前言
傅里叶变换是一个很牛的东西,好似一根魔术棒,嗖的一下就把一个时域的信号变为了频域中几根谱线,时域信号到频域的华丽转身,为什么是傅里叶变换来?在接下来的几篇文章中详细的讲一下傅里叶变换的前世今生!
首先我们先从比较容易理解的傅里叶基数来说起,然后很自然的通过一个idea过渡到傅里叶变换,再然后就是为了便于计算机处理做的一些变化,到最后的离散傅里叶变换DFT。当然了光说不练不是好汉,最后结合python代码来进行巩固,并就其中注意的一些细节进行说明。
好了我们开始吧!
一,傅里叶级数
我们道教有一句很有名的话“道生一,一生二,二生三,三生万物!”只不过我们的老祖宗没有将它理论化,外国人就很聪明,他们善于将抽象的道理数字化,理论化。法国数学家傅里叶就发现,一个周期连续的波形可以由多个其周期整数倍的波形组合而成!上个图形象的表述下,一个周期的矩形信号可以用一系列平滑的正弦波组成。
问题:一个棱角分明的矩形能否可以用平滑的正弦波组成?
图一表示的过程为用一系列的正弦函数去拟合一个方波,Amazing! 随着正弦波个数的增加,拟合的误差会越来越小,到底有多少个那,无穷多个。还是有点抽象我们用另一个图来说明下。
图2 表示为一个矩形信号慢慢的由无数多个的正弦信号叠加,再叠加最终被拟合的过程。最前面黑色的线就是所有正弦波叠加而成的总和,也就是越来越接近矩形波的那个图形。而后面依不同颜色排列而成的正弦波就是组合为矩形波的各个分量。这些正弦波按照频率从低到高从前向后排列开来,而每一个波的振幅都是不同的。一定有细心的读者发现了,每两个正弦波之间都还有一条直线,那并不是分割线,而是振幅为0的正弦波!也就是说,为了组成特殊的曲线,有些正弦波成分是不需要的。
问题:
这些叠加的正弦信号有什么限制或者说是要求吗?不能说是正弦信号就OK 吧!
下面我们来一一解答!
通过上面的例子可以知道,周期函数可以用一系列三角函数的和来表示,即一个周期函数可表示为许多正弦函数的线性叠加,它们有不同的幅度分量
Note:在傅里叶级数中不同频率正弦波的频率都必须为初始频率
公式系数的求解过程 对公式(1)变形的公式(2)