傅里叶变换推导

1、预备知识

实变函数内积：$<f_1,f_2>={\int }_{t_1}^{t_2}{f}_1(t)f_2(t)dt$
正交函数定义：如果两个函数之间内积为0，称之为正交函数
正交函数集合：在一定区间额你的一些函数，两两之间具有正交关系。他们自身的内积（模的平方）是不为0的
完备的正交函数集合：集合外不存在函数与集合内函数正交，任何函数$f(t)$均可表示为集合内函数的线性组合

因此，频率不同的三角函数相乘在一个周期内的积分必定为0。

2、傅里叶级数推导

定义：满足狄利克雷条件时，任何一个周期信号都可以展开成傅里叶级数。

狄利克雷条件：

1. 在一周期内，连续或只有有限个第一类间断点。
2. 在一周期内，极大值和极小值的数目应是有限的。
3. 在一周期内，信号是绝对可积的。

现假设一函数$f(t)$由一个直流分量和若干余弦函数组成，即：
$$f(t)=c_0+\sum _{n=1}^{\infty }{c}_n\cos (n\omega t+\phi )$$
利用和差化积公式，变形为：
$$f(t)=c_0+\sum _{n=1}^{\infty }[c_n\cos \phi \cos (n\omega t)-c_n\sin \phi \sin (n\omega t)]$$
设：$a_n=c_n\cos \phi ，b_n=-c_n\sin \phi$
得到：
$$f(t)=c_0+\sum _{n=1}^{\infty }[a_n\cos (n\omega t)+b_n\sin (n\omega t)]$$
上式即是傅里叶级数的展开式，可以看出，若要将一个周期信号展开为傅里叶级数形式，实际上就是确定确定$a_n,b_n$
对傅里叶级数展开式的两边同时乘以一个$\sin (k\omega t)$，并对它们在一个周期内进行积分，有：
$${\int }_0^{T}f(t)\sin (k\omega t)dt={\int }_0^T{c}_0\sin (k\omega t)dt+{\int }_0^T\sin (k\omega t)\sum _{n=1}^{\infty }[a_n\cos (n\omega t)+b_n\sin (n\omega t)]dt$$
由预备知识可知，频率不同的三角函数相乘在一个周期内的积分必定为0，因此，仅有$k=n$时不为0，上式进一步化简为：
$${\int }_0^{T}f(t)\sin (k\omega t)dt=b_n{\int }_0^T\sin (n\omega t{)}^{2}dt=b_n\frac{T}{2}$$
从而得出：
$$b_n=\frac{2}{T}{\int }_0^{T}f(t)\sin (n\omega t)dt$$
同理可以得出
$$a_n=\frac{2}{T}{\int }_0^{T}f(t)\cos (n\omega t)dt$$
同时，可以得到傅里叶级数与幅值相位之间的关系：
$$\begin{gathered} c_n=\sqrt{a_n^2+b_n^2} \\ \phi =\arctan (-\frac{b_n}{a_n}) \end{gathered}$$

3、欧拉公式

定义：
$$e^{i\theta }=\cos \theta +i\sin \theta$$
欧拉公式是通过泰勒公式推导得出的：
$$\begin{gathered} e^x=1+x+\frac{1}{2!}{x}^2+\frac{1}{3!}{x}^3+\cdots \\ \sin x=x-\frac{1}{3!}{x}^3+\frac{1}{5!}{x}^5+\cdots \\ \cos x=1-\frac{1}{2!}{x}^2+\frac{1}{4!}{x}^4+\cdots \end{gathered}$$
将$x=i\theta$代入$e^x$可得：
$$\begin{array}{rl}{e}^i\theta & =i+i\theta +\frac{(i\theta {)}^2}{2!}+\frac{(i\theta {)}^3}{3!}+\cdots \\ & =1+i\theta -\frac{{\theta }^2}{2!}-\frac{i{\theta }^3}{3!}+\cdots \\ & =(1-\frac{{\theta }^2}{2!}+\frac{{\theta }^4}{4!}-\cdots )+i(\theta -\frac{{\theta }^3}{3!}+\frac{{\theta }^5}{5!}+\cdots )\\ & =\cos \theta +i\sin \theta \end{array}$$
欧拉公式将复数、指数函数与三角函数相互联系起来。如果定义一个复平面，$e^{i\theta }$表示，一个绕原点旋转的圆，如下图所示

令
$$\theta =\omega t=\frac{2\pi }{T}t$$
则，欧拉公式可写成如下形式
$$e^{i\omega t}=\cos (\omega t)+i\sin (\omega t)$$

3、复变函数到傅里叶级数

可以定义一组三角函数为：
$$\begin{gathered} \cos (n\omega t)=\frac{e^{in\omega t}+e^{-in\omega t}}{2} \\ \sin (n\omega t)=\frac{e^{in\omega t}-e^{-in\omega t}}{2} \end{gathered}$$
将它们带入傅里叶级数展开式，可得：
$$f(t)=c_0+\sum _{n=1}^{\infty }\left[a_n\frac{e^{in\omega t}+e^{-in\omega t}}{2}+b_n\frac{e^{in\omega t}-e^{-in\omega t}}{2}\right]$$
进一步化简：
$$f(t)=c_0+\sum _{n=1}^{\infty }\left[\frac{(a_n-i{b}_n)}{2}{e}^{in\omega t}+\frac{(a_n+i{b}_n)}{2}{e}^{-in\omega t}\right]$$
又因为
$$\begin{gathered} a_{-n}=\frac{2}{T}{\int }_0^{T}f(t)\cos (-n\omega t)dt=a_n \\ {b}_{-n}=\frac{2}{T}{\int }_0^{T}f(t)\sin (-n\omega t)dt=-b_n \end{gathered}$$
故
$$f(t)=c_0+\sum _{n=1}^{\infty }\left[\frac{(a_n-i{b}_n)}{2}{e}^{in\omega t}+\frac{(a_n-i{b}_{-n})}{2}{e}^{-in\omega t}\right]$$
即
$$f(t)=c_0+\sum _{n=1}^{\infty }\frac{(a_n-i{b}_n)}{2}{e}^{in\omega t}+\sum _{n=-\infty }^{-1}\frac{(a_n-i{b}_{-n})}{2}{e}^{-in\omega t}$$
这里$c_0$为直流分量，对应频率为0的情况，即$c_0$为$n=0$的情况，故
$$f(t)=\sum _{n=-\infty }^{\infty }\frac{a_n-i{b}_n}{2}{e}^{in\omega t}$$
设$A_n=\frac{a_n-i{b}_n}{2}$，则
$$f(t)=\sum _{n=-\infty }^{\infty }{A}_n{e}^{in\omega t}$$
这就是复数形式的傅里叶级数，在在两边同时乘以一个$e^{-ik\omega t}$，并对它们在一个周期内进行积分，得到：
$${\int }_0^{T}f(t)e^{-ik\omega t}dt={\int }_0^T\sum _{n=-\infty }^{+\infty }{A}_n{e}^{i(n-k)\omega t}dt$$
当$n\ne k$时，积分结果必定为0，因此：
$${\int }_0^{T}f(t)e^{-in\omega t}dt=A_{n}T$$
从而得出$A_n$的求法
$$A_n=\frac{1}{T}{\int }_0^{T}f(t)e^{-in\omega t}dt$$
通过求$A_n$的模，可求得该频率波的幅值的一半
$$|A_n|=\frac{1}{2}\sqrt{a_n^2+b_n^2}=\frac{1}{2}{c}_n$$
而通过对其虚部和实部反正切，就可以求得该频率段波的相位。

4、周期离散时间傅里叶变换

傅里叶级数适用于周期时间连续且无限长度的信号处理，因此我们需要一个能够处理周期离散时间信号的变化公式。
现假设我们对周期连续信号等间距采样，同时保证采样的结果也是周期性的，设离散时间的采样样本为$x[t]$，其周期为$T$，那么，其频率为$2\pi /T$，满足：
$$x[t]=x[t+kT]$$
其中$k$为整数，设$t=<T>$表示一个周期内所有的采样点，那么根据复数形式的傅里叶级数，有
$$x[t]=\sum _{n=<T>}{A}_n{e}^{in\omega t}$$
其中$A_n$就是周期离散傅里叶级数的系数，同样的方法，两边同时乘以$e^{-ik\omega t}$，有：
$$x[t]e^{-ik\omega t}=\sum _{n=<T>}{A}_n{e}^{in\omega t}{e}^{-ik\omega t}$$
再同时对两边进行$T$项上求和，得到：
$$\sum _{t=<T>}x[t]e^{-ik\omega t}=\sum _{t=<T>}\sum _{n=<T>}{A}_n{e}^{i(n-k)\omega t}$$
同样，当$n\ne k$时，周期的累加和为0，因此，上式变为：
$$\sum _{t=<T>}x[t]e^{-ik\omega t}=T{A}_n$$
从而，得到
$$A_n=\frac{1}{T}\sum _{t=<T>}x[t]e^{-in\omega t}$$

5、非周期离散时间傅里叶变化

假设一个离散时间信号，其只在区间$[1,3]$上有值，其余范围均为0，那么，我们可以把它当作一个周期无穷大的信号，套用第四节所得公式，有
$$A_n=\frac{1}{3}\sum _{t=1}^{3}x[t]e^{-in\omega t}$$
因为在其他区间的值均为0，也可写成
KaTeX parse error: Undefined control sequence: \inftyx at position 34: …um_{t=-\infty}^\̲i̲n̲f̲t̲y̲x̲[t]e^{-in\omega…
如果将区间拓展到某一信号有连续的$N$个值，那么得到一个更加通用的公式
$$A_n=\frac{1}{N}\sum _{t=-\infty }^{\infty }x[t]e^{-in\omega t}$$
设
$$X(e^{i\omega })=\sum _{t=-\infty }^{\infty }x[t]e^{-i\omega t}$$
则
$$A_n=\frac{1}{N}X(e^{i\omega n})$$
将上式代回，有
$$x[t]=\frac{1}{N}\sum _{t=-\infty }^{\infty }X(e^{i\omega n})e^{in\omega t}$$
因为$N=2\pi /\omega$，则
$$x[t]=\frac{1}{2\pi }\sum _{t=-\infty }^{\infty }X(e^{i\omega n})e^{in\omega t}\omega$$
随着周期趋近于无穷大，$\omega$趋近于无穷小，那么，上式就从累加变成了积分，且因为$X(e^{i\omega n})e^{in\omega t}\omega$的周期为$2\pi$，且其仅在周期内有值，于是，上式也随之变为了
$$x[t]=\frac{1}{2\pi }{\int }_0^{2\pi }X(e^{i\omega n})e^{in\omega t}d\omega$$