理解离散傅立叶变换(三)------复数

理解离散傅立叶变换(三)
                     ------复数
       复数扩展了我们一般所能理解的数的概念,复数包含了实数和虚数两部分,利用复数的形式可以把由两个变量表示的表达式变成由一个变量(复变量)来表达,使得处理起来更加自然和方便,我们知道傅立叶变换的结果是由两部分组成的,使用复数形式可以缩短变换表达式,使得我们可以单独处理一个变量(这个在后面的描述中我们就可以更加确切地知道),而且快速傅立叶变换正是基于复数形式的,所以几乎所有描述的傅立叶变换形式都是复数的形式。但是复数的概念超过了我们日常生活中所能理解的概念,要理解复数是较难的,所以我们在理解复数傅立叶变换之前,先来专门复习一下有关复数的知识,这对后面的理解非常重要。
 
一、          复数的提出
 
在此,先让我们看一个物理实验:把一个球从某点向上抛出,然后根据初速度和时间来计算球所在高度,这个方法可以根据下面的式子计算得出:
其中h表示高度,g表示重力加速度(9.8m/s 2),v表示初速度,t表示时间。现在反过来,假如知道了高度,要求计算到这个高度所需要的时间,这时我们又可以通过下式来计算:
             
 
经过计算我们可以知道,当高度是3米时,有两个时间点到达该高度:球向上运动时的时间是0.38秒,球向下运动时的时间是1.62秒。但是如果高度等于10时,结果又是什么呢?根据上面的式子可以发现存在对负数进行开平方运算,我们知道这肯定是不现实的。第一次使用这个不一般的式子的人是意大利数学家Girolamo Cardano(1501-1576),两个世纪后,德国伟大数学家Carl Friedrich Gause(1777-1855)提出了复数的概念,为后来的应用铺平了道路,他对复数进行这样表示:复数由实数(real)和虚数(imaginary)两部分组成,虚数中的根号负1用i来表示(在这里我们用j来表示,因为i在电力学中表示电流的意思)。
 
       我们可以把横坐标表示成实数,纵坐标表示成虚数,则坐标中的每个点的向量就可以用复数来表示,如下图:
               
     
       上图中的ABC三个向量可以表示成如下的式子:
 
                    A = 2 + 6j
 
            B = -4 – 1.5j
 
            C = 3 – 7j
 
       这样子来表达方便之处在于运用一个符号就能把两个原来难以联系起来的数组合起来了,不方便的是我们要分辨哪个是实数和哪个是虚数,我们一般是用Re( )和Im( )来表示实数和虚数两部分,如:
 
                    Re A = 2      Im A = 6
 
            Re B = -4     Im B = -1.5
 
            Re C = 3      Im C = -7
 
 
       复数之间也可以进行加减乘除运算:
            
 
       这里有个特殊的地方是j 2等于-1,上面第四个式子的计算方法是把分子和分母同时乘以c – dj,这样就可消去分母中的j了。
 
       复数也符合代数运算中的交换律、结合律、分配律:
 
              A B = B A
 
     (A + B) + C = A + (B + C)
 
     A(B + C) = AB + AC
 
 
二、复数的极坐标表示形式
 
       前面提到的是运用直角坐标来表示复数,其实更为普遍应用的是极坐标的表示方法,如下图:
             
       上图中的M即是数量积(magnitude),表示从原点到坐标点的距离,θ是相位角(phase angle),表示从X轴正方向到某个向量的夹角,下面四个式子是计算方法:
                    
 
       我们还可以通过下面的式子进行极坐标到直角坐标的转换:
 
    a + jb = M (cos θ + j sin θ )
 
 
       上面这个等式中左边是直角坐标表达式,右边是极坐标表达式。
 
       还有一个更为重要的等式——欧拉等式(欧拉是瑞士的著名数学家,Leonhard Euler,1707-1783):
 
     ejx = cos x + j sin x
 
 
       这个等式可以从下面的级数变换中得到证明:
       上面中右边的两个式子分别是cos(x)和sin(x)的泰勒(Taylor)级数。
 
       这样子我们又可以把复数的表达式表示成指数的形式了:
 
      a + jb = M e j θ (这便是复数的两个表达式)
 
 
       指数形式是数字信号处理中数学方法的支柱,也许是因为用指数形式进行复数的乘除运算极为简单的缘故吧:
             
三、复数是数学分析中的一个工具
 
       为什么要使用复数呢?其实它只是个工具而已,就如钉子和锤子的关系,复数就象那锤子,作为一种使用的工具。我们把要解决的问题表达成复数的形式(因为有些问题用复数的形式进行运算更加方便),然后对复数进行运算,最后再转换回来得到我们所需要的结果。
 
       有两种方法使用复数,一种是用复数进行简单的替换,如前面所说的向量表达式方法和前一节中我们所讨论的实域DFT,另一种是更高级的方法:数学等价(mathematical equivalence),复数形式的傅立叶变换用的便是数学等价的方法,但在这里我们先不讨论这种方法,这里我们先来看一下用复数进行替换中的问题。
 
       用复数进行替换的基本思想是:把所要分析的物理问题转换成复数的形式,其中只是简单地添加一个复数的符号j,当返回到原来的物理问题时,则只是把符号j去掉就可以了。
 
       有一点要明白的是并不是所有问题都可以用复数来表示,必须看用复数进行分析是否适用,有个例子可以看出用复数来替换原来问题的表达方式明显是谬误的:假设一箱的苹果是5美元,一箱的桔子是10美元,于是我们把它表示成 5 + 10j,有一个星期你买了6箱苹果和2箱桔子,我们又把它表示成6 + 2j,最后计算总共花的钱是(5 + 10j)(6 + 2j) = 10 + 70j,结果是买苹果花了10美元的,买桔子花了70美元,这样的结果明显是错了,所以复数的形式不适合运用于对这种问题的解决。
 
四、用复数来表示正余弦函数表达式
 
       对于象M cos (ωt + φ)和A cos(ωt ) + B sin(ωt )表达式,用复数来表示,可以变得非常简洁,对于直角坐标形式可以按如下形式进行转换:
      
       上式中余弦幅值A经变换生成a,正弦幅值B的相反数经变换生成b:A <=> a,B<=> -b,但要注意的是,这不是个等式,只是个替换形式而已。
 
       对于极坐标形式可以按如下形式进行转换:
      
      
       上式中,M <=> M, θ<=> φ。
   这里虚数部分采用负数的形式主要是为了跟复数傅立叶变换表达式保持一致,对于这种替换的方法来表示正余弦,符号的变换没有什么好处,但替换时总会被改变掉符号以跟更高级的等价变换保持形式上的一致。
 
    在离散信号处理中,运用复数形式来表示正余弦波是个常用的技术,这是因为利用复数进行各种运算得到的结果跟原来的正余弦运算结果是一致的,但是,我们要小心使用复数操作,如加、减、乘、除,有些操作是不能用的,如两个正弦信号相加,采用复数形式进行相加,得到的结果跟替换前的直接相加的结果是一样的,但是如果两个正弦信号相乘,则采用复数形式来相乘结果是不一样的。幸运的是,我们已严格定义了正余弦复数形式的运算操作条件:
1、参加运算的所有正余弦的频率必须是一样的;
2、运算操作必须是线性的,如两个正弦信号可以进行相加减,但不能进行乘除,象信号的放大、衰减、高低通滤波等系统都是线性的,象平方、缩短、取限等则不是线性的。要记住的是卷积和傅立叶分析也只有线性操作才可以进行。
  
下图是一个相量变换(我们把正弦或余弦波变成复数的形式称为相量变换,Phasor transform)的例子,一个连续信号波经过一个线性处理系统生成另一个信号波,从计算过程我们可以看出采用复数的形式使得计算变化十分的简洁:
 
       前一节中我们描述的实数形式傅立叶变换也是一种替换形式的复数变换,但要注意的是那还不是复数傅立叶变换,只是一种代替方式而已。下一节我们就会知道复数傅立叶变换是一种更高级的变换,而不是这种简单的替换形式。
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
离散傅立叶变换(Discrete Fourier Transform,DFT)是一种将时域上的离散信号转换为频域上的离散信号的算法。它在信号处理、图像处理、音频处理等领域都有广泛的应用。 以下是离散傅立叶变换的一些应用: 1. 信号处理:离散傅立叶变换可以将时域上的信号转换到频域上,从而可以对信号进行频域滤波、频谱分析等处理。例如,可以通过对音频信号进行离散傅立叶变换,得到音频信号的频域表示,从而可以实现音频降噪、音频增强等功能。 2. 图像处理:离散傅立叶变换可以将图像从空间域转换到频域,从而可以进行频域滤波、频谱分析等处理。例如,可以通过对图像进行离散傅立叶变换,得到图像的频域表示,从而可以实现图像去噪、图像增强等功能。 3. 通信系统:离散傅立叶变换可以用于数字通信系统中的调制与解调、信道均衡等处理。例如,在 OFDM(Orthogonal Frequency Division Multiplexing,正交频分复用)系统中,离散傅立叶变换被广泛用于将多个子载波的信号转换到频域上进行处理。 4. 控制系统:离散傅立叶变换可以用于控制系统的频域分析与设计。例如,可以通过对控制系统进行离散傅立叶变换,得到系统的频域响应,从而可以进行控制器的设计与优化。 总之,离散傅立叶变换在信号处理、图像处理、通信系统、控制系统等领域都有广泛的应用,是一种非常重要的数学工具

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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