matlab求傅里叶级数展开式_傅立叶级数与傅立叶变换

96b76835a51c8fadc92103715f5ffb3e.png

泰勒级数


再讲傅立叶级数之前,我想先谈谈泰勒级数。因为傅立叶级数很大程度上与泰勒级数类似。

泰勒级数意义


泰勒公式描述了任何初等函数都可以靠多项式拟合形成。具体点就是通过某一点的数值+导数+导数的导数,以此类推。

举个常用的泰勒展开式

这个公式可以用来推导欧拉公式(待会要用)

泰勒公式推导


由于


可以看到
是泰勒级数的余项,可以视为无穷小,所以再做函数拟合的时候,可以按照精度适当丢弃。

傅立叶级数


傅立叶级数是用来正余弦函数的多项式和的形式表示周期函数的方法,其思想有点类似与泰勒级数。都是通过多项式的线性叠加来拟合原函数。(扩展一下,神经网络其实也是通过多项式来拟合目标函数)

是为了计算方便,也可以表示成

可以看到我们只要确定

就能把原周期函数表示为正弦与余弦信号的叠加。

计算傅立叶级数的系数

在三角函数系

中,
区间内是正交的,正交在线代里面的是指向量垂直即
(
),这里推广到函数正交,即从求和公式推广到积分公式。

我们可以用这个性质来计算系数,我们对

两边对
上积分。

所以

我们接着对

两边乘
并对
上积分。

同理

于是3个系数就全部出来了


这样周期性函数就能通过傅立叶级数展开。

由于我们可以通过变量置换

,这样傅立叶级数可以拟合任意连续的周期为
的函数。

性质:对于高次项的正余弦函数是形成突刺的原因,又称高次谐波。

连续性傅立叶变换

由欧拉公式可得

代入

整理得

我们可以看到

对称,所以可以把求和扩大到
,并且可以把
当成
的特殊情况,所以我们可以得出一个漂亮式子:

我们可以看到一般周期函数,已经可以投影到自然底数的正交基中。

接着,傅立叶变换的物理意义先明确下,是将普通函数转换到频域空间中。事实上傅立叶级数已经可以把一般周期函数延拓到频域空间,只不过是无穷项和的形式。现在要做的是,怎样把周期函数延伸到普通函数,并且试试将无穷项和的形式换一种方式。

频域图

将 傅立叶级数

展开就能得到频域图,如下:

a6485527323ff7eb51479132f0857fe4.png

我们为了拟合非周期函数,则必须要把周期

放到到无穷大。这样频域图就会变成曲线,如下:

704c5a0aee79b8e47b47499a07117578.png

注意,这个函数图像就是我们要求的

, 即傅立叶变换后频域的函数。

并且我们将

的周期
也就是:

可以看到

就是傅立叶正变换。

而原函数的表达式:

即傅立叶反变换。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值