傅里叶变换（基础&重点）

已于 2024-04-03 16:23:08 修改
阅读量266 收藏
点赞数 2
分类专栏： 滤波器学习 文章标签： matlab
于 2024-03-27 16:24:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_65769343/article/details/137049208
版权
本文介绍了傅里叶变换的起源，包括其在解决热传导方程中的应用，扩展至傅里叶级数的求解，以及如何从周期函数推广到非周期函数的一维和二维情况。特别关注了离散傅里叶变换的概念及其与连续傅里叶变换的关系。
摘要由CSDN通过智能技术生成

傅里叶变换最初用于求解热传导方程

01傅里叶极数

下述分解需要满足狄利赫利三条件，保证X(t)收敛性

若有：

X(t)=B_{0}+ \sum_{1}^{+\infty }B_{k}cos(k\omega _{0}t)+\sum_{1}^{+\infty }C_{k}sin(k\omega _{0}t)

T_{0}= \frac{2\pi}{\omega_{0}}

T(X(t))=T_{0}

则：
B_{0}=\frac{1}{T_{0}}\int_{0}^{T_{0}}X(t)dt

B_{k}=\frac{2}{T_{0}}\int_{0}^{T_{0}}X(t)cos(k\omega _{0}t)dt

C_{k}=\frac{2}{T_{0}}\int_{0}^{T_{0}}X(t)sin(k\omega _{0}t)dt

复数表达式，j为虚数单位

X(t)=\sum_{-\infty}^{+\infty }a_{k}e^{jk\omega_{0} t}

a_{k}=\frac{1}{T_{0}}\int_{0}^{T_{0}}X(t)e^{-jk\omega_{0} t}dt

T_{0}= \frac{2\pi}{\omega_{0}}

关系，推导使用了欧拉公式实现到虚部的转换

B_{0}=a_{0}(k=0)

B_{k}=a_{-k}+a_{k}(k\neq 0)

C_{k}=j(a_{k}-a_{-k})

例如：

求某个周期方波的傅里叶级数

02傅里叶变换

将傅里叶级数推广到非周期函数

一维：

傅里叶变换

X(j\omega )=\int_{-\infty}^{+\infty}x(t)e^{-j\omega t}dt

傅里叶变换逆变换

x(t)=\frac{1}{2\pi }\int_{-\infty}^{+\infty}X(j\omega )e^{j\omega t}d\omega

二维：

03离散傅里叶变换

傅里叶变换

X(e^{j\omega })=\sum_{-\infty}^{+\infty}x[n]e^{-j\omega n} 是ω以2pi为周期的​​​​​​​函数

逆变换

x[n]=\frac{1}{2\pi}\int _{2\pi}X(e^{j\omega })e^{j\omega n}d\omega

努力的ping
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
最详细的图像傅里叶变换
牵LV小猪精的博客
05-04 4万+
图像傅里叶变换的理解1. 傅里叶变换理论层面理解2. 常见频谱图3. 傅里叶变换在图像中的应用 1. 傅里叶变换理论层面理解 数学意义:傅里叶变换将一个任意的周期函数分解成为无穷个正弦函数的和的形式 物理效果:傅里叶变换实现了将信号从空间域到频率域的转换 信号分析: 一维傅里叶变换（将杂乱的信号由时域转化到频域中）一维傅里叶变化是将信号分解为正弦波的和的形式 时域 横轴是时间,纵轴是振幅 频域 横轴是频率,纵轴是振幅 对一个信号做时域到频域的变换，能够清除看到该信号主要由两个正弦波以及一些噪声混合，如下
14.1 傅里叶变换的理论基础
liupc的学习笔记
08-20 1090
点击此处返回总目录 这次课介绍傅里叶变换的理论基础。 首先看一个实际生活的例子： 一种饮料的制作流程如下，18:00的时候放入1份冰糖，3份红豆，...；18:01的时候放入....大概持续了一个小时，这个饮料就制作完成...
【算法】傅里叶变换
最新发布
wnm23的专栏
07-26 805
傅里叶变换的基本思想是将一个时域信号分解为多个不同频率的正弦和余弦波的叠加。：相比DFT，FFT通过减少乘法次数来提高计算效率，时间复杂度降低到 𝑂(𝑁log⁡𝑁)O(NlogN)。在实际应用中，例如一个音频处理服务，可以使用傅里叶变换来实现频谱分析或音频特征提取。其中，𝑋[𝑘]X[k] 是信号 𝑥[𝑛]x[n] 的傅里叶变换，𝑁N 是样本点数。：基于定义进行计算，时间复杂度为 𝑂(𝑛2)O(n2)，适用于小规模数据。：最常用的高效算法，时间复杂度为 𝑂(𝑛log⁡𝑛)O(nlogn)。
傅里叶变换（1）理论基础
qq_38173035的博客
07-29 314
数学基础-傅里叶变换的理解
weixin_37801695的博客
06-11 2938
一、什么是频域 从我们出生，我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生改变。这种以时间作为参照来观察动态世界的方法我们称其为时域分析。而我们也想当然的认为，世间万物都在随着时间不停的改变，并且永远不会静止下来。但如果我告诉你，用另一种方法来观察世界的话，你会发现世界是永恒不变的，你会不会觉得我疯了？我没有疯，这个静止的世界就叫做频域。 先举一个公式上并非很恰当...
傅里叶变换
无码
03-30 4534
转：傅里叶变换   一、傅立叶变换的由来 关于傅立叶变换，无论是书本还是在网上可以很容易找到关于傅立叶变换的描述，但是大都是些故弄玄虚的文章，太过抽 象，尽是一些让人看了就望而生畏的公式的罗列，让人很难能够从感性上得到理解，最近，我偶尔从网上看到一个关于数字信号处理的电子书籍，是一个叫 Steven W. Smith, Ph.D.外国人写的，写得非常浅显
sin傅里叶变换公式_全面解析傅立叶变换（非常详细）
热门推荐
weixin_39827506的博客
12-21 3万+
前言第一部分、 DFT第一章、傅立叶变换的由来第二章、实数形式离散傅立叶变换(Real DFT)从头到尾彻底理解傅里叶变换算法、下第三章、复数第四章、复数形式离散傅立叶变换前言：“关于傅立叶变换，无论是书本还是在网上可以很容易找到关于傅立叶变换的描述，但是大都是些故弄玄虚的文章，太过抽象，尽是一些让人看了就望而生畏的公式的罗列，让人很难能够从感性上得到理解”---dznlong，那么，到底什么是傅...
SAR信号处理重要工具-傅里叶变换
webot123456的博客
10-31 313
基于这样一个背景，下面简单介绍傅里叶变换的内涵。这个可以从矩阵的论理解，对于离散信号输入，离散信号输出，系统可以用矩阵表示，当输入是系统矩阵的特征向量时，则输出的波形和输入一致，只是存在幅度上的差别，这个幅度就是系统矩阵的特性向量所对应的特征值，而三角函数正是线性时不变系统的特征向量（微分以及积分都是线性变换，而三角函数的积分运算结果和微分运算结果都是三角函数），这也是傅里叶变换在分析线性时不变系统的巧妙之处。因此，冲激函数是从时域的角度来将信号进行分解的，而且只是单纯的从时域信号的幅度对信号进行的分解。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值