傅里叶变换（Part I）

本系列主要介绍傅里叶变换和离散傅里叶变换的概念及理解，文本为该系列第一篇

背景

• 任何周期函数都可以表示成不同频率的正弦函数/余弦函数的加权之和（傅里叶级数）
• 非周期函数可以表示成不同频率的正弦函数/余弦函数加权之后的积分（傅里叶变换）
• 欧拉公式：$e^{j\theta }=cos\theta +jsin\theta$

傅里叶级数

如同背景中介绍，具有周期$T$的连续变量$t$的周期函数$f(t)$可以被描述为乘以适当系数的正弦余弦和，这个和就是傅里叶级数（相当于处理连续时间的周期性信号）

（对于为什么可以表示成不同频率的正弦余弦函数的加权和，可以简单的这样理解，如果原函数是周期为$T$，那么以$cos\frac{2\pi n}{T}$为例，其最小周期为$\frac{T}{n}$，所以T也是它的周期，所以对于$n$的不同的整数取值，不同权重的$cos\frac{2\pi n}{T}$和$sin\frac{2\pi n}{T}$的加和都满足最后的函数也是周期也$T$的，而前面的权重负责调整每个点上的大小，转换在频域内看就是每个频率的幅值）

$f(t)={\Sigma }_{n=-\infty }^{\infty }{c}_n{e}^{j\frac{2\pi n}{T}t}={\Sigma }_{n=-\infty }^{\infty }{c}_n(cos\frac{2\pi n}{T}t+jsin\frac{2\pi n}{T}t)$
傅里叶系数$c_n=\frac{1}{T}{\int }_{\frac{-T}{2}}^{\frac{T}{2}}f(t)e^{-j\frac{2\pi n}{T}t}dt$
（傅里叶系数可以看成是函数向量$f(t)$与不同基$e^{j\frac{2\pi n}{T}t}$的内积）

可以发现信号在频域上离散，非周期

冲激与采样

连续变量t在t=0处的连续单位冲激表示为$\delta (t)$，定义为
$\delta (t)=\{\begin{array}{r}\infty ,t=0\\ 0,t\ne 0\end{array}$

且${\int }_{-\infty }^{\infty }\delta (t)dt=1$

连续变量取样特性：
${\int }_{-\infty }^{\infty }f(t)\delta (t)dt=f(0)$
能够得到函数$f(t)$在冲激位置的取值

离散变量x在x=0处的离散单位冲激表示为$\delta (x)$，定义为
$\delta (x)=\{\begin{array}{r}1,x=0\\ 0,x\ne 0\end{array}$

且${\Sigma }_{x=-\infty }^{\infty }\delta (x)=1$

离散变量取样特性：
${\Sigma }_{x=-\infty }^{\infty }f(x)\delta (x)=f(0)$
能够得到函数$f(x)$在冲激位置的取值
所以可见连续和离散单位冲激的主要区别就在于积分与求和，都需要满足单位冲激的特点

在此基础上引出冲激串的概念
冲激串：无穷个以$\Delta T$为间距的周期性冲激之和
$s_{\Delta T}(t)={\Sigma }_{n=-\infty }^{\infty }\delta (t-n\Delta T)$

连续变量函数的傅里叶变换

连续变量$t$的连续函数$f(t)$的傅里叶变换为：(相当于处理连续时间的非周期信号)

所谓非周期信号，也可以理解为是周期$T$为$+\infty$的信号，相当于傅里叶级数$T$等于$+\infty$的时候，也因为$T$为$+\infty$，所以其在频域空间的频率不再像傅里叶级数离散，而是连续非周期的(也可以理解为$\frac{2\pi n}{T}$因为$T=+\infty$，使其在频域空间的对应频率可以被无限细分，实际上就是连续的了)。

(因为$t$被积分积掉了所以得到的是一个关于$\mu$的函数)
$\xi [f(t)]={\int }_{-\infty }^{\infty }f(t)e^{-2\pi jt\mu }dt=F(\mu )={\int }_{-\infty }^{\infty }f(t)[cos(2\pi t\mu )-j\ast sin(2\pi t\mu )]dt$
傅里叶反变换为
$f(t)={\int }_{-\infty }^{\infty }F(\mu )e^{2\pi jt\mu }d\mu$ （可对应背景中的第二点）

盒状函数的空间域表示（左图）与频率域表示（右图）

参考资料：《数字图像处理》第三版