(wx),\cos(2wx),\sin(2wx)\cdots\cos(nwx),sin(nwx)\} [π,π]{cos0,cos(wx),sin(wx),cos(2wx),sin(2wx)cos(nwx),sin(nwx)}
T m a x T_{max} Tmax为这组函数最大的周期值,那么上述函数在区间 [ t , t + T m a x ] [t,t+T_{max}] [t,t+Tmax]这个区间内依然构成正交函数系。


正交函数系的相关结论告诉我们一些特定的三角函数乘积的组合的积分是0,比如 sin ⁡ ( n w 0 x ) cos ⁡ ( n w 0 x ) \sin(nw_0x)\cos(nw_0x) sin(nw0x)cos(nw0x)或者 cos ⁡ ( w 0 x ) cos ⁡ ( n w 0 x ) \cos(w_0x)\cos(nw_0x) cos(w0x)cos(nw0x)。想象一下,如果两边的式子乘以 cos ⁡ ( n w 0 t ) \cos(nw_0t) cos(nw0t)再进行定积分,除了 cos ⁡ ( n w 0 t ) \cos(nw_0t) cos(nw0t)自身,其他的三角函数项都可以被消去:
∫ t 0 t 0 + T f ( t ) cos ⁡ ( n w 0 t )   d t = A 0 ∫ t 0 t 0 + T cos ⁡ ( n w 0 t )   d t + ∫ t 0 t 0 + T cos ⁡ ( n w 0 t )   ∑ n = 1 ∞ a n cos ⁡ ( n w 0 t )   d t + ∫ t 0 t 0 + T cos ⁡ ( n w 0 t )   ∑ n = 1 ∞ b n sin ⁡ ( n w 0 t )   d t ∫ t 0 t 0 + T f ( t ) cos ⁡ ( n w 0 t )   d t = a n ∫ t 0 t 0 + T cos ⁡ 2 ( n w 0 t )   d t ∫ t 0 t 0 + T cos ⁡ 2 ( n w 0 t )   d t = ∫ t 0 t 0 + T 1 + cos ⁡ ( 2 n w 0 t ) 2   d t = 1 2 ( ∫ t 0 t 0 + T 1   d t + ∫ t 0 t 0 + T cos ⁡ ( 2 n w 0 t )   d t ) = T 2 \int_{t_0}^{t_0+T} f(t)\cos(nw_0t)\,dt=A_0\int_{t_0}^{t_0+T}\cos(nw_0t)\,dt+ \int_{t_0}^{t_0+T}\cos(nw_0t)\,\sum_{n=1}^{\infty}a_n\cos(nw_0t)\,dt+\\ \int_{t_0}^{t_0+T}\cos(nw_0t)\,\sum_{n=1}^{\infty}b_n\sin(nw_0t)\,dt\\ \int_{t_0}^{t_0+T} f(t)\cos(nw_0t)\,dt=a_n\int_{t_0}^{t_0+T}\cos^2(nw_0t)\,dt\\ \int_{t_0}^{t_0+T}\cos^2(nw_0t)\,dt=\int_{t_0}^{t_0+T}\frac{1+\cos(2nw_0t)}{2}\,dt =\frac{1}{2}(\int_{t_0}^{t_0+T}1\,dt+\int_{t_0}^{t_0+T}\cos(2nw_0t)\,dt)=\frac{T}{2} t0t0+Tf(t)cos(nw0t)dt=A0t0t0+Tcos(nw0t)dt+t0t0+Tcos(nw0t)n=1ancos(nw0t)dt+t0t0+Tcos(nw0t)n=1bnsin(nw0t)dtt0t0+Tf(t)cos(nw0t)dt=ant0t0+Tcos2(nw0t)dtt0t0+Tcos2(nw0t)dt=t0t0+T21+cos(2nw0t)dt=21(t0t0+T1dt+t0t0+Tcos(2nw0t)dt)=2T

a n = 2 T ∫ t 0 t 0 + T f ( t ) cos ⁡ ( n w 0 t )   d t (4) a_n=\frac{2}{T}\int_{t_0}^{t_0+T} f(t)\cos(nw_0t)\,dt\tag{4} an=T2t0t0+Tf(t)cos(nw0t)dt(4)

同理,两边的式子乘以 sin ⁡ ( n w 0 t ) \sin(nw_0t) sin(nw0t)再进行定积分,我们可以消去与 A 0 A_0 A0 a n a_n an有关的项,从而计算 b n b_n bn
b n = 2 T ∫ t 0 t 0 + T f ( t ) sin ⁡ ( n w 0 t )   d t (5) b_n=\frac{2}{T}\int_{t_0}^{t_0+T} f(t)\sin(nw_0t)\,dt\tag{5} bn=T2t0t0+Tf(t)sin(nw0t)dt(5)
在计算 A 0 、 a n 、 b n A_0、a_n、b_n A0anbn的过程中,我们逐步发现三者都与函数 f ( t ) f(t) f(t)在一个周期内的积分有关。使得傅里叶级数成立的必要条件自然包括积分 ∫ t 0 t 0 + T f ( t )   d t \int_{t_0}^{t_0+T} f(t)\,dt t0t0+Tf(t)dt是否存在这一条件。

指数形式的傅里叶级数

三角函数形式的傅里叶级数无论是计算还是理解都要更为繁琐,而且下文推导傅里叶变换的中间步骤就是给出指数形式的傅里叶级数。因此本节从三角形式出发,将傅里叶级数化简为指数形式。

化简傅里叶级数需要用到欧拉公式:
e i x = cos ⁡ x + i sin ⁡ x e^{ix}=\cos x+i\sin x eix=cosx+isinx
公式的变形如下:
e − i x = cos ⁡ x − i sin ⁡ x cos ⁡ x = e i x + e − i x 2 sin ⁡ x = e i x − e − i x 2 i = − i e i x − e − i x 2 e^{-ix}=\cos x-i\sin x\\ \cos x=\frac{e^{ix}+e^{-ix}}{2}\\ \sin x=\frac{e^{ix}-e^{-ix}}{2i}=-i\frac{e^{ix}-e^{-ix}}{2} eix=cosxisinxcosx=2eix+eixsinx=2ieixeix=i2eixeix
将以上公式代入(2)式的傅里叶级数,可得:
f ( t ) = A 0 + ∑ n = 1 ∞ [ a n cos ⁡ ( n w 0 t ) + b n sin ⁡ ( n w 0 t ) ] = A 0 + ∑ n = 1 ∞ ( a n e i n w 0 t + e − i n w 0 t 2 − i b n e i n w 0 t − e − i n w 0 t 2 ) = A 0 + ∑ n = 1 ∞ ( a n − i b n 2 e i n w 0 t + a n + i b n 2 e − i n w 0 t ) f(t)=A_0+\sum_{n=1}^{\infty}[a_n\cos(nw_0t)+b_n\sin(nw_0t)]=A_0+\sum_{n=1}^{\infty}(a_n\frac{e^{inw_0t}+e^{-inw_0t}}{2}-ib_n\frac{e^{inw_0t}-e^{-inw_0t}}{2})\\ =A_0+\sum_{n=1}^{\infty}(\frac{a_n-ib_n}{2}e^{inw_0t}+\frac{a_n+ib_n}{2}e^{-inw_0t}) f(t)=A0+n=1[ancos(nw0t)+bnsin(nw0t)]=A0+n=1(an2einw0t+einw0tibn2einw0teinw0t)=A0+n=1(2anibneinw0t+2an+ibneinw0t)
我们已经计算出了 A 0 、 a n 、 b n A_0、a_n、b_n A0anbn的表达式,代入(3)、(4)、(5)式不难得到下面的计算结果:
a n − i b n 2 = 1 T ( ∫ t 0 t 0 + T f ( t ) cos ⁡ ( n w 0 t )   d t − i ∫ t 0 t 0 + T f ( t ) sin ⁡ ( n w 0 t )   d t ) = 1 T ( ∫ t 0 t 0 + T f ( t ) [ cos ⁡ ( n w 0 t ) − i sin ⁡ ( n w 0 t ) ]   d t ) = 1 T ( ∫ t 0 t 0 + T f ( t ) e − i n w 0 t   d t ) \frac{a_n-ib_n}{2}=\frac{1}{T}(\int_{t_0}^{t_0+T}f(t)\cos(nw_0t)\,dt-i\int_{t_0}^{t_0+T}f(t)\sin(nw_0t)\,dt)\\ =\frac{1}{T}(\int_{t_0}^{t_0+T}f(t)[\cos(nw_0t)-i\sin(nw_0t)]\,dt)\\ =\frac{1}{T}(\int_{t_0}^{t_0+T}f(t)e^{-inw_0t}\,dt)\\ 2anibn=T1(t0t0+Tf(t)cos(nw0t)dtit0t0+Tf(t)sin(nw0t)dt)=T1(t0t0+Tf(t)[cos(nw0t)isin(nw0t)]dt)=T1(t0t0+Tf(t)einw0tdt)
同理可得:
a n + i b n 2 = 1 T ( ∫ t 0 t 0 + T f ( t ) e i n w 0 t   d t ) \frac{a_n+ib_n}{2}=\frac{1}{T}(\int_{t_0}^{t_0+T}f(t)e^{inw_0t}\,dt)\\ 2an+ibn=T1(t0t0+Tf(t)einw0tdt)
因此 f ( t ) f(t) f(t)的表达式可以继续变形为:
f ( t ) = A 0 + 1 T ∑ n = 1 ∞ ( ∫ t 0 t 0 + T f ( t ) e − i n w 0 t   d t ⋅ e i n w 0 t ) + 1 T ∑ n = 1 ∞ ( ∫ t 0 t 0 + T f ( t ) e i n w 0 t   d t ⋅ e − i n w 0 t ) f(t)=A_0+\frac{1}{T}\sum_{n=1}^{\infty}(\int_{t_0}^{t_0+T}f(t)e^{-inw_0t}\,dt\cdot e^{inw_0t})+\\ \frac{1}{T}\sum_{n=1}^{\infty}(\int_{t_0}^{t_0+T}f(t)e^{inw_0t}\,dt\cdot e^{-inw_0t})\\ f(t)=A0+T1n=1(t0t0+Tf(t)einw0tdteinw0t)+T1n=1(t0t0+Tf(t)einw0tdteinw0t)
式子中的第二项和第三项非常相似,我们可以通过变量替换 n = − n n=-n n=n重新统一它们的表达形式,不过要注意,变量替换同时也会影响求和的起始。
令 n = − n ∑ n = 1 ∞ ( ∫ t 0 t 0 + T f ( t ) e i n w 0 t   d t ⋅ e − i n w 0 t ) = ∑ n = − ∞ − 1 ( ∫ t 0 t 0 + T f ( t ) e − i n w 0 t   d t ⋅ e i n w 0 t ) 令n=-n\\ \sum_{n=1}^{\infty}(\int_{t_0}^{t_0+T}f(t)e^{inw_0t}\,dt\cdot e^{-inw_0t})=\sum_{n=-\infty}^{-1}(\int_{t_0}^{t_0+T}f(t)e^{-inw_0t}\,dt\cdot e^{inw_0t}) n=nn=1(t0t0+Tf(t)einw0tdteinw0t)=n=1(t0t0+Tf(t)einw0tdteinw0t)
注意到,第二项的求和现在从1到正无穷,而第三项的求和是从负无穷到 -1,如果我们能再给出 n = 0 的一项,我们就可以把原式的两个求和符号完全统一为一个!

注意到当 n = 0 时,有以下等式成立:
1 T ∫ t 0 t 0 + T f ( t ) e − i w 0 t ⋅ 0   d t ⋅ e i w 0 t ⋅ 0 = 1 T ∫ t 0 t 0 + T f ( t )   d t = A 0 \frac{1}{T}\int_{t_0}^{t_0+T}f(t)e^{-iw_0t\cdot 0}\,dt\cdot e^{iw_0t\cdot 0}=\frac{1}{T}\int_{t_0}^{t_0+T}f(t)\,dt=A_0 T1t0t0+Tf(t)eiw0t0dteiw0t0=T1t0t0+Tf(t)dt=A0
A 0 A_0 A0就是我们想要的 n = 0 的那一项。整合以上信息,我们得到了最终的指数形式的傅里叶级数:
f ( t ) = 1 T ∑ − ∞ + ∞ ( ∫ t 0 t 0 + T f ( t ) e − i n w 0 t   d t ⋅ e i n w 0 t ) (7) f(t)=\frac{1}{T}\sum_{-\infty}^{+\infty}(\int_{t_0}^{t_0+T}f(t)e^{-inw_0t}\,dt\cdot e^{inw_0t}) \tag{7} f(t)=T1+(t0t0+Tf(t)einw0tdteinw0t)(7)

从周期函数到非周期函数

以上推导得出的傅里叶级数有一个重要的前提:函数具有周期性。在这个前提下,我们认为傅里叶级数的实质是利用三角函数组成的一组函数正交基来分解周期函数,正如使用正交的坐标轴 x、y 来分解一个向量一样。

傅里叶级数并不适用于非周期函数(无法计算 w 0 w_0 w0,因为没有周期T),但仍可以从傅里叶级数出发,利用一点点技巧扩展上面的公式,使之可以应用于非周期函数,我们把新的这套公式称之为傅里叶变换。推导这个公式利用了一些微积分的基本思想。

先从扩展周期T的定义开始。可以认为非周期函数没有对周期的定义,但也可以换一个角度,认为非周期函数的周期 T → ∞ T\rightarrow\infty T。周期既然趋于无穷大,那么 w 0 → 0 w_0\rightarrow 0 w00,因为 w 0 = 2 π T w_0=\frac{2\pi}{T} w0=T2π。接下来我们讨论傅里叶级数的指数表达式在 T → ∞ T\rightarrow\infty T时会如何变化。

X n X_n Xn来表示 e i n w 0 t e^{inw_0t} einw0t(正交基)前面的系数,也就是说:
X n = ∫ t 0 t 0 + T f ( t ) e − i n w 0 t   d t X_n=\int_{t_0}^{t_0+T}f(t)e^{-inw_0t}\,dt Xn=t0t0+Tf(t)einw0tdt
首先,对于周期函数来说,积分的上下限在一个周期之内,但是对于非周期函数来说,它根本不会“重复“之前的值,或者说,它的周期的边界是 [ − ∞ , + ∞ ] [-\infty,+\infty] [,+],因此我们把积分的上下限改为正负无穷。

其次,我们指出,当 w 0 → 0 w_0\rightarrow 0 w00,此时 n w 0 nw_0 nw0代表的含义等价于一个连续变化的变量 w w w,而 w 0 w_0 w0等价于变量 w w w的微元 d w d w dw(或者说 Δ w \Delta w Δw)。把 n w 0 nw_0 nw0画在数轴上会更容易让人理解,随着 w 0 w_0 w0逐渐趋向于0,数轴上离散的点会越来越靠近,取极限后,相当于一个数轴上连续变化的变量 w w w

周期趋向于无穷后,借用微积分的一些基本思想,级数中那些离散的量正在变得连续!我们暂时把公式变形如下:
f ( t ) = 1 T ∑ − ∞ + ∞ ( ∫ − ∞ + ∞ f ( t ) e − i w t   d t ⋅ e i w t ) f(t)=\frac{1}{T}\sum_{-\infty}^{+\infty}(\int_{-\infty}^{+\infty}f(t)e^{-iwt}\,dt\cdot e^{iwt}) f(t)=T1+(+f(t)eiwtdteiwt)
接下来我们处理外面的累加符号。可以回忆一下,我们最开始是如何定义定积分的。最初,我们希望计算函数围成的图像的面积,因此,我们用许多小的矩形来近似计算图像面积,这些矩形的宽度是 ( x k − x k − 1 ) (x_k-x_{k-1}) (xkxk1),高度是函数值 f ( x k ) f(x_k) f(xk)。当我们把间隔 k 取得越来越细,所有矩形的面积和就越来越逼近函数的图像面积,取极限时认为它与函数的定积分相等。
∑ k f ( x k ) ( x k − x k − 1 ) = ∑ k f ( x k ) Δ x = ∫ f ( x )   d x \sum\nolimits_{k}f(x_k)(x_k-x_{k-1})=\sum\nolimits_{k}f(x_k)\Delta x=\int f(x)\,dx kf(xk)(xkxk1)=kf(xk)Δx=f(x)dx
借用这个微积分基本思想,我们把求和符号里面的式子当作关于 w w w的函数,只要再乘以一个微元 d w dw dw,就可以把累加符号化作积分符号:
w 0 = 2 π T = Δ w f ( t ) = 2 π T ⋅ 1 2 π ∑ − ∞ + ∞ ( ∫ − ∞ + ∞ f ( t ) e − i w t   d t ⋅ e i w t ) = 1 2 π ∑ − ∞ + ∞ ( ∫ − ∞ + ∞ f ( t ) e − i w t   d t ⋅ e i w t ) w 0 = 1 2 π ∫ − ∞ + ∞ ∫ − ∞ + ∞ f ( t ) e − i w t   d t ⋅ e i w t   d w w_0=\frac{2\pi}{T}=\Delta w\\ f(t)=\frac{2\pi}{T}\cdot\frac{1}{2\pi}\sum_{-\infty}^{+\infty}(\int_{-\infty}^{+\infty}f(t)e^{-iwt}\,dt\cdot e^{iwt})\\ =\frac{1}{2\pi}\sum_{-\infty}^{+\infty}(\int_{-\infty}^{+\infty}f(t)e^{-iwt}\,dt\cdot e^{iwt})w_0\\ =\frac{1}{2\pi}\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}f(t)e^{-iwt}\,dt\cdot e^{iwt}\,dw w0=T2π=Δwf(t)=T2π2π1+(+f(t)eiwtdteiwt)=2π1+(+f(t)eiwtdteiwt)w0=2π1++f(t)eiwtdteiwtdw
我们把上面的等式拆成两个变换:
F ( w ) = ∫ − ∞ + ∞ f ( t ) e − i w t   d t F(w)=\int_{-\infty}^{+\infty}f(t)e^{-iwt}\,dt F(w)=+f(t)eiwtdt
F ( w ) F(w) F(w)称作傅里叶变换。注意变换前后变量符号的变换,与时间(时域)有关的函数 f ( x ) f(x) f(x)在变换后,变成了一个与角速度(频域)有关的函数 F ( w ) F(w) F(w)

以下等式:
f ( t ) = 1 2 π ∫ − ∞ + ∞ F ( w ) ⋅ e i w t   d w f(t)=\frac{1}{2\pi}\int_{-\infty}^{+\infty}F(w)\cdot e^{iwt}\,dw f(t)=2π1+F(w)eiwtdw
称作傅里叶逆变换,它把一个频域相关的函数变换为与时域相关的函数。一个函数 f ( t ) f(t) f(t)先进行傅里叶变换,再进行傅里叶逆变换,可以得到原来的函数,这就是上面推导出来的等式的含义。

Refer

从傅里叶级数到傅里叶变换:详细的数学推导

傅里叶系列推导

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值