傅里叶变换及其应用笔记(part 1)

最新推荐文章于 2022-09-14 19:23:59 发布

VIP文章 _Cade_

最新推荐文章于 2022-09-14 19:23:59 发布

阅读量2.5k

点赞数 5

分类专栏：数学

本文链接：https://blog.csdn.net/u010510549/article/details/87872386

版权

斯坦福EE261

预备内容：

由Fourier级数过渡到Fourier分析(源于周期性，空间周期性和时间周期性)
傅里叶变换作为Fourier级数的极限情况，用来分析非周期现象，有些概念两者通用，有些不同
分析：分解一个函数（信号）为一些简单的部分
合成：吧基本部分重组成信号本身
分析和合成是由线性运算完成的，就是积分和序列
Fourier分析是线性系统的一部分
和群论有关的研究对称性

周期性：三角函数表示复杂函数

并非所有现象都有周期性，即使为周期现象，最终也会消失，然而cos，sin是无限的，但在一段时间内，即使没有周期性也可以用周期延拓使其成为周期现象

用来表示复杂信号（函数），使用cos和sin（通过改变相位和频率相加）周期为1
$\sum_{k=1}^N A_k \sin(s\pi k t + \varphi_k)$
可以看成音频的叠加（音乐音符的组合）可以产生声音
上式的另一个形式为
$\sum_{k=1}^N a_k \sin 2\pi kt +b_k \cos 2\pi kt$
再加一个常数
$\frac{a_0}{2}+\sum_{k=1}^N a_k \sin 2\pi kt +b_k \cos 2\pi kt$
由 $e^{2\pi i kt} = \cos 2\pi kt + i \sin 2\pi kt$ 得
$\cos 2\pi kt = \frac{e^{2\pi i kt} + e^{-2\pi i kt}}{2}\\ \sin 2\pi kt = \frac{e^{2\pi i kt} - e^{-2\pi i kt}}{2i}$
得，和式可表示为( $c_k$ 为复数，满足对称性 $c_{-k} = \overline{c_k}$ ，因为结果为实数)
$\sum_{k = -N}^Nc_k e^{2\pi i kt}$
对于一个周期性为1的函数 $f (t)$ ,它能表示成
$\sum_{k = -n}^nc_k e^{2\pi i kt}$
先不管为什么，我们假设等式成立，那么怎么求 $c_k$ ，分离系数

$c_m e^{2\pi i m t} = f(t) - \sum_{k \,\ne m} e^{2\pi i kt}$
两边乘 $e^{-2\pi i m t}$ ,的

$c_m = f(t)e^{-2\pi i m t} - \sum_{k \,\ne m} e^{2\pi i kt} e^{-2\pi i m t}$
做积分(其实就是内积)
$c_m = \int_0^1 c_m dt =\int_0^1 f(t)e^{-2\pi i m t} dt + 0$

将一般周期函数表为简单周期函数和

考虑前面剩下的问题：为什么能这么表示，什么时候能表示
记 $\hat{f}(k)=\int_0^1 f(t)e^{-2\pi i k t} dt$ 表示 $f (t)$ 的第 $k$ 个系数
在这里插入图片描述
上面阶梯函数是不能表示成有限和的，对于

就算上面这样的连续函数也是不行的，因为无限可微的函数的有限组合也是无限可微的，所以表示成有限和的必要条件是无限可微，对于不是很光滑的地方，我们就需要更高频的成分去弥补它
所以为了表示更一般的周期现象，必须考虑无限和
$\sum_{-\infty}^{\infty}f(t) e^{2\pi i kt}$
还要确定它是否收敛，需要一些消去技巧(见傅里叶分析导论)
连续的情况它收敛于 $f (t)$ ，为逐点收敛
如果 $f (t)$ 可微，那么级数一致收敛到 $f (t)$
对于不连续的情况，如果 $t_0$ 为跳跃不连续点，那么它收敛于 $\frac{1}{2}(f(t_0^+)+f(t_0^-))$
当满足一些情况的时候，级数均方收敛
只要有一点不光滑，就会产生无穷的傅里叶级数
补充，内积定义：见分析学，可以定义内积为如下
$\left<f,g\right>=\int_0^1 f(t) \overline{g(t)}dt$
范数为 $\left<f,f \right>=\|f\|^2 =\int_0^1 f(t) \overline{f(t)}dt =\int_0^1 |f(t)|^2dt$
可以证明 $e^{2\pi i nt},n \in \mathbb{Z}$ 是 $L^2(0,1)$ 的正交基，并且是完备的
傅里叶级数可以看成分到正交基上分量的和

瑞利等式（Rayleigh equality）：
$\int_0^1 |f|^2 dt = \sum_{-\infty}^\infty |\hat{f}(k)|^2$
可以看成能量部分和为总和

应用(热方程)

heat flow（热流）物理导致傅里叶分析的快速发展
有一个空间区域，有初始温度分布 $f (x)$ ，温度如何随时间和位置变化
关注一个热环（周长为1）， $u (x, t)$ 为我们所要找的
在这里插入图片描述
温度为空间的周期函数， $u (x + 1, t) = u (x, t)$ ，对 $x$ 进行展开
$\sum_{-\infty}^\infty c_k e^{2\pi i kx} = \sum_{-\infty}^\infty c_k(t) e^{2\pi i kx}$

Heat equation (热方程，下标表示偏导，这是偏微分方程)：
温度随时间变化跟周围温度差大小成正比，原理见另一篇博客
多变量微积分中散度定理关于扩散方程的推导
一维： $u_t = au_{xx}$ ( $a$ 和物理特性有关），为了方便这里令 $a=\frac{1}{2}$
$u_t = \frac{1}{2}u_{xx}$
$u_t=\sum_{-\infty}^\infty c_k'(t) e^{2\pi i kx}$
$u_{xx}=\sum_{-\infty}^\infty c_k(t) (2\pi i k)^2e^{2\pi i kx}$
对应项相等，得到 $c_k'(t)=-\frac{1}{2}c_k(t)(4\pi^2k^2)$
即
$c_k'(t) = -2\pi^2 k^2 c_k(t)$
这是一个ODE解为
$c_k(t) = c_k(0)e^{-2\pi^2k^2t}$

由 $\sum_{-\infty}^\infty c_k(t) e^{2\pi i kx}$
令 $t = 0$ ,
$\sum_{-\infty}^\infty c_k(0) e^{2\pi i kx}$
也就是
$\sum_{k=-\infty}^\infty c_k(0) e^{2\pi i kx}$
故 $c_k(0)=\int f(x) e^{-2\pi i k x}dx = \hat{f}(k)$
代入上面的，得到
$\sum_{k=-\infty}^\infty \hat{f}(k) e^{-2\pi^2 k^2 t }e^{2\pi ikx}$

以另一种方式写
$\hat{f}(k) = \int_0^1 e^{-2\pi i ky}f(y)dy$
$\begin{aligned}u(x,t) &= \sum_{k=-\infty}^\infty c_k(t)e^{2\pi ikx}\\ &= \sum_{k=-\infty}^\infty c_k(0) e^{-2\pi^2 k^2t} e^{2\pi ikx} \\ &= \sum_{k=-\infty}^\infty \int_0^1 f(y) e^{-2\pi i k y }dy \,e^{-2\pi^2 k^2t} e^{2\pi ikx}\\ &=\int_0^1\left(\sum_{k=-\infty}^\infty e^{-2\pi i k y }e^{-2\pi^2 k^2t} e^{2\pi ikx} \right) f(y) dy\\ &=\int_0^1\left(e^{2\pi i k(x - y)}e^{-2\pi^2 k ^2 t} \right) f(y) dy\end{aligned}$
记
$g(x,t)=e^{2\pi i kx}e^{-2\pi^2 k ^2 t}$
则
$\int_0^1 g(x - y,t) f(y) dy$
这表达了 $u (x m t)$ 是 $f (x)$ 与热核函数 $g (x, t)$ 的卷积
g的不同叫法：热核函数也称为格林函数
（泊松核和狄利克雷问题也会类似）

傅里叶变换（周期现象到非周期现象）

将非周期函数看做周期无限函数。傅里叶变换是一种一般（也就是另一种极限的情况，即周期无限）情况，即傅里叶级数的极限形式
对于周期T的函数（再让 $T\rightarrow \infty$ ）
傅里叶基为 $e^{2\pi i k (t/T)}$ ，傅里叶级数为
$\sum c_k e^{2\pi i (k / T)t}\\ c_k = \frac{1}{T} \int_0^1 e^{-2\pi i (k/T)t}f(t) dt$
(缩放即可，然而为什么基完备这是另一个问题)
可写成
$c_k = \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} e^{-2\pi i (k/T)t}f(t) dt$

频谱Picture of frequency( spectrum)
在这里插入图片描述
它是对称的因为 $c$ 对称，周期为 $T$ ，则间隔为 $\frac{1}{T}$
当 $T\rightarrow \infty$ 的时候，频谱变得连续。
不能直接让 $T\rightarrow \infty$ 得到傅里叶变换，因为当 $T\rightarrow \infty$ 时，由
$c_k = \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} e^{-2\pi i (k/T)t}f(t) dt$
计算的 $c_k$ 趋于0
比如 $f (t)$ 是一个只在[a,b]上不为0的函数，将其周期延 $-\frac{T}{2}$ 到 $\frac{T}{2}$ 包含[a,b]即可)
我们计算 $\begin{aligned}c_k &= \frac{1}{T} \int_{-\frac{T}{2}}^{\frac{T}{2}} e^{-2\pi i (k/T)t}f(t) dt\\ &=\frac{1}{T} \int_{a}^{b} e^{-2\pi i (k/T)t}f(t) dt\\\end{aligned}$
$\begin{aligned}|c_k|&= \frac{1}{T}\left| \int_{a}^{b} e^{-2\pi i (k/T)t}f(t) dt\right|\\ &\le \frac{1}{T}\int_{a}^{b} \left|e^{-2\pi i (k/T)t}\right|\left|f(t)\right| dt\\ &\le \frac{1}{T}\int_{a}^{b} \left|f(t)\right| dt\\ &\le \frac{M}{T}\rightarrow 0 \end{aligned}$
这不能得到有用的结果，必须寻找其他途径

记线性算子 $\mathcal{F}f(\frac{k}{T})=\int_{-\frac{T}{2}}^{\frac{T}{2}}e^{-2\pi i (k/T)t}f(t) dt$
则 $\sum_{k = -\infty}^\infty\mathcal{F}f(\frac{k}{T}) e^{2\pi i (k/T)t}\frac{1}{T}$
当 $T\rightarrow \infty$ 时， $\frac{k}{T}$ 趋于连续，记为 $s\in (-\infty,\infty)$ ，则求和变成积分
$\mathcal{F}f(s)=\int_{-\infty}^{\infty}e^{-2\pi i st}f(t) dt$
$\int_{-\infty}^\infty \mathcal{F} f(s) e^{2\pi i st} ds$
我们需要知道积分的收敛问题。
傅里叶变换将 $f (t)$ 分解为组成成分 $e^{2\pi i st}$ ，逆变换则从组成成分合成原函数
$f (t)$ 定义在时域， $\mathcal{F}f(s)$ 定义在频域
信号都有一个频谱，频谱确定了信号

正逆变换
$\mathcal{F}f(s) = \int_{-\infty}^\infty e^{-2\pi i st}f(t) dt\\ \mathcal{F}^{-1}g(t) = \int_{-\infty}^\infty e^{2\pi i st}g(s) ds$

傅里叶变换表明，对函数的傅里叶变换进行反变换得到原函数
$\mathcal{F}^{-1}\mathcal{F}f=f\\ \mathcal{F}\mathcal{F}^{-1}g=g$
在0点处，傅里叶变换为函数的平均值
$\mathcal{F} f(0) = \int_{-\infty}^\infty e^{2\pi i 0t} f(t) dt = \int_{-\infty}^\infty f(t)dt$
$\mathcal{F} ^{-1} g(0) = \int_{-\infty}^\infty g(s) ds$

Examples:
矩形函数，或者叫 $-\frac{1}{2}到\frac{1}{2}的特征函数$
$\Pi(t) = \begin{cases} \begin{aligned} 1 \quad &|t| < \frac{1}{2}\\ 0 \quad &|t|\ge \frac{1}{2} \end{aligned} \end{cases}$

$\begin{aligned}\mathcal{F} \Pi(s) &= \int_{-\infty}^\infty e^{-2\pi i st} \Pi(t) dt\\ &= \int_{-\frac{1}{2}}^{\frac{1}{2}}e^{-2\pi i st} dt\\ &=\left[\frac{1}{-2\pi i s} e^{-2\pi i st} \right] \left|_{-\frac{1}{2}}^{\frac{1}{2}} \right. = \frac{-1}{2\pi i s} e^{-\pi i s} + \frac{1}{2\pi i s} e^{\pi i s}\\ &=\frac{1}{\pi s} \left(\frac{e^{\pi i s} - e^{-\pi i s}}{2i} \right) = \frac{\sin \pi s}{\pi s} \end{aligned}$
最后这个函数就是sinc函数 $\frac{\sin \pi s}{\pi s}$
函数图像：
在这里插入图片描述

三角形函数

$\Lambda(t) = \begin{cases}1-|t| \quad &|t| \le 1\\ 0 \quad & |t| \ge 1 \end{cases}$
$\begin{aligned}\mathcal{F} \Lambda(s) &= \int_{-\infty}^\infty e^{-2\pi i st}\Lambda (t) dt\\ &=\int_{-1}^0 e^{-2\pi i st} (1+t) dt + \int_0^1 e^{-2\pi i st}(1-t)dt\\ &=\frac{\sin^2 \pi s}{\pi^2 s^2} =sinc^2 (s)\end{aligned}$

傅里叶变换符号

在不同的上下文和材料中，傅里叶的定义和符号是变化的（不是唯一的）
比如
$\hat{f}(s) = \mathcal{F}f(s)$
$\check{f}(t) = \mathcal{F}^{-1}f(t)$
或者
$f (t) ， F (s)$

有时候将正变换表示为（正负变换相调换）
$\mathcal{F}f(s) = \int_{-\infty}^\infty e^{-2\pi i st}f(t) dt$
有时候表示为
$\mathcal{F}f(s) = \int_{-\infty}^\infty e^{2\pi i st}f(t) dt$

高斯函数

$e^{-\pi t^2}$ 指数加 $\pi$ 使得面积为1，则
$\mathcal{F} f(s0 = e^{-\pi s^2}$
为本身。我们得到结论，高斯函数的傅里叶变换等于本身
证明：
$\int_{-\infty}^\infty e^{-2\pi i st}e^{-\pi t^2}dt$
求微分
$\begin{aligned} F'(s)&=\int_{-\infty}^\infty \frac{d}{ds} \left(e^{-2\pi i st}e^{-\pi t^2} \right)dt \\ &= \int_{-\infty}^\infty -2\pi i t e^{-2\pi i st}e^{-\pi t^2}dt \\ &=i \int_{-\infty}^\infty e^{-2\pi i st} (-2\pi te^{-\pi t^2})dt \end{aligned}$

最低0.47元/天解锁文章

_Cade_

关注

5
点赞
踩
19

收藏

觉得还不错? 一键收藏
1
评论
傅里叶变换及其应用笔记(part 1)

斯坦福EE261预备内容：由Fourier级数过渡到Fourier分析(源于周期性，空间周期性和时间周期性)傅里叶变换作为Fourier级数的极限情况，用来分析非周期现象，有些概念两者通用，有些不同分析：分解一个函数（信号）为一些简单的部分合成：吧基本部分重组成信号本身分析和合成是由线性运算完成的，就是积分和序列Fourier分析是线性系统的一部分和群论有关的研究对称性周期性：三...
复制链接

扫一扫