傅里叶变换的可视化(未完成,仅个人使用)
概述
对傅里叶变换的整理,并通过python对其可视化,直观感受傅里叶变换的图案。
声明,本文只是自己做的笔记,纯手打且才刚接触CSDN,不保证文章准确性,后续会继续补充改进并不断思考,慎看。
傅里叶变换的理论基础
周期函数的傅里叶级数
三角级数
f
(
x
)
=
f
(
x
+
T
)
f(x)=f(x+T)
f(x)=f(x+T)为周期为
T
T
T的周期函数,令
w
0
=
2
π
/
T
w_0=2\pi/T
w0=2π/T,则
f
(
x
)
f(x)
f(x)有其对应的傅里叶级数
f
(
x
)
∼
a
0
2
+
∑
n
=
1
∞
(
a
n
cos
n
w
0
x
+
b
n
sin
n
w
0
x
)
a
n
=
2
T
∫
T
f
(
x
)
cos
n
w
0
x
d
x
(
n
=
0
,
1
,
2
,
⋯
)
b
n
=
2
T
∫
T
f
(
x
)
sin
n
w
0
x
d
x
(
n
=
1
,
2
,
⋯
)
f(x)\sim \frac{a_0}2+\sum_{n=1}^{\infty} (a_n\cos nw_0x+b_n\sin nw_0x)\\ \\[2mm] a_n=\frac2T \int_T f(x)\cos nw_0xdx \,(n=0,1,2,\cdots)\\ \\[2mm] b_n=\frac2T \int_T f(x)\sin nw_0xdx \,(n=1,2,\cdots)
f(x)∼2a0+n=1∑∞(ancosnw0x+bnsinnw0x)an=T2∫Tf(x)cosnw0xdx(n=0,1,2,⋯)bn=T2∫Tf(x)sinnw0xdx(n=1,2,⋯)
对应的可视化代码待补充
一些特性
若函数
f
(
x
)
f(x)
f(x)属于奇函数,则其傅里叶级数系数中
a
n
a_n
an都为0
若函数
f
(
x
)
f(x)
f(x)属于偶函数,则其傅里叶级数系数中
b
n
b_n
bn都为0
收敛性证明
迪利克雷收敛定理
证明待补充
三角函数系正交性的探讨
由于三角函数系的正交性,可以作为空间内的一组基底,表示任意函数?
三角函数系
1
,
sin
x
,
cos
x
,
sin
2
x
,
cos
2
x
,
⋯
,
sin
n
x
,
cos
n
x
,
⋯
1,\sin x,\cos x,\sin 2x,\cos 2x,\cdots,\sin nx,\cos nx,\cdots
1,sinx,cosx,sin2x,cos2x,⋯,sinnx,cosnx,⋯其中任意两个函数之积在
[
−
π
,
π
]
[-\pi,\pi]
[−π,π]上的积分为零。
正交性的证明略
这种条件正交与通常意义上的正交是否存在差异,三角函数系的正交是在一个周期内的,而普遍意义上的正交是在
(
−
∞
,
+
∞
)
(-\infty,+\infty)
(−∞,+∞)上的。而三角函数系在
(
−
∞
,
+
∞
)
(-\infty,+\infty)
(−∞,+∞)上,两函数之积的积分不存在极限。
是否可以参考平面波的箱归一化
对于完备基底的思考
正交
≠
\neq
=完备
复数形式
通过欧拉公式
e
i
x
=
cos
x
+
i
sin
x
e^{ix}=\cos x+i\sin x
eix=cosx+isinx,可以将三角级数变换为复数形式,较为简洁。
cos
n
w
0
x
=
1
2
(
e
i
n
w
0
x
+
e
−
i
n
w
0
x
)
sin
n
w
0
x
=
−
i
2
(
e
i
n
w
0
x
−
e
−
i
n
w
0
x
)
\cos nw_0x=\frac 12(e^{inw_0x}+e^{-inw_0x})\\[2mm] \sin nw_0x=-\frac i2(e^{inw_0x}-e^{-inw_0x})
cosnw0x=21(einw0x+e−inw0x)sinnw0x=−2i(einw0x−e−inw0x)
代入三角级数中变成
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
1
2
(
e
i
n
w
0
x
+
e
−
i
n
w
0
x
)
−
b
n
i
2
(
e
i
n
w
0
x
−
e
−
i
n
w
0
x
)
)
=
a
0
2
+
∑
n
=
1
∞
(
a
n
−
i
b
n
2
e
i
n
w
0
x
+
a
n
+
i
b
n
2
e
−
i
n
w
0
x
)
=
∑
n
=
−
∞
∞
c
n
e
i
n
w
0
x
c
n
=
a
n
−
i
b
n
2
,
c
0
=
a
0
2
,
c
−
n
=
a
n
+
i
b
n
2
(
n
=
1
,
2
,
⋯
)
f(x)= \frac{a_0}2+\sum_{n=1}^{\infty} (a_n\frac12(e^{inw_0x}+e^{-inw_0x})-b_n\frac i2(e^{inw_0x}-e^{-inw_0x}))\\ \\[2mm] =\frac{a_0}2+\sum_{n=1}^{\infty} (\frac{a_n-ib_n}2e^{inw_0x}+\frac{a_n+ib_n}2e^{-inw_0x})\\ \\[2mm] =\sum_{n=-\infty}^{\infty} c_ne^{inw_0x}\\ \\[2mm] c_n=\frac{a_n-ib_n}2 \ , c_0=\frac{a_0}2 \ , c_{-n}=\frac{a_n+ib_n}2 \ (n=1,2,\cdots)
f(x)=2a0+n=1∑∞(an21(einw0x+e−inw0x)−bn2i(einw0x−e−inw0x))=2a0+n=1∑∞(2an−ibneinw0x+2an+ibne−inw0x)=n=−∞∑∞cneinw0xcn=2an−ibn ,c0=2a0 ,c−n=2an+ibn (n=1,2,⋯)
一番操作大概可以变成下面这样,下面公式中的
j
j
j为复数
i
i
i
x
(
t
)
=
∑
k
=
−
∞
+
∞
a
k
e
j
k
w
0
t
a
k
=
1
T
∫
T
x
(
t
)
e
−
j
k
w
0
t
d
t
x(t)=\sum_{k=-\infty}^{+\infty} a_k e^{jkw_0t}\\ a_k=\frac1T \int_T x(t)e^{-jkw_0t}dt
x(t)=k=−∞∑+∞akejkw0tak=T1∫Tx(t)e−jkw0tdt
举一些例子,对比 a n , b n a_n,b_n an,bn与 c n c_n cn的关系,对比三角与复指数的关联,对应关系
- 待补充
n n n从之前的 ( 0 , + ∞ ) (0,+\infty) (0,+∞)变成了 ( − ∞ , + ∞ ) (-\infty,+\infty) (−∞,+∞),系数从实数变成了复数,项是否仍然相等?
系数是否遍布整个复空间?分布情况如何?系数是谁的函数?一个 w w w对应一个系数,系数属于复数域,系数只包含实数时则只需要实数频谱,对应复数时有膜和相位两个函数、或者实数和复数两个函数
一个 a n b n a_n b_n anbn对应两个 c n c_n cn,所以系数总数应该是不变的
复数系数、负 n n n分别对应原式中的哪些项?
非周期函数的傅里叶变换
x
(
t
)
=
1
2
π
∫
−
∞
+
∞
X
(
j
w
)
e
j
w
t
d
w
X
(
j
w
)
=
∫
−
∞
+
∞
x
(
t
)
e
−
j
w
t
d
t
x(t)=\frac1{2\pi}\int_{-\infty}^{+\infty} X(jw) e^{jwt}dw\\ X(jw)=\int_{-\infty}^{+\infty} x(t)e^{-jwt}dt
x(t)=2π1∫−∞+∞X(jw)ejwtdwX(jw)=∫−∞+∞x(t)e−jwtdt
X
(
j
w
)
X(jw)
X(jw)和
X
(
w
)
X(w)
X(w)有什么区别?与卷积的联系
对应的三角函数积分形式
二维傅里叶分析
F
(
u
,
v
)
=
∫
−
∞
+
∞
∫
−
∞
+
∞
f
(
x
,
y
)
e
−
j
2
π
(
u
x
+
v
y
)
d
x
d
y
F(u,v) = \int_{-\infty}^{+\infty} \int_{-\infty}^{+\infty} f(x, y) e^{-j 2 \pi(u x+v y)} d x d y\\ \\[2mm]
F(u,v)=∫−∞+∞∫−∞+∞f(x,y)e−j2π(ux+vy)dxdy
多元函数的傅里叶级数
二维傅里叶变换是怎么进行的
二维傅里叶在图像分析中的应用
三维傅里叶分析
三维傅里叶分析在倒空间中的应用
- 待补充
收敛性证明
复指数集属于完备集?属于复数域?
复数函数也对应傅里叶变换,
傅里叶分析在信号与系统内的独特应用
待补充
常见傅里叶变换对
周期脉冲函数的傅里叶变换还是周期脉冲,周期为
2
π
/
T
2\pi/T
2π/T
方波
锯齿波
周期脉冲乘方波
两个函数相乘的傅里叶变换结果为两个函数傅里叶变换的卷积?
提出的一些问题
1、为什么傅里叶变换中复数函数积分后变成实数函数了?
例如
δ
(
x
)
=
1
2
π
∫
−
∞
+
∞
e
i
k
x
d
k
\delta(x)=\frac1{2\pi}\int_{-\infty}^{+\infty}e^{ikx}dk
δ(x)=2π1∫−∞+∞eikxdk?
答:
δ
\delta
δ函数可能是一个比较特殊的函数,还有待探讨。而对于其他函数,傅里叶系数可能是复数,
可视化
用三角函数获得周期函数
import numpy as np #导入扩展库numpy(数组、函数等)
import matplotlib.pyplot as plt #导入扩展库matplotlib(数据可视化、作图工具等)
#绘制函数图形
x = np.linspace(-40,40,1000)
y = 0
for i in range(1,1600):
y+=np.sin(i*x)+np.cos(i*x)
plt.plot(x,y,color = 'red',linewidth = 2)
plt.show()
注意plot给的点的精度,类似于采样率,如果太低了会无法观察到细节。比如画
δ
\delta
δ函数时如果显示精度大于峰的宽度,则可能看不见主峰而只有噪声。
从周期函数分析得到频谱
待补充
多元傅里叶变换?
参考 https://zhuanlan.zhihu.com/p/345957045
https://wuli.wiki/changed/NFTran.html
欢迎批评与指正
联系方式:941083700@qq.com
转载请注明本文