傅里叶变换的理解

通过阅读的几篇博客,记录下对傅里叶变换的理解。

第一篇:“掐死”傅里叶变换
https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDIxNA==&mid=2247515457&idx=1&sn=0c1950fe3c01d78e78246092c1c55c1b&chksm=ec1c50b8db6bd9ae155236657186a26064a2eea878c2264f790a4ebdc9cea65c6ffb521a1dd9&scene=21#wechat_redirect

这篇文章就是以通俗易懂的语言描述,尽量在不使用数学公式推导,讲明白什么是傅里叶变换,以及相关概念。下面是我对该文章的理解性的总结:

1、时域、频域概念:
时域就是时间域,以时间的先后为主线去观察认识了解。
频域:另一个维度去观察分析

2、傅里叶级数频谱:
傅里叶认为任何的周期函数(其实是有限制条件的周期信号)都可以分解成正弦函数的叠加。
在这里插入图片描述
上图最左边就是多个正弦函数叠加出的信号,从左向右看就是时域,从右向左看就是频域,每两个正弦波之间的直线表示振幅为0的正弦波,控制信号y轴的偏移量。也就是直流分量。
在这里插入图片描述
频域中的图如上所示。
在这里插入图片描述
上图是更直观的汇总图。

3、傅里叶级数相位谱:
相位是指:每个正弦波的波峰距离频率轴的时间差除以周期再乘以2pi。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4、傅里叶变换:
在这里插入图片描述

5、欧拉公式:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6、指数形式的傅里叶变换:
根据欧拉公式,将傅里叶变换公式修改为指数形式。

第二篇:傅立叶变换、拉普拉斯变换、Z 变换的联系是什么?为什么要进行这些变换?
https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDIxNA==&mid=2247506911&idx=2&sn=b7ea282fefa7adf98ac443fff3ae33ab&chksm=ec1c3626db6bbf308198cc437d210943a982e63f49a2bd846cc29a3208a4721e75a25652b3b8&scene=21#wechat_redirect

其余:傅里叶变换公式推导到FFT应用:
https://zhuanlan.zhihu.com/p/77345128

https://zhuanlan.zhihu.com/p/77347644

https://zhuanlan.zhihu.com/p/77388996

https://zhuanlan.zhihu.com/p/72644228

https://www.zhihu.com/question/22298352/answer/797335876

傅立叶变换、拉普拉斯变换、Z 变换的联系是什么?为什么要进行这些变换?
https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDIxNA==&mid=2247506911&idx=2&sn=b7ea282fefa7adf98ac443fff3ae33ab&chksm=ec1c3626db6bbf308198cc437d210943a982e63f49a2bd846cc29a3208a4721e75a25652b3b8&scene=21#wechat_redirect

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 傅里叶变换是一种数学工具,可以将一个信号分解成多个不同频率的正弦和余弦波的叠加。换句话说,它可以把一个复杂的信号分解成多个简单的频率成分。通俗地说,就好像把一个复杂的乐曲分解成不同音调和音量的音符一样。傅里叶变换可以在信号处理、图像处理、音频处理等领域中得到广泛的应用。 ### 回答2: 傅里叶变换是一种数学工具,用于将函数从时域转换到频域。它的基本思想是,任何周期性信号(或非周期性信号通过一些处理)都可以表示为一系列不同频率的正弦波的叠加。 傅里叶变换的过程可以简单描述为以下几个步骤: 1. 将时域函数(通常是一个连续函数)分解成一系列正弦波的叠加。这些正弦波具有不同的幅度和频率。 2. 使用复数形式表示正弦波,其中幅度和相位可以用复数的实部和虚部表示。 3. 对每个频率的正弦波进行傅里叶变换,得到频域中的复数表示。 4. 将所有频率上的复数进行叠加,得到整个频域上的函数表示。 通过傅里叶变换,我们可以更好地理解一个信号在不同频率下的特征和分布情况。傅里叶变换可以将信号分解成不同频率的成分,这些成分可以是周期性的波动或者是非周期性的脉冲。通过对每个频率成分的幅度和相位进行分析,我们可以了解信号中不同频率的贡献和重要性。 傅里叶变换在信号处理、通信、图像处理等领域有广泛应用。例如,在音频处理中,可以通过傅里叶变换将声音信号从时域转换到频域,用于音频降噪、均衡器调节等处理。在图像处理中,傅里叶变换可以将图像从空域转换到频域,用于图像增强、滤波等应用。 总之,傅里叶变换提供了一种用于分析信号在不同频率上特征的工具,可以将信号从时域转换到频域,更好地理解和处理各种信号。 ### 回答3: 傅里叶变换是一种数学工具,用于将一个函数在时间(或空间)域中的表达方式转换为其在频率域中的表达方式。它得名于法国数学家傅里叶,他发现了这种变换的数学原理。 我们知道,任何在时间(或空间)域中的函数都可以表示为许多不同频率的正弦函数的叠加。傅里叶变换就是将这个函数分解为许多频率成分,并且确定每个频率成分的振幅和相位。这样做的好处是,它可以帮助我们理解一个信号或波形的频谱特性,即不同频率成分的强度和分布情况。 一个简单的例子是音乐信号的频谱分析。如果我们把一首音乐看作是一个在时间上变化的函数,傅里叶变换可以将它分解成许多不同频率的音调,并且确定每个音调的振幅和相位。这样我们就可以知道音乐中都包含哪些音调,并且它们的强度如何分布。 在实际应用中,傅里叶变换被广泛应用于信号处理、图像处理、通信等领域。通过将一个信号或图像转换到频率域,我们可以对其进行滤波、去噪、增强等处理,从而得到我们想要的结果。 总之,傅里叶变换是一种将一个函数在时间(或空间)域中的表达方式转换为其在频率域中的表达方式的数学工具。通过这种变换,我们可以更好地理解和处理信号或波形的频谱特性,从而应用于各种实际问题中。

“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