傅里叶变换的学习【1】

1. 傅里叶变换的意义

如何不用看公式就可以看懂傅里叶变换？

有几个需要注意的点：

1. 时域的基本单元 是“1s”；频域的基本单元 “w₀”，频率为0代表直流分量。

2. 为什么要进行 傅里叶变换：很多在时域看似不可能做到的数学操作，在频域相反很容易，这就是需要傅里叶变换的原因，比如从时域分开 $sin(3w_0)+sin(5w_0)$ 很困难，但是从频域很简单。其次还可以求解 微分方程，傅里叶变换则可以让微分和积分在频域中变为乘法和除法。

3. 频率分析的三要素：振幅，频率，相位。

4. 频谱 是从 侧面 看，相位谱 是从 下面 看（相位可以简单理解成 波峰 离频率轴的距离）
   

5. 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。

6. 欧拉公式：$e^{it}=cost+isint$ ( $cost=\frac{e^{it}+e^{-it}}{2}$ )

   欧拉公式所描绘的，是一个随着时间变化，在复平面上做圆周运动的点。

   其中 $cost$ 是实部，$sint$ 是虚部。即 $e^{it}$ 在实轴上的投影是 $cost$。

   $cost$ 实部叠加，虚部抵消

2. 傅里叶级数的相关概念

参考博客：从傅里叶级数到傅里叶变换（连续、离散）—— 公式推导

有几个需要注意的点：

1. 傅里叶级数展开需要满足 狄利赫利 条件，间断点有限等。

2. 傅里叶级数是关于 时域 的表达式（关于 t 的函数），如果是 三角函数的表达形式 则 $w$ 只为正。

3. 傅里叶级数可以表示为 指数形式，此时 频谱 扩展到负数区域，但负频谱没有物理意义，此时 傅里叶级数的系数 $Fn$ 包含频谱 幅值 信息（是实际幅值的一半）和 相位 信息。

4. 周期信号 $f(t)$ 的平均功率 $P$ 满足，表明时域和频域能量守恒。下式是 帕塞瓦尔定理

   $$P=\sum _{-\infty }^{\infty }|Fn{|}^2$$

5. 奇协函数：波形沿时间轴平移半个周期并相对于该轴上下反转，此时波形不发生变化。
   

6. 周期信号 如何进行 傅里叶变换

   参考博客：【笔记整理】信号与系统复习——傅里叶级数与傅里叶变换

   把 周期信号 看成是一个 周期内的信号 和 单位冲激序列（梳状函数） 做卷积

   $$f(t)=f(t)\ast \sum _{-\infty }^{+\infty }\delta (t-n{T}_0)$$

3. 典型信号的傅里变换

傅里叶函数的性质

• 对于 时移信号 来说，由于经历过两次 $-$ 号，所以对应到 频域 上就和时间上的符号 一致
• 对于 频移信号 来说，只经历一次 $-$ 号，所以对应到 频域 上就和时间上的符号 相反

对于 $f(at-t_0)$ 的傅里叶变换为 $\frac{1}{|a|}F(\frac{w}{a})e^{-j\frac{w{t}_0}{a}}$

• $sin(w_{0}t)$ 和 $cos(w_{0}t)$函数的 傅里叶变换 值是两个 冲激信号 的和/差
• 傅里叶反变换 也有 尺寸变换 的性质，和傅里叶变换一致。
  

典型非周期信号的傅里叶变换

参考文档：典型非周期信号的傅里叶变换

常用傅里叶变换对：常用连续傅里叶变换对及其对偶关系

• 单位冲激信号
  

• 单边指数信号

• 双边指数信号

• 矩形脉冲信号

1. 幅值是矩形函数面积
2. $w$ 前的系数是时域周期的一半 （$Sa（x）$）

• 钟形脉冲信号（高斯脉冲）
• 单位阶跃信号（不满足绝对可积条件：即在 一个周期内的绝对值的积分 不为有限值，不满足狄利赫利条件）

符号函数（不满足绝对可积的条件）

1. 对双边指数函数 $f(t)=e^{-a|t|}$ 进行傅里叶变换
2. 对 a 取极限，得到结果
3. 单位阶跃函数的结果可以由符号函数得到 $u(t)=\frac{1}{2}+\frac{1}{2}sgn(t)$

• 升余弦脉冲信号

4.卷积的相关说明

参考博客：五、卷积与傅立叶变换 和最容易理解的对卷积(convolution)的解释

• 物理意义大概理解：系统某一时刻的 输出 是由 多个输入 共同作用（叠加）的结果。
• 对公式的分析 $f(t)\ast g(t)={\int }_{-\infty }^{+\infty }f(\tau )\ast g(t-\tau )d\tau$
  – 将 $t$ 用 $\tau$ 代替，注意是对 $\tau$ 进行积分，得到的是关于 $t$ 的函数。
  – 若 $t$ 为 负 则表示为 左移，为 正 表示为 右移。每一个 $t$ 都要进行一次从 -∞ 到 +∞ 的积分。
  – 响应函数 反褶 是为了在 积分时 让 输入信号的头部（$f(t)$） 最先遇到 响应信号的头部（$g(t)$）
  – 与冲击信号卷积：物理上可以理解成， 冲激响应输出为函数本身（即 $f(t)$ 和 冲激响应 [即冲激函数] 的卷积输出仍为 $f(t)$）