傅里叶变换
一、三角函数的正交性
三角函数的正交性指在某个区间上,不同频率的三角函数是正交的,即不同频率的三角函数之间的内积为零。
在本文中我们只需要知道:任意两个不同的三角函数在 [ − π , + π ] [-\pi,+\pi] [−π,+π]上是正交的,内积是0。
正交性,我们似乎只在线性代数这门课程中见的最多,可以描述两个向量的内积是0,即空间中两个向量是垂直的,但问题出现了,向量的内积我们好理解,也熟悉,那函数的内积是什么呢?
复习一下向量内积的定义:
[
a
b
c
]
.
[
x
y
z
]
=
a
x
+
b
y
+
c
z
\begin{bmatrix} a\\ b\\ c\\ \end{bmatrix}.\begin{bmatrix} x\\ y\\ z\\ \end{bmatrix}=ax+by+cz
abc
.
xyz
=ax+by+cz
两个的向量内积就是两个向量对应元素的乘积累加。
两个函数的内积?
可以把函数也当做一个"向量","向量"的每一个元素,就是函数的每一个点,内积就是两个函数对应点相乘再相加,但函数的点连续的,无穷的,进而累加就变成积分的形式。
函数内积
:
f
(
x
)
与
g
(
x
)
内积
=
∫
−
∞
+
∞
f
(
x
)
g
(
x
)
d
x
函数内积: f(x)与g(x)内积=\int_{-\infty}^{+\infty}f(x)g(x)dx
函数内积:f(x)与g(x)内积=∫−∞+∞f(x)g(x)dx
关于三角函数的正交性,具体来讲:
∫
−
π
+
π
sin
(
n
x
)
cos
(
m
x
)
d
x
=
0
∫
−
π
+
π
sin
(
n
x
)
sin
(
m
x
)
d
x
=
0
n
≠
m
∫
−
π
+
π
cos
(
n
x
)
cos
(
m
x
)
d
x
=
0
n
≠
m
\begin{gather} \int_{-\pi}^{+\pi}\sin (nx)\cos (mx)dx=0\\ \int_{-\pi}^{+\pi}\sin (nx)\sin (mx)dx=0\quad n\neq m\\ \int_{-\pi}^{+\pi}\cos (nx)\cos (mx)dx=0\quad n\neq m \end{gather}
∫−π+πsin(nx)cos(mx)dx=0∫−π+πsin(nx)sin(mx)dx=0n=m∫−π+πcos(nx)cos(mx)dx=0n=m
因为积分号里面是不同的三角函数,所以积分必定为0,证明也很简单(直接计算)。
二、周期为 2 π 2\pi 2π的函数的傅里叶级数
对于傅里叶级数的形式,很熟悉,下面我们推导其系数。
( 注意:许多教材中的形式是 f ( x ) = a 0 2 + ∑ n = 1 ∞ ( a n c o s n x + b n s i n n x ) f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_ncosnx+b_nsinnx) f(x)=2a0+n=1∑∞(ancosnx+bnsinnx),其实这个 a 0 2 \frac{a_0}{2} 2a0之所以要除以2,其实是为了形式的统一而改出来的,下面将有所提及。)
f ( x ) = ∑ n = 0 ∞ ( a n c o s n x + b n s i n n x ) f ( x ) = ( a 0 c o s 0 + b 0 s i n 0 ) + ∑ n = 1 ∞ ( a n c o s n x + b n s i n n x ) f ( x ) = a 0 + ∑ n = 1 ∞ ( a n c o s n x + b n s i n n x ) \begin{gather} f(x)=\sum\limits_{n=0}^{\infty}(a_ncosnx+b_nsinnx)\\ f(x)=(a_0cos0+b_0sin0)+\sum\limits_{n=1}^{\infty}(a_ncosnx+b_nsinnx)\\ f(x)=a_0+\sum\limits_{n=1}^{\infty}(a_ncosnx+b_nsinnx)\\ \end{gather} f(x)=n=0∑∞(ancosnx+bnsinnx)f(x)=(a0cos0+b0sin0)+n=1∑∞(ancosnx+bnsinnx)f(x)=a0+n=1∑∞(ancosnx+bnsinnx)
记
a
0
=
a
0
2
a_0=\frac{a_0}{2}
a0=2a0,然后求
a
n
a_n
an,求
b
n
b_n
bn
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
c
o
s
n
x
+
b
n
s
i
n
n
x
)
f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_ncosnx+b_nsinnx)
f(x)=2a0+n=1∑∞(ancosnx+bnsinnx)
求
a
n
a_n
an,函数式两边同乘一个余弦函数
cos
(
n
x
)
\cos (nx)
cos(nx) ( 因为三角函数正交性,只有
cos
(
n
x
)
\cos (nx)
cos(nx)能把
a
n
a_n
an保留下来,如果乘上其余的三角函数,积分后均为
0
0
0 ),求积分,
∫
−
π
+
π
f
(
x
)
cos
n
x
d
x
=
∫
−
π
+
π
a
0
2
cos
n
x
d
x
+
a
n
∫
−
π
+
π
cos
n
x
cos
n
x
d
x
+
b
n
∫
−
π
+
π
sin
n
x
cos
n
x
d
x
\int_{-\pi}^{+\pi}f(x)\cos nx{\rm d}x=\int_{-\pi}^{+\pi}\frac{a_0}{2}\cos nx{\rm d}x+a_n\int_{-\pi}^{+\pi}\cos nx\cos nx{\rm d}x+b_n\int_{-\pi}^{+\pi}\sin nx\cos nx{\rm d}x\\
∫−π+πf(x)cosnxdx=∫−π+π2a0cosnxdx+an∫−π+πcosnxcosnxdx+bn∫−π+πsinnxcosnxdx
利用三角函数正交性
∫
−
π
+
π
f
(
x
)
cos
n
x
d
x
=
0
+
a
n
∫
−
π
+
π
cos
2
n
x
d
x
=
a
n
×
π
+
0
a
n
=
1
π
∫
−
π
+
π
f
(
x
)
cos
n
x
d
x
\begin{gather} \int_{-\pi}^{+\pi}f(x)\cos nx{\rm d}x=0+a_n\int_{-\pi}^{+\pi}\cos^2nx{\rm d}x=a_n\times\pi+0\\ a_n=\frac{1}{\pi}\int_{-\pi}^{+\pi}f(x)\cos nx{\rm d}x \end{gather}
∫−π+πf(x)cosnxdx=0+an∫−π+πcos2nxdx=an×π+0an=π1∫−π+πf(x)cosnxdx
求
a
0
2
\frac{a_0}{2}
2a0也是一样的道理,对
f
(
x
)
f(x)
f(x)直接在一个周期内求积分,,也可以理解为同乘了个
cos
(
0
n
)
\cos (0n)
cos(0n)
∫
−
π
+
π
f
(
x
)
d
x
=
2
π
×
a
0
2
+
0
+
0
a
0
=
1
π
∫
−
π
+
π
f
(
x
)
d
x
\begin{gather} \int_{-\pi}^{+\pi}f(x){\rm d}x=2\pi\times\frac{a_0}{2}+0+0\\ a_0=\frac{1}{\pi}\int_{-\pi}^{+\pi}f(x){\rm d}x\\ \end{gather}
∫−π+πf(x)dx=2π×2a0+0+0a0=π1∫−π+πf(x)dx
a
0
a_0
a0的形式与
a
n
a_n
an相同,求
b
n
b_n
bn,同理可得
b
n
=
1
π
∫
−
π
+
π
f
(
x
)
sin
n
x
d
x
b_n=\frac{1}{\pi}\int_{-\pi}^{+\pi}f(x)\sin nx{\rm d}x
bn=π1∫−π+πf(x)sinnxdx
总的来说,关于周期为2
π
\pi
π的函数,其傅里叶级数为(
a
0
2
\frac{a_0}{2}
2a0的形式使得
a
n
a_n
an的求解统一):
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
c
o
s
n
x
+
b
n
s
i
n
n
x
)
a
n
=
1
π
∫
−
π
+
π
f
(
x
)
cos
n
x
d
x
b
n
=
1
π
∫
−
π
+
π
f
(
x
)
sin
n
x
d
x
\begin{gather} f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_ncosnx+b_nsinnx)\\ a_n=\frac{1}{\pi}\int_{-\pi}^{+\pi}f(x)\cos nx{\rm d}x\\ b_n=\frac{1}{\pi}\int_{-\pi}^{+\pi}f(x)\sin nx{\rm d}x \end{gather}
f(x)=2a0+n=1∑∞(ancosnx+bnsinnx)an=π1∫−π+πf(x)cosnxdxbn=π1∫−π+πf(x)sinnxdx
理解周期为 2 π 2\pi 2π的函数的傅里叶级数
傅里叶级数,直到傅里叶变换,其本身的意义是不可以忽略的。
在这个最原始的式子 f ( x ) = ∑ n = 0 ∞ ( a n c o s n x + b n s i n n x ) f(x)=\sum\limits_{n=0}^{\infty}(a_ncosnx+b_nsinnx) f(x)=n=0∑∞(ancosnx+bnsinnx)中,我们可以看到, f ( x ) f(x) f(x)被分解成了若干个不同频率的三角函数 F n F_n Fn之和,即 F n = a n c o s n x + b n s i n n x F_n=a_ncosnx+b_nsinnx Fn=ancosnx+bnsinnx, f ( x ) = ∑ n = 0 ∞ F n ( x ) f(x)=\sum\limits_{n=0}^{\infty}F_n(x) f(x)=n=0∑∞Fn(x)。如果我们把 x x x理解为时间,那么就是把一个关于时间的周期函数 f ( x ) f(x) f(x),分解为若干个关于时间的三角函数 F n F_n Fn的和, F n F_n Fn的区别就是其频率不同,为 n n n,这是一件很神奇的事情,先说到这里为止,我们接着往下看。
三、扩展到周期为2L的函数的傅里叶级数
上面论述的是关于周期为2 π \pi π的函数的傅里叶级数,有周期为 2 π 2\pi 2π的限制,对于其他的周期函数,扩展一下。
设函数 f ( x ) f(x) f(x),其周期为 T = 2 L T=2L T=2L,对 f ( x ) f(x) f(x)进行伸缩,可以将其周期化为 2 π 2\pi 2π,从而利用第二小节的结论。
令 t = π L x t=\frac{\pi}{L}x t=Lπx,则 x = L π t x=\frac{L}{\pi}t x=πLt,那么 f ( x ) = f ( L π t ) f(x)=f(\frac{L}{\pi}t) f(x)=f(πLt),对于这个函数 f ( L π t ) f(\frac{L}{\pi}t) f(πLt),它的周期正是 2 π 2\pi 2π。
那么我们令
f
(
L
π
t
)
=
g
(
t
)
f(\frac{L}{\pi}t)=g(t)
f(πLt)=g(t),从而方便我们理解,即我们得到了一个函数
g
(
t
)
g(t)
g(t),其周期为
2
π
2\pi
2π,然后套用第二小节的结论,可以得到
g
(
t
)
g(t)
g(t)的傅里叶级数。
g
(
t
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
cos
n
t
+
b
n
sin
n
t
)
a
0
=
1
π
∫
−
π
+
π
g
(
t
)
d
t
a
n
=
1
π
∫
−
π
+
π
g
(
t
)
cos
n
t
d
t
b
n
=
1
π
∫
−
π
+
π
g
(
t
)
sin
n
t
d
t
\begin{gather} g(t)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_n\cos nt+b_n\sin nt)\\ a_0=\frac{1}{\pi}\int_{-\pi}^{+\pi}g(t){\rm d}t\\ a_n=\frac{1}{\pi}\int_{-\pi}^{+\pi}g(t)\cos nt{\rm d}t\\ b_n=\frac{1}{\pi}\int_{-\pi}^{+\pi}g(t)\sin nt{\rm d}t \end{gather}
g(t)=2a0+n=1∑∞(ancosnt+bnsinnt)a0=π1∫−π+πg(t)dtan=π1∫−π+πg(t)cosntdtbn=π1∫−π+πg(t)sinntdt
经过换元,把
x
x
x和
f
f
f换回去,就得到
f
(
x
)
f(x)
f(x)的傅里叶级数了(注意定积分换元必换限)。
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
cos
n
π
L
x
+
b
n
sin
n
π
L
x
)
a
0
=
1
L
∫
−
L
+
L
f
(
π
L
x
)
d
x
a
n
=
1
L
∫
−
L
+
L
f
(
π
L
x
)
cos
n
π
L
x
d
x
b
n
=
1
L
∫
−
L
+
L
f
(
π
L
x
)
sin
n
π
L
x
d
x
\begin{gather} f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_n\cos n\frac{\pi}{L}x+b_n\sin n\frac{\pi}{L}x)\\ a_0=\frac{1}{L}\int_{-L}^{+L}f(\frac{\pi}{L}x){\rm d}x\\ a_n=\frac{1}{L}\int_{-L}^{+L}f(\frac{\pi}{L}x)\cos n\frac{\pi}{L}x{\rm d}x\\ b_n=\frac{1}{L}\int_{-L}^{+L}f(\frac{\pi}{L}x)\sin n\frac{\pi}{L}x{\rm d}x \end{gather}
f(x)=2a0+n=1∑∞(ancosnLπx+bnsinnLπx)a0=L1∫−L+Lf(Lπx)dxan=L1∫−L+Lf(Lπx)cosnLπxdxbn=L1∫−L+Lf(Lπx)sinnLπxdx
到这一步呢,形式仍然比较复杂,下面将其化简,得到其一般形式。
四、傅里叶级数的一般形式
令
w
0
=
2
π
T
w_0=\frac{2\pi}{T}
w0=T2π,进行简单的变量替换(
T
T
T表周期,替换
2
L
2L
2L,再带入
w
0
w_0
w0),可以得到:
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
cos
n
w
o
x
+
b
n
sin
n
w
0
x
)
a
n
=
2
T
∫
−
T
2
+
T
2
f
(
x
)
cos
n
w
0
x
d
x
b
n
=
2
T
∫
−
T
2
+
T
2
f
(
x
)
sin
n
w
0
x
d
x
\begin{gather} f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_n\cos nw_ox+b_n\sin nw_0x)\\ a_n=\frac{2}{T}\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)\cos nw_0x{\rm d}x\\ b_n=\frac{2}{T}\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)\sin nw_0x{\rm d}x \end{gather}
f(x)=2a0+n=1∑∞(ancosnwox+bnsinnw0x)an=T2∫−2T+2Tf(x)cosnw0xdxbn=T2∫−2T+2Tf(x)sinnw0xdx
理解傅里叶级数的一般形式
到这里,傅里叶级数的形式变得十分简洁,理解一下其含义。
我们通过傅里叶级数,将 f ( x ) f(x) f(x)展开为若干个三角函数之和,这若干个三角函数,就分别是 F n ( x ) = a n cos n w o x + b n sin n w 0 x F_n(x)=a_n\cos nw_ox+b_n\sin nw_0x Fn(x)=ancosnwox+bnsinnw0x,即 f ( x ) = ∑ n = 0 ∞ F n ( x ) f(x)=\sum\limits_{n=0}^{\infty}F_n(x) f(x)=n=0∑∞Fn(x)。
我们看这若干个三角函数 F n F_n Fn,其区别首先是 a n a_n an, b n b_n bn不同,导致 F n F_n Fn振幅与相位的区别,但更为重要的区别是,每个三角函数 F n F_n Fn的频率的不同,这是划分 F n F_n Fn的主要标志,同时很容易看出,相邻的 F n F_n Fn与 F n + 1 F_{n+1} Fn+1之间,相差的频率就是 w 0 w_0 w0,画一条 w w w的数轴的话,其实就是每间隔 w 0 w_0 w0,取一个频率,以这个频率构造一个三角函数。
从下面这张图看的话,左边的轴可以理解为时域,右边的轴就是频域了,每间隔一个 w 0 w_0 w0,构造一个频率为 n w 0 nw_0 nw0的三角函数,振幅和相位由 a n a_n an和 b n b_n bn决定。
五、级数中引入复数表示
在傅里叶级数和傅里叶变换中,复数(复平面)的引入应该有深刻的道理,不过我们最能体会到的是复数让表达更加瞬间简洁,由欧拉公式
e
i
x
=
cos
x
+
i
sin
x
e^{ix}=\cos x+i \sin x
eix=cosx+isinx简单变换。
e
i
x
=
cos
x
+
i
sin
x
cos
θ
=
e
i
θ
+
e
−
i
θ
2
sin
θ
=
e
i
θ
−
e
−
i
θ
2
i
=
i
e
−
i
θ
−
e
i
θ
2
\begin{gather} e^{ix}=\cos x+i \sin x\\ \cos \theta=\frac{e^{i\theta}+e^{-i\theta}}{2}\\ \sin \theta=\frac{e^{i\theta}-e^{-i\theta}}{2i}=i\frac{e^{-i\theta}-e^{i\theta}}{2}\\ \end{gather}
eix=cosx+isinxcosθ=2eiθ+e−iθsinθ=2ieiθ−e−iθ=i2e−iθ−eiθ
则傅里叶级数可以表示为
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
e
i
θ
+
e
−
i
θ
2
+
b
n
i
e
−
i
θ
−
e
i
θ
2
)
θ
=
n
w
0
x
\begin{gather} f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(a_n\frac{e^{i\theta}+e^{-i\theta}}{2}+b_ni\frac{e^{-i\theta}-e^{i\theta}}{2})\quad \theta=nw_0x\\ \end{gather}
f(x)=2a0+n=1∑∞(an2eiθ+e−iθ+bni2e−iθ−eiθ)θ=nw0x
下面对这个式子进行化简,将带有
e
i
θ
e^{i\theta}
eiθ和
e
i
θ
e^{i\theta}
eiθ的部分进行提项
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
−
b
n
i
2
e
i
θ
+
a
n
+
b
n
i
2
e
−
i
θ
)
θ
=
n
w
0
x
\begin{gather} f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(\frac{a_n-b_ni}{2}e^{i\theta}+\frac{a_n+b_ni}{2}e^{-i\theta})\quad \theta=nw_0x\\ \end{gather}
f(x)=2a0+n=1∑∞(2an−bnieiθ+2an+bnie−iθ)θ=nw0x
关注括号右边的部分,拿出来看,进行换元,令n=-n,同时利用a_n,b_n关于n的函数性质,进行下面的变换
括号内右边部分
=
∑
n
=
1
∞
(
a
n
+
b
n
i
2
e
−
i
θ
)
=
∑
n
=
1
∞
(
a
n
+
b
n
i
2
e
−
i
n
w
0
x
)
括号内右边部分
=
∑
n
=
1
∞
(
a
n
+
b
n
i
2
e
−
i
n
w
0
x
)
=
∑
n
=
−
∞
−
1
(
a
−
n
+
b
−
n
i
2
e
i
n
w
0
x
)
注意
a
n
,
b
n
关于
n
的函数性质,是偶函数和奇函数,把负号提出来
括号内右边部分
=
∑
n
=
−
∞
−
1
(
a
−
n
+
b
−
n
i
2
e
i
n
w
0
x
)
=
∑
n
=
−
∞
−
1
(
a
n
−
b
n
i
2
e
i
n
w
0
x
)
\begin{gather} 括号内右边部分=\sum\limits_{n=1}^{\infty}(\frac{a_n+b_ni}{2}e^{-i\theta})=\sum\limits_{n=1}^{\infty}(\frac{a_n+b_ni}{2}e^{-inw_0x})\\ 括号内右边部分=\sum\limits_{n=1}^{\infty}(\frac{a_n+b_ni}{2}e^{-inw_0x})=\sum\limits_{n=-\infty}^{-1}(\frac{a_{-n}+b_{-n}i}{2}e^{inw_0x})\\ 注意a_n,b_n关于n的函数性质,是偶函数和奇函数,把负号提出来\\ 括号内右边部分=\sum\limits_{n=-\infty}^{-1}(\frac{a_{-n}+b_{-n}i}{2}e^{inw_0x})=\sum\limits_{n=-\infty}^{-1}(\frac{a_{n}-b_{n}i}{2}e^{inw_0x}) \end{gather}
括号内右边部分=n=1∑∞(2an+bnie−iθ)=n=1∑∞(2an+bnie−inw0x)括号内右边部分=n=1∑∞(2an+bnie−inw0x)=n=−∞∑−1(2a−n+b−nieinw0x)注意an,bn关于n的函数性质,是偶函数和奇函数,把负号提出来括号内右边部分=n=−∞∑−1(2a−n+b−nieinw0x)=n=−∞∑−1(2an−bnieinw0x)
其实上面的变换,就是主要就是把求和号内式子的形式统一,代回去则有
则
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
−
b
n
i
2
e
i
n
w
0
x
)
+
∑
n
=
−
∞
−
1
(
a
n
−
b
n
i
2
e
i
n
w
0
x
)
b
0
=
0
,
则
a
0
可以凑成更统一的形式
f
(
x
)
=
a
0
−
b
0
i
2
+
∑
n
=
1
∞
(
a
n
−
b
n
i
2
e
i
n
w
0
x
)
+
∑
n
=
−
∞
−
1
(
a
n
−
b
n
i
2
e
i
n
w
0
x
)
f
(
x
)
=
∑
n
=
−
∞
+
∞
(
a
n
−
b
n
i
2
e
i
n
w
0
x
)
\begin{gather} 则f(x)=\frac{a_0}{2}+\sum\limits_{n=1}^{\infty}(\frac{a_{n}-b_{n}i}{2}e^{inw_0x})+\sum\limits_{n=-\infty}^{-1}(\frac{a_{n}-b_{n}i}{2}e^{inw_0x})\\ b_0=0,则a_0可以凑成更统一的形式\\ f(x)=\frac{a_0-b_0i}{2}+\sum\limits_{n=1}^{\infty}(\frac{a_{n}-b_{n}i}{2}e^{inw_0x})+\sum\limits_{n=-\infty}^{-1}(\frac{a_{n}-b_{n}i}{2}e^{inw_0x})\\ f(x)=\sum\limits_{n=-\infty}^{+\infty}(\frac{a_{n}-b_{n}i}{2}e^{inw_0x}) \end{gather}
则f(x)=2a0+n=1∑∞(2an−bnieinw0x)+n=−∞∑−1(2an−bnieinw0x)b0=0,则a0可以凑成更统一的形式f(x)=2a0−b0i+n=1∑∞(2an−bnieinw0x)+n=−∞∑−1(2an−bnieinw0x)f(x)=n=−∞∑+∞(2an−bnieinw0x)
令$c_n=\frac{a_{n}-b_{n}i}{2}\$,则有
f
(
x
)
=
∑
n
=
−
∞
+
∞
(
c
n
e
i
n
w
0
x
)
c
n
=
a
n
−
b
n
i
2
f(x)=\sum\limits_{n=-\infty}^{+\infty}(c_ne^{inw_0x})\quad c_n=\frac{a_{n}-b_{n}i}{2}
f(x)=n=−∞∑+∞(cneinw0x)cn=2an−bni
c
n
c_n
cn就是
a
n
a_n
an和
b
n
b_n
bn的组合,很好求,同时把欧拉公式代入,会得到非常简洁的结果
c
n
=
a
n
−
b
n
i
2
c
n
=
1
T
∫
−
T
2
+
T
2
f
(
x
)
(
cos
n
w
0
x
−
i
sin
n
w
0
x
)
d
x
c
n
=
1
T
∫
−
T
2
+
T
2
f
(
x
)
[
cos
(
−
n
w
0
x
)
+
i
sin
(
−
n
w
0
x
)
]
d
x
c
n
=
1
T
∫
−
T
2
+
T
2
f
(
x
)
e
−
i
n
w
0
x
d
x
\begin{gather} c_n=\frac{a_{n}-b_{n}i}{2}\\ c_n=\frac{1}{T}\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)(\cos nw_0x-i\sin nw_0x){\rm d}x\\ c_n=\frac{1}{T}\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)[\cos (-nw_0x)+i\sin (-nw_0x)]{\rm d}x\\ c_n=\frac{1}{T}\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)e^{-inw_0x}{\rm d}x\\ \end{gather}
cn=2an−bnicn=T1∫−2T+2Tf(x)(cosnw0x−isinnw0x)dxcn=T1∫−2T+2Tf(x)[cos(−nw0x)+isin(−nw0x)]dxcn=T1∫−2T+2Tf(x)e−inw0xdx
至此,对于一个没有复变基础的人来说,令人头疼的复数的来龙去脉,总算是搞清楚了
f
(
x
)
=
∑
n
=
−
∞
+
∞
c
n
e
i
n
w
0
x
c
n
=
1
T
∫
−
T
2
+
T
2
f
(
x
)
e
−
i
n
w
0
x
d
x
\begin{gather} f(x)=\sum\limits_{n=-\infty}^{+\infty}c_ne^{inw_0x}\\ c_n=\frac{1}{T}\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)e^{-inw_0x}{\rm d}x\\ \end{gather}
f(x)=n=−∞∑+∞cneinw0xcn=T1∫−2T+2Tf(x)e−inw0xdx
深入理解级数的复数形式
上述式子中带来了几个很重要的问题:
-
负频率:如果直接看最终的公式,不可避免会产生一个疑问,负频率的意义是什么?
不过由一步步推导而来,负频率的问题不难解决,实际上是在变化时凑出来的一个形式罢了,只是为了形式的统一。
-
c n c_n cn的意义: c n c_n cn的意义现在比较好理解,其实就是 c n = a n − b n i 2 c_n=\frac{a_{n}-b_{n}i}{2} cn=2an−bni,仔细来说,它蕴含了频率为 n w 0 nw_0 nw0的三角函数 F n ′ = c n e i n w 0 x F_n^{'}=c_ne^{inw_0x} Fn′=cneinw0x的振幅与相位(注:在有些视频中,说这个复数 c n c_n cn的实部是 f n f_n fn的振幅和相位,我个人认为是不对的),这离不开 e i n w 0 x e^{inw_0x} einw0x下面会有验证。
-
e i n w 0 x e^{inw_0x} einw0x的意义:我的老师提供了一个比较独特的角度,我将尽可能复述他的观点。
e i n w 0 x = cos ( n w 0 x ) + i sin ( n w 0 x ) e^{inw_0x}=\cos (nw_0x)+i \sin(nw_0x) einw0x=cos(nw0x)+isin(nw0x),它像一个超空间里的基底,若干个 c n c_n cn组合在一起,就像是一个向量,我们把这个向量记为 C C C,那么 F n = c n e i n w 0 x F_n=c_ne^{inw_0x} Fn=cneinw0x就是 C C C与第 n n n个基底 e i n w 0 x e^{inw_0x} einw0x的内积,向量与基底的内积,很明显,就是向量在这个基底上的投影。这个投影就是 F n F_n Fn,是一个频率为 n w 0 nw_0 nw0的三角函数。
-
但是! F n ′ F_n^{'} Fn′与之前的 F n F_n Fn意义相同吗?
显而易见的是,他们都表示一个频率为 n w 0 nw_0 nw0的三角函数,把他们化为三角函数式
F n ′ = c n e i n w 0 x = a n − b n i 2 × [ cos ( n w 0 x ) + i sin ( n w 0 x ) ] = a n cos n w o x + b n sin n w 0 x 2 ( 注意复数部分抵消 ) 然而: F n = a n cos n w o x + b n sin n w 0 x \begin{gather} F_n^{'}=c_ne^{inw_0x}=\frac{a_{n}-b_{n}i}{2}\times[\cos (nw_0x)+i \sin(nw_0x)]\\ =\frac{a_n\cos nw_ox+b_n\sin nw_0x}{2}\quad (注意复数部分抵消)\\ 然而:F_n=a_n\cos nw_ox+b_n\sin nw_0x \end{gather} Fn′=cneinw0x=2an−bni×[cos(nw0x)+isin(nw0x)]=2ancosnwox+bnsinnw0x(注意复数部分抵消)然而:Fn=ancosnwox+bnsinnw0x
很明显 F n ′ = F n 2 F_n^{'}=\frac{F_n}{2} Fn′=2Fn,那化为复数形式之后, F n F_n Fn的另一半消失了?别忘了,我们还有负频率那部分呢,简单计算可得
F − n ′ = a n cos n w o x + b n sin n w 0 x 2 F_{-n}^{'}=\frac{a_n\cos nw_ox+b_n\sin nw_0x}{2} F−n′=2ancosnwox+bnsinnw0x
也就是说 F n ′ + F − n ′ = F n F_n^{'}+F_{-n}^{'}=F_n Fn′+F−n′=Fn,复数以及负频率,使形式上更加方便了。通过上述计算,容易得知," c n c_n cn的实部是三角函数的振幅,虚部是其相位"的说法,显然是不对的。
六、形式上推导傅里叶变换
周期函数可以求级数,那非周期呢,我们就可以将其看成周期无穷大的函数
f
(
x
)
=
∑
n
=
−
∞
+
∞
(
1
T
∫
−
T
2
+
T
2
f
(
x
)
e
−
i
n
w
0
x
d
x
e
i
n
w
0
x
)
\begin{gather} f(x)=\sum\limits_{n=-\infty}^{+\infty}(\frac{1}{T}\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)e^{-inw_0x}{\rm d}xe^{inw_0x})\\ \end{gather}
f(x)=n=−∞∑+∞(T1∫−2T+2Tf(x)e−inw0xdxeinw0x)
假设目前T还是一个确定的数,不是无限的,引入一个
2
π
T
=
w
=
(
n
+
1
)
w
−
n
w
=
w
n
+
1
−
w
n
\frac{2\pi}{T}=w=(n+1)w-nw=w_{n+1}-w_{n}
T2π=w=(n+1)w−nw=wn+1−wn,
即
1
T
=
w
n
+
1
−
w
n
2
π
\frac{1}{T}=\frac{w_{n+1}-w_{n}}{2\pi}
T1=2πwn+1−wn
f
(
x
)
=
∑
n
=
−
∞
+
∞
[
1
T
(
∫
−
T
2
+
T
2
f
(
x
)
e
−
i
n
w
0
x
d
x
)
e
i
n
w
0
x
]
=
∑
n
=
−
∞
+
∞
[
w
n
+
1
−
w
n
2
π
(
∫
−
T
2
+
T
2
f
(
x
)
e
−
i
n
w
0
x
d
x
)
e
i
n
w
0
x
]
f(x)=\sum\limits_{n=-\infty}^{+\infty}[\frac{1}{T}(\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)e^{-inw_0x}{\rm d}x)e^{inw_0x}]=\sum\limits_{n=-\infty}^{+\infty}[\frac{w_{n+1}-w_{n}}{2\pi}(\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)e^{-inw_0x}{\rm d}x)e^{inw_0x}]\\
f(x)=n=−∞∑+∞[T1(∫−2T+2Tf(x)e−inw0xdx)einw0x]=n=−∞∑+∞[2πwn+1−wn(∫−2T+2Tf(x)e−inw0xdx)einw0x]
关注这时的求和号,我们出现了黎曼和(虽然不是闭区间上的),我们把
n
n
n换成
i
i
i,把所有的
n
w
0
nw_0
nw0换成
w
n
w_n
wn,可能就更好理解了(更接近黎曼和的定义)
f
(
x
)
=
1
2
π
∑
i
=
−
∞
+
∞
[
(
∫
−
T
2
+
T
2
f
(
x
)
e
−
i
w
i
x
d
x
)
e
i
w
i
x
(
w
i
+
1
−
w
i
)
]
f(x)=\frac{1}{2\pi}\sum\limits_{i=-\infty}^{+\infty}[(\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)e^{-iw_ix}{\rm d}x)e^{iw_ix}(w_{i+1}-w_{i})]\\
f(x)=2π1i=−∞∑+∞[(∫−2T+2Tf(x)e−iwixdx)eiwix(wi+1−wi)]
可以与黎曼积分的定义相对比,这时的意义已经很明显了,把
(
∫
−
T
2
+
T
2
f
(
x
)
e
−
i
w
i
x
d
x
)
e
i
w
i
x
(\int_{-\frac{T}{2}}^{+\frac{T}{2}}f(x)e^{-iw_ix}{\rm d}x)e^{iw_ix}
(∫−2T+2Tf(x)e−iwixdx)eiwix看做一个关于
w
i
w_i
wi的函数
G
(
w
i
)
G(w_i)
G(wi),那么这整个式子是不是就成了
f
(
x
)
=
1
2
π
∑
i
=
−
∞
+
∞
[
G
(
w
i
)
(
w
i
+
1
−
w
i
)
]
f
(
x
)
=
1
2
π
∑
i
=
−
∞
+
∞
G
(
w
i
)
Δ
w
i
\begin{gather} f(x)=\frac{1}{2\pi}\sum\limits_{i=-\infty}^{+\infty}[G(w_i)(w_{i+1}-w_{i})]\\ f(x)=\frac{1}{2\pi}\sum\limits_{i=-\infty}^{+\infty}G(w_i)\Delta w_i\\ \end{gather}
f(x)=2π1i=−∞∑+∞[G(wi)(wi+1−wi)]f(x)=2π1i=−∞∑+∞G(wi)Δwi
如果把
G
G
G看做矩形的高,
w
i
+
1
−
w
i
w_{i+1}-w_i
wi+1−wi就是矩形的底边长,相乘就是矩形的面积,也就是说求和号里面每一项都是一个以三角
Δ
w
i
=
w
0
\Delta w_i=w_0
Δwi=w0为底的矩形面积(其实这在黎曼和,黎曼积分里有介绍,是现代定积分的定义)。当
T
T
T趋近于无穷时,
w
i
w_i
wi之间的相隔距离趋近于0,
w
i
w_i
wi就不是一个离散的值了,而是连续的值
w
w
w,这时,根据黎曼积分的知识,可以得到
f
(
x
)
=
1
2
π
∫
−
∞
+
∞
(
∫
−
∞
+
∞
f
(
x
)
e
−
i
w
x
d
x
)
e
i
w
x
d
w
f(x)=\frac{1}{2\pi}\int_{-\infty}^{+\infty}(\int_{-\infty}^{+\infty}f(x)e^{-iwx}{\rm d}x)e^{iwx}{\rm d}w\\
f(x)=2π1∫−∞+∞(∫−∞+∞f(x)e−iwxdx)eiwxdw
把这个式子进行简单的变形就可以得到
f
(
x
)
=
1
2
π
∫
−
∞
+
∞
(
1
2
π
∫
−
∞
+
∞
f
(
x
)
e
−
i
w
x
d
x
)
e
i
w
x
d
w
f(x)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}(\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}f(x)e^{-iwx}{\rm d}x)e^{iwx}{\rm d}w\\
f(x)=2π1∫−∞+∞(2π1∫−∞+∞f(x)e−iwxdx)eiwxdw
把括号里面的函数记为
F
(
w
)
F(w)
F(w)
F
(
w
)
=
1
2
π
∫
−
∞
+
∞
f
(
x
)
e
−
i
w
x
d
x
傅里叶变换
f
(
x
)
=
1
2
π
∫
−
∞
+
∞
F
(
w
)
e
i
w
x
d
w
傅里叶逆变换
\begin{gather} F(w)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}f(x)e^{-iwx}{\rm d}x\quad傅里叶变换 \\ f(x)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}F(w)e^{iwx}{\rm d}w\quad傅里叶逆变换\\ \end{gather}
F(w)=2π1∫−∞+∞f(x)e−iwxdx傅里叶变换f(x)=2π1∫−∞+∞F(w)eiwxdw傅里叶逆变换
对傅里叶变换的理解
有了之前对级数的理解,对傅里叶变换的理解完全不成问题,笔者再啰嗦几句
f ( x ) = 1 2 π ∫ − ∞ + ∞ F ( w ) e i w x d w f(x)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}F(w)e^{iwx}{\rm d}w f(x)=2π1∫−∞+∞F(w)eiwxdw 就相当于 f ( x ) f(x) f(x)的傅里叶级数.只不过此时周期为 ∞ \infty ∞,离散的累加和变成了连续的积分; c n c_n cn变成了 F ( w ) F(w) F(w),离散的 c n c_n cn变成了连续的 F ( w ) F(w) F(w)。
F ( w ) = 1 2 π ∫ − ∞ + ∞ f ( x ) e − i w x d x F(w)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}f(x)e^{-iwx}{\rm d}x F(w)=2π1∫−∞+∞f(x)e−iwxdx 意义就与 c n c_n cn类似了。
关于两者系数 1 2 π \frac{1}{\sqrt{2\pi}} 2π1,有着不同的分配方式;比如让 f ( x ) f(x) f(x)系数为 1 2 π \frac{1}{2\pi} 2π1, F ( w ) F(w) F(w)系数为 1 1 1,只有乘积为 1 2 π \frac{1}{2\pi} 2π1,就没问题,但本文中的傅里叶变换定义方式,具有很重要的特性—保角性和保范性,就不深入说明了。
另外,很多图片中,如图二中,画出了频域上的大小,这个大小应该是 ∣ F ( w ) ∣ |F(w)| ∣F(w)∣,而非 F ( w ) F(w) F(w),毕竟 F ( w ) F(w) F(w)是个复数。
至此,我所理解的傅里叶变换的全部内容已经全部奉上,希望能够帮助大家理解,水平不足,恳请指正,共同进步。
下一步我将针对关于卷积,离散傅里叶变换以及快速傅里叶变换的知识进行整理。