这是我之前在剑桥大学上的一节研究生应数选修课 Image Reconstruction,之前没怎么听懂,所以这段时间想把它补起来。
这节课老师没有明确的讲义,所以我就照记着的一些书的顺序,把它复习了。
整堂课只有我一个人上 QAQ,所以应该算是在数学系里比较小众的方向吧。
因此这篇笔记 基本上是为了 我自己以后查资料或公式好找一点。
这篇笔记基本上摘自 Fundamental of Radar Imaging. M.Cheney and B.Borden. 与我上课Mathematic Image Reconstruction. Evren Yarman. 时拍的板书。
文章目录
Complex Variables 复变量
- Euler’s relation 欧拉公式
e i θ = cos θ + j sin θ e^{i\theta}= \cos \theta + j \sin \theta eiθ=cosθ+jsinθ
- Complex conjugate 共轭
F ∗ F^* F∗
Fourier Transform 傅里叶变换
f ( t ) = ∫ e − 2 π j v t F ( v ) d v = 1 2 π ∫ e − i ω t F ~ ( ω ) d ω f(t) = \int e^{-2\pi j v t}F(v)dv = \frac{1}{2\pi}\int e^{-i\omega t} \tilde{F}(\omega)d\omega f(t)=∫e−2πjvtF(v)dv=2π1∫e−iωtF~(ω)dω
F ~ ( ω ) = F ( 2 π ω ) , ω = 2 π v \tilde{F}(\omega) = F(2\pi \omega), \; \omega=2\pi v F~(ω)=F(2πω),ω=2πv
- Inverse Fourier Transform 反变换
F ( v ) = ∫ e 2 π i v t f ( t ) d t F(v) = \int e^{2\pi ivt}f(t) dt F(v)=∫e2πivtf(t)dt
F ~ ( ω ) = ∫ e i ω v f ( t ) d t \tilde{F}(\omega) = \int e^{i\omega v}f(t) dt F~(ω)=∫eiωvf(t)dt
-
和之前的笔记对比可以发现,这里的正负号,不一样,这无关紧要。重要的是正反变换的正负号要变换。
-
简单的定义: 如果 f f f 为实,则 F ( − v ) = F ∗ ( v ) F(-v) = F^*(v) F(−v)=F∗(v)
-
这里卷积也可以参考我之前的笔记。
-
Convolution Theorem 卷积运算
( f ⋆ g ) ( t ) = ∫ e − 2 π i v t F ( v ) G ( v ) d v (f\star g)(t) = \int e^{-2\pi ivt} F(v)G(v) dv (f⋆g)(t)=∫e−2πivtF(v)G(v)dv
- 卷积定义:
( f ⋆ g ) ( t ) = ∫ f ( t − t ′ ) g ( t ′ ) d t ′ (f\star g)(t) = \int f(t-t') g(t')dt' (f⋆g)(t)=∫f(t−t′)g(t′)dt′
-
Fact: smoothness function 平滑函数 它的傅里叶变换 快速衰减 rapid decay
-
Paley-Wiener Theorem 佩利-维纳定理 关于 平滑和衰减的关联 *
-
n维 傅里叶变换和反变换
f
(
x
)
=
1
(
2
π
)
n
∫
e
−
i
x
⋅
ξ
F
(
ξ
)
d
ξ
f(x) = \frac{1}{(2\pi)^n} \int e^{-ix\cdot \xi}F(\xi)d\xi
f(x)=(2π)n1∫e−ix⋅ξF(ξ)dξ
F
(
ξ
)
=
∫
e
i
x
⋅
ξ
f
(
x
)
d
x
F(\xi) = \int e^{ix\cdot \xi} f(x)dx
F(ξ)=∫eix⋅ξf(x)dx
Dirac Delta Function δ \delta δ 单位冲激函数
- 这里 δ \delta δ 也可以参考我之前的笔记。
∫ δ ( t ) f ( t ) d t = f ( 0 ) \int \delta (t) f(t) dt = f(0) ∫δ(t)f(t)dt=f(0)
δ ( t ) = ∫ e 2 π i v t d t = 1 2 π ∫ e i ω t d ω \delta(t) = \int e^{2\pi ivt}dt = \frac{1}{2\pi} \int e^{i\omega t}d\omega δ(t)=∫e2πivtdt=2π1∫eiωtdω
Vector Calculus 矢量微积分
- 如果一个矢量场 B B B 有 zero divergence 零散量, 那么 B B B 可以写作一个矢量场的curl旋度。
- 如果一个矢量场的旋度 E E E 为零,那么 E E E 可以写作 scalar function 标量函数的 gradient 斜度。
▽
×
(
▽
×
E
)
=
▽
(
▽
⋅
E
)
−
▽
2
E
\triangledown \times (\triangledown \times E) = \triangledown (\triangledown \cdot E) - \triangledown ^2 E
▽×(▽×E)=▽(▽⋅E)−▽2E
A
×
(
B
×
C
)
=
B
(
A
⋅
C
)
−
C
(
A
⋅
B
)
A \times (B \times C) = B(A\cdot C) - C(A\cdot B)
A×(B×C)=B(A⋅C)−C(A⋅B)
∫
Ω
▽
⋅
V
d
x
=
∫
∂
Ω
n
^
⋅
V
d
S
\int_\Omega \triangledown \cdot V dx = \int _{\partial \Omega} \hat{n} \cdot V d S
∫Ω▽⋅Vdx=∫∂Ωn^⋅VdS
∫
Ω
▽
×
V
d
x
=
∫
∂
Ω
n
^
×
V
d
S
\int_\Omega \triangledown \times V dx = \int _{\partial \Omega} \hat{n} \times V d S
∫Ω▽×Vdx=∫∂Ωn^×VdS
∂
Ω
:
boundary of
Ω
\partial \Omega : \text{boundary of } \Omega
∂Ω:boundary of Ω
Functional Analysis 泛函分析
< f , g > = ∫ f g ∗ d x <f,g> = \int fg^* dx <f,g>=∫fg∗dx
-
用 † \dagger † 表示 adjoint 伴随
-
Cauchy-Schwarz Inequality 柯西-施瓦茨不等式:
∣ ∫ h ( t ) f ∗ ( t ) d t ∣ ≤ ∥ h ∥ 2 ∥ f ∥ 2 where ∥ f ∥ 2 2 = ∫ ∣ f ( t ) ∣ 2 d t \Big\lvert \int h(t) f^*(t) dt \Big\rvert \leq \lVert h\rVert_2 \lVert f\rVert_2 \; \text{ where }\; \lVert f\rVert_2 ^2 = \int \lvert f(t)\rvert^2 dt ∣∣∣∫h(t)f∗(t)dt∣∣∣≤∥h∥2∥f∥2 where ∥f∥22=∫∣f(t)∣2dt
Physics 物理学
-
speed 速度 c c c
-
wavelength 波长 λ \lambda λ
-
wave number 波数 k = ω c = 2 π λ k = \displaystyle\frac{\omega}{c} = \displaystyle\frac{2\pi}{\lambda} k=cω=λ2π
-
angular frequency 角频率 ω = 2 π v \omega = \displaystyle 2\pi v ω=2πv
-
frequency 频率 v = c λ v = \displaystyle\frac{c}{\lambda} v=λc
-
Ohm’s Law 欧米定律
V = I ⋅ R V = I\cdot R V=I⋅R
- V V V 电压
- I I I 电流
- R R R 电阻