本文深入探讨傅立叶级数与傅立叶变换，阐述其在时域信号频域表示中的应用。通过傅立叶级数对周期信号进行分解，对于非周期信号则采用傅立叶变换。文章介绍了傅立叶变换的数学基础，包括如何求解系数，并展示了从正弦余弦表示到指数形式的转换，以及傅立叶变换与逆变换的公式。
傅立叶级数与傅立叶变换
      \;\;\,\quad 傅立叶级数/变换的作用是求时域信号的频域表示，傅立叶级数作用于周期信号，而对于非周期信号可以使用傅立叶变换，而在引入冲激函数 δ ( t ) \delta(t) δ(t)之后就可以对周期信号也做傅立叶变换。
      \;\;\,\quad 傅立叶级数。在上一篇文章中，我们讨论了相关和正交的概念——相关函数用内积用来表述计算两个信号的相似性；用正交性来尽可能简单地描述地描述信号。从这点出发，结合前人研究的经验，傅立叶想到使用三角函数去描述周期信号（后面拓展到非周期信号），将一个周期信号用三角函数的加权和表示，这就是傅立叶级数/变换的来源。
      \;\;\,\quad 可以证明， { 1 , cos ( x ) , sin ( x ) , cos ( 2 x ) , sin ( 2 x ) , . . . } \{1,\cos(x),\sin(x),\cos(2x),\sin(2x),...\} {
1,cos(x),sin(x),cos(2x),sin(2x),...}是一个完备正交函数集1，傅立叶将用这个函数集去对信号进行分解。上一篇文章说了，可以把一个信号表示为函数集内各个函数的加权和，即下式。那么问题来了，系数 c i c_i ci怎么求呢？
f ( x ) = ∑ i = 1 n c i g i ( x ) f(x)=\sum_{i=1}^{n}{c_ig_i(x)} f(x)=i=1∑ncigi(x)       \;\;\,\quad 这就要用到相关了。理所当然地，既然是信号分解，那系数就应该表示在这个“方向”上投影的大小（如果不好理解，想想高中物理中，对力的正交分解）。而相关性就是用投影的大小表示的，你说巧不巧。既然这样，那这个系数 c i c_i ci就很好求了！大概应该长这样：
c i = ∫ − ∞ ∞ f ( t ) g i ( t ) d t c_i=\int_{-\infty}^{\infty}{f(t)g_i(t)dt} ci=∫−∞∞f(t)gi(t)dt       \;\;\,\quad 嗯，这么看， g i ( t ) g_i(t) gi(t)有了， c i c_i ci怎么算也知道了，可以把傅立叶放出来了。
f ( t ) = a 0 + ∑ n = 1 ∞ a n cos ( n ω n t ) + b n sin ( n ω n t ) 其 中 ， a 0 = 1 T ∫ t 0 t 0 + T f ( t ) × 1 d t （ 直 流 分 量 ） a n = 2 T ∫ t 0 t 0 + T f ( t ) cos ( n ω 1 t ) d t （ 余 弦 分 量 ） b n = 2 T ∫ t 0 t 0 + T f ( t ) sin ( n ω 1 t ) d t （ 正 弦 分 量 ） t 0 任 取 ， T 为 信 号 周 期 ， ω 为 角 频 率 ， ω = 2 π f = 2 π T \bm{f(t)=a_0+\sum_{n=1}^{\infty}{a_n\cos{(n\omega_nt)}+b_n\sin{(n\omega_nt)}}} \\其中，a_0=\frac{1}{T}\int_{t_0}^{t_0+T}f(t)\times1 dt（直流分量） \\a_n=\frac{\textbf{2}}{T}\int_{t_0}^{t_0+T}f(t)\cos{(n\omega_1t)}dt （余弦分量） \\b_n=\frac{\textbf{2}}{T}\int_{t_0}^{t_0+T}f(t)\sin{(n\omega_1t)}dt（正弦分量） \\t_0任取，T为信号周期，\omega 为角频率，\omega=2\pi f=\frac{2\pi}{T} f(t)=a0+n=1∑∞ancos(nωn
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
