从信号处理认识傅里叶变换

前言

在表示和分析线性时不变系统时，我们的基本方法是将系统输入分解成基本信号的线性组合，其响应是基本输入响应的相同线性组合。

卷积和和卷积积分源于我们将输入信号分解成基本信号的一种特定选择，特别是延迟的单位脉冲。这种选择的优点在于，对于线性时不变系统，一旦已知脉冲在某一时刻的响应，则该响应在所有时刻的响应都是已知的，（单位脉冲和任意函数的卷积还是它本身$\delta (t)\ast h(t)=h(t)$）。

这里用另一组不同的基本输入——具有单位幅度的复指数来表示信号。对于周期信号，这种形式的分解被称为傅里叶级数，对于非周期信号，它成为傅里叶变换。复指数是线性时不变系统的本征函数；也就是说，线性时不变系统对任何复杂指数信号的响应只是该信号的缩放复制。
$$e^{j{w}_{k}t}\to {\int }_{-\infty }^{t}h(\tau )e^{j{w}_k(t-\tau )}d\tau =e^{j{w}_{k}t}{\int }_{-\infty }^{t}h(\tau )e^{-j{w}_k\tau }d\tau =H(w_k)e^{j{w}_{k}t}$$
因此，如果线性时不变系统的输入被表示为复指数的线性组合，那么系统的响应可以简单地用该表示中每个系数的加权来描述。线性时不变系统和复指数之间的这种非常重要和优雅的关系导致了一些非常强大的概念和结果。下面介绍如何把输入信号表示成复指数的线性组合。

1. 傅里叶级数

法国数学家傅里叶发现，任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示（选择正弦函数与余弦函数作为基函数是因为它们是正交的），后世称傅里叶级数为一种特殊的三角级数，根据欧拉公式$e^{jwt}=cos(wt)+jsin(wt)$，三角函数又能化成指数形式，也称傅立叶级数为一种指数级数。

给定一个周期为T的函数x(t)，那 么它可以表示为无穷级数(1)：
$$x(t)=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk{w}_{0}t}$$
其中$a_k$可由下式计算：
$$a_k=\frac{1}{T}$$