简单粗暴傅里叶级数

简单粗暴傅里叶级数

楠木
wnn2000@hust.edu.cn

---

为什么写本文？

  我是电信专业的。对于这个专业来讲，傅里叶级数和傅里叶变换这部分知识太重要了。我在大一学微积分时，对这部分内容就有点懵，基本上是靠死背公式糊弄过去的。现在到了大二，傅里叶反复出现在《复变函数》、《信号与系统》、《数理方程》等课程中。我意识到必须把它弄懂了。
  网络上有很多关于傅里叶级数的文章。其阐述角度，思路都令人耳目一新。唯一的缺点是，大部分的文章都只从sin x和cos x两个实函数来讲傅里叶级数。私以为，对于工程领域，复指数形式的傅里叶级数才是真正的精髓。本文将从傅里叶级数的复指数形式出发。
  综上原因，我写下此文。
  有任何问题欢迎前辈们指正。

为什么给文章取这个名字？

  前段日子拜读过某pku学霸的《简单粗暴 TensorFlow》。这篇教程，是不可多得的 TensorFlow 中文好教程。为了向这篇教程的作者致敬，我给这篇文章取这个名字。

鸣谢

  特别感谢我的好友兼偶像，华中科技大学物理学院的黄晨同学给本文校对。

---

一、预备知识

1.欧拉公式

$$e^{i\theta }=\cos \theta +i\sin \theta$$
  欧拉是这样证明它的。
  由指数函数的麦克劳林展开式，有：
$$e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+\frac{x^4}{4!}+\frac{x^5}{5!}...$$
  将其中的$x$换成$ix$，就得到：
$$e^{ix}=1+ix-\frac{x^2}{2!}-i\frac{x^3}{3!}+\frac{x^4}{4!}+i\frac{x^5}{5!}...$$
$$=1-\frac{x^2}{2!}+\frac{x^4}{4!}-...+ix-i\frac{x^3}{3!}+i\frac{x^5}{5!}...=\cos \theta +i\sin \theta$$
  得证。
  证明看起来很完美，但是有一个小问题——麦克劳林展开的对象是实函数，当带上虚数单位$i$后能这样展开吗？
  这种证明是不严谨的。事实上，欧拉公式是复指数函数定义的推论。
  复分析中定义复指数函数如下：
$$e^{x+iy}=e^x(\cos y+i\sin y)$$
  由这个定义，欧拉公式显然成立。
  下面是一本教材中的内容。可以看出欧拉公式其实是这个定义的推论，而不是证明出来的。

2.复指数的周期性

  在实数域，指数函数没有周期性，而在复数域，它有周期性。
  从上述指数函数的定义，显然有：
$$e^z=e^{z+2\pi i}$$
  周期为$2\pi i$。

3.复指数的积分

  我们考虑这样一个指数为纯虚数的复指数：
$$e^{i(m-n)\omega t}$$
  其中，$m$和$n$是整数，$\omega$是常数，$t$是自变量。
  当它在一个周期内积分时，有：
$${\int }_T{e}^{i(m-n)\omega t}\mathrm{d}t={\int }_T\cos [(m-n)\omega t]\mathrm{d}t+i{\int }_T\sin [(m-n)\omega t]\mathrm{d}t$$
  显然，如果$m\ne n$，由于三角函数在周期内积分值为$0$，那么最终结果就是$0$。
  如果$m=n$，结果为${\int }_T\cos 0\mathrm{d}t=T$ 。
  事实上，这就是三角函数的正交性。

二、傅里叶级数

1.定理的必要性

  在工程上，虚数单位$i$写作$j$ 。
  对于周期为$T$,角频率$\omega =\frac{2\pi }{T}$的函数$f(t)$，不妨假设它可以展开成复指数级数(?)：
$$f(t)=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}$$
  接下来，我们来确定系数$a_k$ 。
  在等式左右两边同时乘以$e^{-jn\omega t}$,并在一个周期内取定积分：
$${\int }_{T}f(t)e^{-jn\omega t}\mathrm{d}t={\int }_T\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}{e}^{-jn\omega t}\mathrm{d}t$$
  若交换积分和求和顺序(?)，继续计算
$${\int }_T\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}{e}^{-jn\omega t}\mathrm{d}t=\sum _{k=-\infty }^{+\infty }{\int }_T{a}_k{e}^{j(k-n)\omega t}\mathrm{d}t=\sum _{k=-\infty }^{+\infty }{a}_k{\int }_T{e}^{j(k-n)\omega t}\mathrm{d}t$$
  由预备知识可知：
$${\int }_T{e}^{j(k-n)\omega t}\mathrm{d}t=\{\begin{array}{ll}0,& \text{if k=n}\\ T,& \text{if k=n}\end{array}$$
  那么上面的式子就可化为：
$$\sum _{k=-\infty }^{+\infty }{a}_k{\int }_T{e}^{j(k-n)\omega t}\mathrm{d}t=a_{n}T$$
  所以，我们得到系数$a_n$：
$$a_n=\frac{{\int }_{T}f(t)e^{-jn\omega t}\mathrm{d}t}{T}$$
  至此，我们证明了必要性，即函数$f(t)$展开成复指数级数的必要条件是其系数$a_k$为上式。
  充分性请读者参考狄利克雷定理，这里不给出证明。
  积分和求和交换次序的问题请读者参考分析教材，这里不给出证明。
  至此，我们就将一个周期函数展开成了复指数级数。

2.如何理解？

  如何理解这个式子？
$$f(t)=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}$$
  其中，
$$a_k=\frac{{\int }_{T}f(t)e^{-jk\omega t}\mathrm{d}t}{T}$$
  从信号的分解角度看，对于任何一个满足迪利克雷条件的周期信号，我们都可以将它分解成若干个频率为$k\omega$的复信号。其中，$\omega$是原信号的角频率，称为基波频率。原信号是由无穷多个频率为$\omega$的整数倍的复信号叠加而成的。

3.为什么要这样分解？

  如果你学过《信号与系统》，你就能更好理解这样分解的好处。
  对于一个线性时不变(LTI)系统，假设系统单位冲激响应为$h(t)$。当输入信号为$x(t)$时，系统的输出$y(t)$满足：
$$y(t)={\int }_{-\infty }^{+\infty }h(\tau )x(t-\tau )\mathrm{d}\tau$$
  如果输入的是一个复指数信号$x(t)=e^{st}$，则由上述公式，有：
$$y(t)={\int }_{-\infty }^{+\infty }h(\tau )e^{s(t-\tau )}\mathrm{d}\tau =e^{st}{\int }_{-\infty }^{+\infty }h(\tau )e^{s\tau }\mathrm{d}\tau =x(t)H(s)$$
  其中$H(s)$是只与$s$有关的复常数。
  当输入信号是复指数信号时，我们可以很容易确定它的输出信号——一个复常数乘上输入信号。
  根据线性时不变(LTI)系统的线性性，输出信号是输入信号分解后，各分解信号单独作用的输出的线性组合。
  如果我们利用傅里叶级数，将一个输入信号分解成若干个复指数信号，则输出信号就是这些复指数信号单独作用的输出的线性组合。而复指数信号单独作用的输出的形式又特别简单，将它们线性组合后，我们就能简单地获得总输出。
  这就是我们展开成傅里叶级数的理由。
  实现了从时域到频域的转变。

三、傅里叶级数的性质

  对于一个周期函数，将其展开成系数为$a_k$的傅里叶级数：$f(t)={\sum }_{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}$，则它有以下几点性质。

1.线性性

  线性组合的傅里叶级数等于傅里叶级数的线性组合。

2.时移

  $f(t-t_0)$的傅里叶展开式系数如下：
$$a_{k1}=\frac{{\int }_{T}f(t-t_0)e^{-jk\omega t}\mathrm{d}t}{T}=\frac{e^{-jk\omega t_0}{\int }_{T}f(t-t_0)e^{-jk\omega (t-t_0)}\mathrm{d}(t-t_0)}{T}=e^{-jk\omega t_0}{a}_k$$

3.时间伸缩

  $f(\alpha t)$的傅里叶展开式系数如下：$(\alpha >0)$
$$a_{k2}=\frac{{\int }_{\frac{T}{\alpha }}f(\alpha t)e^{-jk(\alpha \omega )t}\mathrm{d}t}{\frac{T}{\alpha }}=\frac{{\int }_{\frac{T}{\alpha }}f(\alpha t)e^{-jk\omega (\alpha t)}\mathrm{d}t}{\frac{T}{\alpha }}=\frac{{\int }_{\frac{T}{\alpha }}f(\alpha t)e^{-jk\omega (\alpha t)}\mathrm{d}(\alpha t)}{T}=a_k$$
  特别要注意，$f(\alpha t)$的周期和频率都发生了变化。
  可见时间伸缩后，其各项系数不变，但是它的基波频率发生了改变。
  减小周期，会增大基波频率；增大周期，会减小基波频率。

4.时间反褶

  因为，
$$f(t)=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}$$
  所以，
$$f(-t)=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega （-t）}=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{j(-k)\omega t}=\sum _{k=-\infty }^{+\infty }{a}_{-k}{e}^{jk\omega t}$$
  所以，$f(-t)$的展开系数为$a_{-k}$

5.微分性质

  若$f^{\prime }(t)$是$f(t)$的导函数，则$f^{\prime }(t)$的傅里叶级数系数$a_{k3}=jk\omega a_k$
  证明如下：
$$a_{k3}=\frac{{\int }_T{f}^{\prime }(t)e^{-jk\omega t}\mathrm{d}t}{T}=\frac{f(t)e^{-jk\omega t}{\mid }_0^T+jk\omega {\int }_{T}f(t)e^{-jk\omega t}\mathrm{d}t}{T}=jk\omega a_k$$

6.实信号

  如果$f(t)$是实信号，那么$$a_k=a_{-k}^{\ast }$$
  证明如下，因为：
$$f(t)=\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}$$
  则，
$$f(t{)}^{\ast }=(\sum _{k=-\infty }^{+\infty }{a}_k{e}^{jk\omega t}{)}^{\ast }=\sum _{k=-\infty }^{+\infty }{a}_k^{\ast }{e}^{-jk\omega t}=\sum _{k=-\infty }^{+\infty }{a}_{-k}^{\ast }{e}^{jk\omega t}$$
  因为，
$$f(t)=f(t{)}^{\ast }$$
  所以，
$$a_k=a_{-k}^{\ast }$$

7.奇偶性

  如果$f(t)$是实偶函数，那么$a_k=a_{-k}=c(c是实数)$
  如果$f(t)$是实奇函数，那么$a_k=-a_{-k}=jc(c是实数)$
  不给出详细证明了，可以简单理解。
  因为是实函数，根据上条性质，可设$a_k=A+jB$，$a_{-k}=A-jB$
  如果是偶函数，则$f(t)$是余弦函数的线性组合。利用欧拉公式将余弦转换成复指数，其系数都是实数。故$a_k=a_{-k}=c(c是实数)$
  如果是奇函数，则$f(t)$是正弦函数的线性组合。利用欧拉公式将余弦转换成复指数，其系数都是纯虚数。故$a_k=-a_{-k}=jc(c是实数)$

8.帕斯瓦尔定理

  定理如下：
$$\frac{1}{T}{\int }_T{\left|f(t)\right|}^2\mathrm{d}t=\sum _{k=-\infty }^{+\infty }{\left|a_k\right|}^2$$

  具体证明比较简单就不给出了。
  事实上，这个式子表示了功率守恒。左边是原信号单位的功率，右边是级数各部分的功率和。
  有人可能会有疑问，为什么和的平方会等于平方的和?实际上，这个问题的答案就是三角函数的正交性，只有同频率的相乘积分才不为$0$。

---

全文完