傅里叶变换 拉普拉斯变换 Z变换笔记

傅里叶变换 拉普拉斯变换 Z变换笔记

最近学到工程测试技术，感到大一学的微积分真的和没学差不多，于是上找博文学习，最后总算弄懂了一点，记录下来。

首先体验一个小的实验

x=linspace(0,30,1000)
y1=8/pi*sin(pi/10*x)
y2=8/3/pi*sin(3*pi/10*x)
y3=8/5/pi*sin(5*pi/10*x)
y=y1
y4=-2*(-1).^(mod(ceil(x/10),2))
for n=3:2:100 n 
    y=y+8/n/pi*sin(n*pi/10*x)
end
plot(x,y,x,y4)
hold on
plot([0,30],[0,0],'--')

这里简单的展示了一下傅里叶级数的效果，下面详细的介绍一下三个函数

Part1 函数的正交

{1,$sin(x)$,$cos(x)$,·····,$sin(nx)$,$cos(nx)$}
这里选择两个个推导

${\int }_{-\pi }^{\pi }cosnx\ast cosnxdx$

$={\int }_{-\pi }^{\pi }\frac{1+cos2nx}{2}dx$

$=\pi +\frac{1}{2}{\int }_{-\pi }^{\pi }cos2nxdx$

$=\pi$

${\int }_{-\pi }^{\pi }cosnx\ast sinmxdx$

$={\int }_{-\pi }^{\pi }\frac{sin(n+m)x+sin(m-n)x}{2}dx$

$=-\frac{1}{2}[\frac{cos(n+m)x}{m+n}+\frac{cos(m-n)x}{m-n}]{|}_{-\pi }^{\pi }$

$=0$

Part2 傅里叶级数推导

通过以上的推导可以知道给出的上述函数坐标系是正交的，因此傅里叶级数可以表示为
$f(x)={\sum }_{n=0}^{\infty }{a}_{n}cosnx+{\sum }_{n=0}^{\infty }{b}_{n}sinnx=a_0+{\sum }_{n=1}^{\infty }(a_{n}cosnx+b_{n}sinnx)$

这与通常书本上的会有一些区别
$f(x)=a_0+{\sum }_{n=1}^{\infty }(a_{n}cosnx+b_{n}sinnx)$
这里书本上除以2主要是为了结构上的一致，通过后面的分析就可以知道，这里先不用管

通过推导可知
$a_0=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }f(x)dx$
$a_n=\frac{1}{\pi }{\int }_{-\pi }^{\pi }f(x)cos(nx)dx$
$b_n=\frac{1}{\pi }{\int }_{-\pi }^{\pi }f(x)sin(nx)dx$
这里便可以看出课本上将$a_0$除以的原因了
最终得到傅里叶级数
$f(x)=\frac{a_0}{2}+{\sum }_{n=1}^{\infty }(a_{n}cosnx+b_{n}sinnx)$

Part3周期为2L的傅里叶级数的展开

$f(t)=f(t+2L)$
换元
$x=\frac{\pi }{L}t\Rightarrow t=\frac{L}{\pi }x$
则有
$f(t)=f(\frac{L}{\pi }x)\Rightarrow g(x)$
这里$g(x)$的周期为$2\pi$
通过Part2的推导可知
$g(x)=\frac{a_0}{2}+{\sum }_{n=1}^{\infty }(a_{n}cosnx+b_{n}sinnx)$

$a_0=\frac{1}{\pi }{\int }_{-\pi }^{\pi }f(x)dx$

$a_n=\frac{1}{\pi }{\int }_{-\pi }^{\pi }f(x)cos(nx)dx$

$b_n=\frac{1}{\pi }{\int }_{-\pi }^{\pi }f(x)sin(nx)dx$

逆向带回f(t)得到
$f(t)=\frac{a_0}{2}+{\sum }_{n=1}^{\infty }(a_{n}cos\frac{n\pi }{L}t+b_{n}sin\frac{n\pi }{L}t)$

$a_0=\frac{1}{L}{\int }_{-L}^{L}f(t)dt$

$a_n=\frac{1}{L}{\int }_{-L}^{L}f(t)cos(\frac{n\pi }{L}t)dt$

$b_n=\frac{1}{L}{\int }_{-L}^{L}f(t)sin(\frac{n\pi }{L}t)dt$

这里进一步简化，设函数的周期为T
则有
$f(t)=\frac{a_0}{2}+{\sum }_{n=1}^{\infty }(a_{n}cosn\omega t+b_{n}sinn\omega t)$

$a_0=\frac{2}{T}{\int }_0^{T}f(t)dt$

$a_n=\frac{2}{T}{\int }_0^{T}f(t)cosn\omega tdt$

$b_n=\frac{2}{T}{\int }_0^{T}f(t)sinn\omega tdt$

Part4 傅里叶级数&&欧拉公式

傅里叶级数
$f(t)=\frac{a_0}{2}+{\sum }_{n=1}^{\infty }(a_{n}cosn\omega t+b_{n}sinn\omega t)$

$a_0=\frac{2}{T}{\int }_0^{T}f(t)dt$

$a_n=\frac{2}{T}{\int }_0^{T}f(t)cosn\omega tdt$

$b_n=\frac{2}{T}{\int }_0^{T}f(t)sinn\omega tdt$

欧拉公式
$e^{i\theta }=cos\theta +isin\theta$

$cos\theta =\frac{1}{2}(e^{i\theta }+e^{-i\theta })$

$sin\theta =\frac{-i}{2}(e^{i\theta }-e^{-i\theta })$

代入可得
$f(t)={\sum }_{-\infty }^{\infty }{c}_n{e}^{inwt}$

$$c(n)=\{\begin{array}{ll}\frac{a_0}{2},& n=0\\ \frac{a_n-i{b}_n}{2},& n=1,2,3，\cdot \cdot \cdot \cdot \\ \frac{a_{-n}+i{b}_{-n}}{2},& n=-1,-2,-3，\cdot \cdot \cdot \cdot \end{array}$$
$c_0=\frac{a_0}{2}=\frac{1}{T}{\int }_0^{T}f(t)dt$

$c_n=\frac{1}{T}{\int }_0^{T}f(t)e^{-nwti}dt$

$c_n=\frac{1}{T}{\int }_0^{T}f(t)e^{-nwti}dt$
因此$f(t)=f(t+T)$通过欧拉公式变换的傅里叶级数(傅里叶变换FT)为
$f(t)=\sum _{-\infty }^{\infty }{c}_n{e}^{-nwt}$

$c_n=\frac{1}{T}{\int }_0^{T}f(t)e^{-nwti}dt$

Part5 傅里叶变换（FT）

这里贴一张图

我们经常可以听到傅里叶变换时将时域信号变换到频域信号
这里引用上一小节的内容

$f_T(t)=\sum _{-\infty }^{\infty }{c}_n{e}^{-n{w}_{0}t}$

$c_n=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}{f}_T(t)e^{-n{w}_{0}ti}dt(w_0=\frac{2\pi }{T})$

对于非周期函数($T\to \infty$)
$\underset{T\to \infty }{\lim }{f}_T(t)\to f(t)$
此处频域之间的间隔$\Delta \omega$随T的增大而不断变小，最终$T\to \infty$时$\Delta w\to 0$,这就是是与不连续到频域连续的变换
于是
$f_T(t)=\sum _{n=-\infty }^{\infty }\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}{f}_T(t)e^{-in{w}_{0}t}dt{e}^{in{w}_{0}t}$

$f_T(t)=\sum _{n=-\infty }^{\infty }\frac{\Delta w}{2\pi }{\int }_{-\frac{T}{2}}^{\frac{T}{2}}{f}_T(t)e^{-in{w}_{0}t}dt{e}^{in{w}_{0}t}\ast$

$T\to \infty$
${\int }_{-\frac{t}{2}}^{\frac{t}{2}}dt={\int }_{-\infty }^{+\infty }dt$

$\sum _{n=-\infty }^{\infty }\Delta w\to {\int }_{-\infty }^{+\infty }d\omega$
将上式代入$\ast$式得
$f(t)=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }{\int }_{-\infty }^{+\infty }f(t)e^{-iwt}dt{e}^{iwt}dw$
这里截取中间的积分
$F(\omega )={\int }_{-\infty }^{+\infty }f(t)e^{-iwt}dt(傅里叶变换FT)$
$f(t)=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }F(\omega )e^{iwt}dw(傅里叶变换的逆变化)$

Part6离散傅里变换（DFT）

这里应用前面推导的傅里叶级数

$f_T(t)=\sum _{-\infty }^{\infty }{c}_n{e}^{-n{w}_{0}t}$

$$c_n=\frac{1}{T}{\int }_{-\frac{T}{2}}^{\frac{T}{2}}{f}_T(t)e^{-n{w}_{0}ti}dt=\frac{1}{T}{\int }_0^T{f}_T(t)e^{-n{w}_{0}ti}dt(w_0=\frac{2\pi }{T})$$

$c_n=\frac{1}{N}\sum _{n=0}^{N-1}f(\frac{T}{N}n)e^{-i\frac{2\pi kn}{N}}$
这里w离散，故将其换成了k
这里进一步简化为
$c_n=\frac{1}{N}\sum _{n=0}^{N-1}{Y}_n{W}^{-nk}$
$W=e^{\frac{2\pi }{N}i}$
$Y_n=f(n\frac{2\pi }{N})$

离散傅里叶逆变换
根据$f(t)=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }F(w)e^{iwt}dw$类似推导的
$f(t)=\frac{1}{N}\sum _{n=0}^{N-1}Y(n)e^{i\frac{2\pi kn}{N}}$

快速傅里叶变换

是离散傅里叶变换的简化
如果原来计算DFT的复杂度是NN次运算（N代表输入采样点的数量），进行FFT的运算复杂度是Nlg10(N)

拉普拉斯变换（Laplace Transform）

傅里叶变换有其固有局限性:必须满足迪利克雷条件

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

这里第三点极大的限制了傅里叶变换的应用范围
因此laplace变换引入了一个补偿因子，使信号衰减$e^{-\sigma t}$,将原本不满足迪利克雷条件的函数变换为满足
${\int }_{-\infty }^{+\infty }f(t)e^{-\sigma t}{e}^{-iwt}dt$
此处令$s=\sigma +wi$
则变形为${\int }_{-\infty }^{+\infty }f(t)e^{-st}dt$

Z变换

Z变换是基于拉普拉斯变换提出的，不同于拉普拉斯变换的是，Z变换用于分析离散系统，而拉普拉斯变换用于分析连续系统

这里引入单位冲击函数

$f(t){\sigma }_T(t)={\sum }_{n=0}^{\infty }f(nT)\sigma (t-nT)$

$s=iw+\sigma$

$F_s(s)={\int }_0^{\infty }[{\sum }_{n=0}^{\infty }f(nT)\sigma (t-nT)]e^{-st}dt$

$={\sum }_{n=0}^{\infty }f(nt)e^{-snT}$

令$z=e^{st}$
则上式子变为
$={\sum }_{n=0}^{\infty }f(nt)z^{-n}$

$z=e^{st}=e^{(\sigma +jw)T}=e^{\sigma T}{e}^{jwt}=A(cosnwt+isin(wt))=A(a+ib)$

$e^{(\sigma +jw)nT}=e^{\sigma nT}{e}^{jwnt}=A(coswnt+isinwnt)$

当$z\to z^n$时相当于打碎了原来的螺旋前进