在对信号进行傅立叶变换时得到的频谱,会有频率为负数的部分,对于一维FFT如果画出正负频率的频谱,并以幅度的绝对值表示,可以发现在频谱上正负频率是对称分布的,这是为什么呢?对于二维傅立叶变换也有相同的规律吗?
- 对于一维傅立叶变换,系数是对称的,如果从数学理论上做些分析,可以发现对于任意信号g(t), t in [a,b]的傅立叶变换,在某一个频率f的傅立叶系数如下:
\(G(f)=\int_a^b g(t)e^{-i 2\pi ft}dt=\int_a^b ft cos(2\pi f(t)dt)-i\int_a^b g(t)sin(2\pi ft)dt=A-iB\)
而对于频率为-f的傅立叶系数,同样的步骤有:
\(G(-f)=A+iB\)
也即,正负频率对应的傅立叶系数是复共轭的,所以正负频率的强度(傅立叶系数的模)是对称的:
\(G(-f)=G(f)^* \to |G(-f)|=|G(f)|\)
注:加星号代表对复数取共轭。
如下python代码模拟的结果。
import numpy
import pylab
t=numpy.linspace(0,1,500)
Fs=1/(t[2]-t[1])
sig1=numpy.sin(2*3.1415*50*t)
# add