从数学角度理解傅里叶变换(第一节傅里叶级数)
傅里叶变换的完整体系
说实话,这个世界上大多数人都是普通人,没有人喜欢一上来就是一堆枯燥的数学公式,要在不断使用中认识,才是学习的最好方法。只希望我今天在这里,写的这堆东西,对于那些对于信号处理感兴趣的朋友有点帮助,也算对我在信号处理这条路上摸爬滚打近一年的一个总结。傅里叶变换的基础在于对周期信号序列的分解,在通过周期长度/序列周期长度从有限到无限的扩展。
让我们从简单的一个正交分解思想开始
三维空间想必大家都不陌生,提起这个概念你肯定第一直觉会想到三维直角坐标系,并能写出三个标准正交基,(1,0,0),(0,1,0),(0,0,1)
这里需要给大家强调的一点是任何三维向量都可以由可以由三个标准正交基线性表出,例如(x,y,z)=x*(1,0,0)+y*(0,1,0)+z*(0,0,1),(这里的x,y,z为任意实数)
那么对于周期信号,是不是也可以类似的这么分解呢?
首先大家看傅里叶级数的复指数的形式,这种情况下的正交性
为了避免有些同学对上面的式子存在不理解,下面做出解释,对于复指数信号
这个符号,代表着幅度为1,相位为狗,起点为原点的一个单位向量,显然,周期是2
π
\pi
π,这个信号十分重要,希望大家记住。对于上面给出的一个周期内积分的式子,我们展开说明如下:
当
n
=
m
n=m
n=m时,上面上面式子变成对1在一个周期
T
T
T内的积分,结果为
T
T
T
当
n
≠
n\neq
n=
m
m
m时,上面式子的积分为上图所示,分母不为0,分子因为是一个关于T的周期函数,结果为0.
需要给大家强调的一点是,傅里叶级数分解中出现的负频率,只有数学意义,没有物理意义。
回过头来看,是不是傅里叶级数的第二个式子,是不是更容易理解了呢。我们可以把信号分解到这些正交基上面,下面的工作就是,我们公式里面的系数的确定
回到这个式子,我们确定系数,就利用相同频率的复指数信号相乘积分结果为T,不同频率的复指数信号相乘积分结果为0,求取系数,我们有
好了,傅里叶级数的复指数分解方式,到这里就结束了,接着,我们看三角傅里叶级数。三角函数的相关推导,不需要太强的高等数学基础,如果有困难的同学,可以加QQ:1197386970 进一步交流,这里只给出结果,请大家自行验证
这些三角函数族就是我们寻找的正交基。按照正交分解的思想,我们怎么能找到分解之后的系数呢?
下面我们接着分析
对于直流分量
a
0
a_{0}
a0我们直接两边积分,得到的结果是
T
2
\frac{T}{2}
2T
a
0
a_{0}
a0
对于余弦分量
a
n
a_{n}
an两边同时乘以
s
i
n
sin
sin
m
w
0
mw_{0}
mw0t相乘积分,得到的结果是,
n
=
m
n=m
n=m,结果是
T
2
\frac{T}{2}
2T
a
n
a_{n}
an,
n
≠
n\neq
n=
m
m
m,结果是0.
对于正弦分量
b
n
b_{n}
bn两边同时乘以
c
o
s
cos
cos
m
w
0
mw_{0}
mw0t相乘积分,得到的结果是,
n
=
m
n=m
n=m,结果是
T
2
\frac{T}{2}
2T
b
n
b_{n}
bn,
n
≠
n\neq
n=
m
m
m,结果是0.
所以有了书上常见的傅里叶系数的求解方法:
正交性到此就结束了吗?并没有,下面我们把正交思想用在离散傅里叶变换一探究竟,你会发现,傅里叶这套体系是如此统一
时域离散信号的分解
与模拟信号不同,由于离散时间信号在时域的离散型,正交基有了些许变化,但是,背后的思想,仍然是确定正交基,确定系数的过程。
上面式子中的
D
r
D_{r}
Dr就是我们心心念念想找到的系数,类似模拟信号,我们给出正交基
那么,我们想要确定的系数
D
r
D_{r}
Dr就可以用下面的式子给出
好了,今天谈到这里,后续,我将会把周期信号,扩展到非周期信号,引出傅里叶变换,未完待续,如果有兴趣的朋友,欢迎拜读奥本海姆《信号与系统》。