python编程-绘制傅立叶三角级数波形图

绘制下面信号的波形图，给出N=10、N=100、N=500合成波形以及展开成傅里叶三角级数之前的波形。

在这个表达式中，ω0​ 是基波频率。为了绘制波形，选择一个特定的 ω0​（比如 2π，这样 ω0​t 就是角频率），然后对于不同的 N 值（10, 100, 500），计算合成波形。

首先，绘制原始信号的波形，即没有展开成傅里叶三角级数之前的波形。在这种情况下，信号简化为 cos(ω0​t)。然后，我们将绘制 N=10、N=100、和 N=500 时的合成波形图。

设置 ω0​=2π，并在一个周期内绘制这些波形。

源代码：

import numpy as np
import matplotlib.pyplot as plt

# 设置matplotlib以使用支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号

def fourier_series_approximation(t, w0, N):
    """计算傅里叶级数的近似值"""
    x_t = np.zeros_like(t)
    for n in range(1, N + 1):
        x_t += (1/n) * np.sin(n * np.pi / 2) * np.cos(n * w0 * t)
    return x_t

# 设置基波频率和时间范围
w0 = 2 * np.pi
t = np.linspace(0, 1, 1000)  # 在一个周期内均匀分布的时间点

# 原始信号（未展开为傅里叶级数前的信号）
x_original = np.cos(w0 * t)

# 不同N值的合成波形
N_values = [10, 100, 500]
x_approximations = [fourier_series_approximation(t, w0, N) for N in N_values]

# 绘制波形图
plt.figure(figsize=(12, 8))

plt.subplot(2, 2, 1)
plt.plot(t, x_original, label='原始信号')
plt.title('原始信号（未展开为傅里叶级数）')
plt.xlabel('时间')
plt.ylabel('振幅')

for i, N in enumerate(N_values):
    plt.subplot(2, 2, i + 2)
    plt.plot(t, x_approximations[i], label=f'N = {N}')
    plt.title(f'傅里叶级数近似（N = {N}）')
    plt.xlabel('时间')
    plt.ylabel('振幅')

plt.tight_layout()
plt.show()

 运行结果：

在这些波形图中，可以看到：

• 第一个图展示了原始信号 )x(t)=cos(ω0​t) 在一个周期内的波形，这是在没有将其展开成傅里叶三角级数之前的情况。
• 接下来的三个图分别显示了N=10，N=100，和 N=500 时的傅里叶级数近似波形。随着N 的增加，我们可以看到近似波形逐渐接近原始信号的形状。