谱估计（二）离散傅里叶的频谱估计

傅里叶变换与投影变换

积分实际上就是内积运算。而我们知道，向量a与方向向量i的内积，就是a在i方向上的投影。如果向量a和不同方向的向量分别求内积，得到的就是在各个方向上的分量。

如果方向向量满足正交，完备， 则这组向量是一组基。

举个例子，三维空间中，(0,0,1); (0,1,0); (1,0,0)就是一组基，而这个空间中任何一个向量都可以被这三个向量的线性表示。

被投影到基向量上以后，向量的运算变得更方便。比如知道两个向量的长度和方向，转换成
（x，y，z）形式会更容易运算点乘和差乘。

积分就是内积，就是投影。换句话说，原函数被分解为一系列函数的线性叠加。

那么这一系列函数，其实就是基向量，区别于三围空间的是，这一组基有无穷多个。

Fourier 是分解到无穷多个正交三角函数的基上。

所以，最形象的解释就是，傅里叶变换就是向量的投影运算，通过不同方向投影的分析，来分析没有投影前的向量。

参考文献：怎么通俗地介绍拉普拉斯变换、傅里叶变换和 z 变换？ - 知乎 (zhihu.com)

离散傅里叶的频谱估计

从上篇文章中，我们已经知道，

如果接收到的信号是单频信号

 如果是复合信号，那么

 上式可以看成P个不同频率信号的线性叠加

信号的DTFT为

 其中，a为信号的频率向量，

 当信号频率向量f。和“采样频率”f相等时，会出现峰值。此处可参考视频【官方双语】形象展示傅里叶变换_哔哩哔哩_bilibili

也可以理解为两个向量相等时方向相同，内积值最大，投影长度最大，X（w）自然也就最大

我们知道，傅里叶变换是观测数据向量x(t ’)在各个频率向量a(f)的投影。幅度谱就
是取观测数据向量x(i' )在各个频率向量a(f)的投影的模值，即

在某一频率向量投影模值出现峰值，此频率向量就是信号的频率向量。

搜索其模值的极大值点对应的频率，此频率就是信号频率，即