傅里叶变换，拉普拉斯变换和小波变换

1.时域和频域的关系（转自知乎https://www.zhihu.com/question/21040374）

所谓信号，从狭义上说可以认为是自然界中作为信息载体的各类波，一般来说简谐震动产生的正弦波是最常见的研究对象。针对正弦波，在数学上有一系列的工具可以对其进行分析。因此，对于自然界存在的所有波，我们可以利用所谓的傅立叶级数展开法将它们分解为有限或无限个不同频率不同振幅的正弦波的集合其中各个分量的振幅的确定有专门的公式，此处不详述。而各个分量的频率恰好是原来函数频率的整数倍。我们可以发现，经过分解后的公式完全可以用另一幅图来表示，横坐标为各个分量的频率，纵坐标为对应振幅到了这里，频域和时域最基本的关系就很明显了，第一幅图是一个矩形波的时域图，第二幅则是频域图。将一个表示波的函数从时域（时间与振幅的关系）转化为频域（频率与振幅的关系）的数学操作被称为傅立叶变换以上的演示的是对于周期性信号的傅立叶变换，而对于非周期信号，其过程较为抽象，对其的变换便是傅立叶变换的一般形式，具体细节可以参阅有关资料。在这里我仅说明一个一般性结论：非周期信号的傅立叶变换所得频域图像是连续的，而不像上图那样离散。也就是说，非周期信号各个分量的频率是连续的。以下是一个非周期信号的例子，具体得到的过程不再给出。

2.信号处理的三种变换：
傅里叶变换
（非周期离散序列的傅里叶变换是连续的周期函数，连续周期函数的傅里叶变换是非周期离散的）
此为动图地址：　https://vdn1.vzuu.com/SD/0cf38e34-ec4b-11ea-acfd-5ab503a75443.mp4?disable_local_cache=1&auth_key=1615730095-0-0-8ad60830ae51b650999b70d6a1208bdc&f=mp4&bu=pico&expiration=1615730095&v=hw

拉普拉斯变换 https://zhuanlan.zhihu.com/p/40783304

傅里叶变换和拉普拉斯变换的本质区别的解释：傅里叶变换通常关注的是不随时间衰减的信号，或者系统在特定频率下的响应。而拉普拉斯信号更多关注实际有阻尼的系统中，系统响应的长期变化。两者有紧密的联系。

时域，频域（傅里叶形式）与复频域（拉普拉斯形式）表达式是对同一组信号的不同表述。再往大说一点，傅里叶变换，拉普拉斯变换，甚至包括不知道有没有机会讲的小波变换，都在做一件事，将信号在已知的基空间做投影，唯一的区别是基的选取不同。

三、小波分析：平稳信号大多数是认为制造出来的，傅里叶变换处理非平稳信号有天生缺陷，它只能获得一段信号总体上包含哪些成分的频率，但是对各成分出现的时刻并无所知(时域相差很大的两个信号可能频谱图一样)。

短时傅里叶变换：原理就是加窗，“把整个时域过程分解为无数个等长的小过程，每个小过程近似平稳，再做傅里叶变换，就知道在哪个时间点上出现了什么频率了”这就是短时傅里叶变换。但是短时傅里叶变换存在一个问题就是窗的宽度怎么定，窗太窄屏幕分辨率差，窗太宽时间分辨率差，所以窄窗口时间分辨率高但频率分辨率低，宽窗口时间分辨率低但频率分辨率高。对于时变的非稳态信号，高频适合小窗口，低频适合大窗口。然而短时傅里叶变换STFT的窗口是固定的，在一次STFT中宽度不会变化所以STFT还是无法满足非稳态信号变化的频率的需求。

小波变换的出发点和STFT还是不同的，STFT是给信号加窗后分段做FFT，而小波直接把傅里叶变换的基给换了——将无限长的三角函数基换成了有限长的会衰减的小波基，这样不仅能够获取频率还可以定位时间。