从根上彻底理解各种变换之二：傅里叶变换

最新推荐文章于 2024-08-13 14:56:59 发布

aminzeng2022

最新推荐文章于 2024-08-13 14:56:59 发布

阅读量2k

点赞数 2

文章标签：算法线性代数傅立叶分析

本文链接：https://blog.csdn.net/qq_43653917/article/details/126802563

版权

作者：aminzeng2022

2. 傅里叶变换

傅里叶级数也是一组完备的正交向量基（以下简称傅氏向量基），一些连续可积的向量（函数）可以通过向傅氏向量基投影来实现变换，即傅里叶变换。

再次强调，函数也是特殊的向量！连续函数在某个区间可得到无穷个函数值，这些有序值就是一个向量。

2.1 向量基

傅里叶变换的向量基为：

1、cosx、sinx、cos⁡(2x)、sin2x、cos⁡(3x)、sin⁡(3x)、⋯⋯。

傅氏向量基的维数为无穷维，具有正交性、完备性特点，但不具备归一性，进行傅氏变换时应进行归一化处理。

傅氏向量基中的向量为函数，在一个周期内[-π，+π]连续取值，其维数也是无穷维。

正交性

在[-π，+π]上，傅氏向量基中任意两个向量的点积都为零，即两两正交，如下：

其中，k、n不相等，取值1、2、3、⋯。

归一性

上面提到，傅氏向量基中的向量的大小不为1，如下：

对向量基进行归一化处理，得到归一化后的傅氏向量基为：

、、、、、

完备性

通过对傅里叶变换求极限，可以证明当n→∞时，

所以说明傅氏向量基是完备的，通过傅氏向量基进行变换不存在误差。此证明过程略，感举趣的朋友可以自行在网上查找。

2.2 正变换

变换即是将某个向量从一个坐标系（向量基1）投影到另一个坐标系（向量基2）上得到新的坐标值的过程。

在傅里叶变换中，需变换的向量为函数f(x)，函数定义在x域上，傅氏向量基也定义在x域上，因此可以开展投影操作。向量f(x)在傅氏向量基上的投影值依次为：

对投影：

所以傅立叶变换为：

简化后得到：

其中系数：

所以f(x)在傅氏向量基上的坐标为：

2.3 反变换

根据图1.7知道，进行反变换要捋清两组向量基（坐标系）之间的关系和坐标值，设向量g在原坐标系向量基中表示为f(x)，即g= f(x)，正反变换分析如下：

正变换：傅里叶变换，将向量g在原坐标系中的坐标值（f(x)）投影在傅氏向量基（在原坐标系中表示为1、cosx、sinx、⋯⋯），得到向量g在傅氏向量基中的坐标值（a0、a1、b1、⋯⋯）；
反变换：傅里叶逆变换，将向量g在傅氏向量基中的坐标值（a0、a1、b1、⋯⋯）投影在原坐标系向量基（在傅氏向量基中表示为1、cosx、sinx、⋯⋯），得到向量g在原坐标系中的坐标值（f(x)）。

理解的难点就在于“原坐标系向量基在傅氏向量基中表示为1、cosx、sinx、⋯⋯”。理解如下：

因为g在原坐标系向量基中表示为f(x)，即g= f(x)，也即g= f(x)∙1，坐标值是f(x)，所以1就是向量基；
原坐标系向量基1投影到傅氏向量基上，得到1、cosx、sinx、⋯⋯；
所以原坐标系向量基在傅氏向量基上的坐标值也为1、cosx、sinx、⋯⋯，与傅氏向量基在原坐标系上的表达式相同。

所以傅里叶反变换为：

傅里叶正反变换的表达形式好像是一样的，但其实不同，正变换是求坐标值a0、a1、b1等，而反变换是求f(x)，这一点不分清容易搞蒙。

2.4 时域和频域分析

向量g= f(x)是在x域上的表达式，若令x(x=ωt)表示时间，那就是时间域上的表达式，向量，为表达简洁，还是令g= f(t)。

设向量周期为T，角频率为ω=2π/T，因x∈[-π,+π]，所以t∈[-T/2,+T/2]，对傅氏坐标值进行适当变换后得到：

得到傅里叶变换为：

对上式进行解读：

f(t)表示一个周期信号随时间变化的函数；
为一个常数；
cosnωt为一个余弦信号，角频率为nω，角频率是原函数的n倍；
sinnωt为一个正弦信号，角频率为nω，角频率是原函数的n倍；
傅里叶变换将一个周期信号分解为：常量(a0)+ a1×余弦信号（1倍频）+ b1×正弦信号（1倍频）+ a2×余弦信号（2倍频）+ b2×正弦信号（2倍频）+⋯⋯；