（二）傅里叶变换：傅里叶/离散傅里叶变换DFT推导及FFT降噪matlab仿真-CSDN博客

本文链接：https://blog.csdn.net/weixin_72257134/article/details/147601035

5. 使用FFT算法进行信号降噪-Matlab

结语

前言

本篇涉及从傅里叶级数到傅里叶变换的推导，离散傅里叶变换（DFT）推导，快速傅里叶变换（FFT）在matlab中对于降噪场景的仿真。

1. 从傅里叶级数到傅里叶变换

回到上一篇的三角信号图，上篇我们推导出一个以2L为周期的函数f(x)，在区间[L,L]中，以复数下的傅里叶级数展开式为：

$f(x)=\sum_{k=-\infty }^{+\infty }C_{k}e^{i\frac{k\pi}{L}x}$ (1)

$C_{k}=\frac{1}{2L}\int_{-L}^{L}f(x)e^{-i\frac{k\pi}{L}x}dx$ (2)

现在，我们令 $\omega _{k}=\frac{2\pi}{T}k=\frac{2\pi}{2L}k=\frac{\pi}{L}k=\Delta \omega k$ ，以三角函数的知识，我们知道这个 $\omega _{k}$ 其实就是对于每一阶级数的频率值，放到圆周运动里就是转速，而 $\Delta \omega$ 是不同阶数间的频率差，是固定值。现在我们设想，先前我们的级数展开都基于函数是个周期为T的周期函数，但现实中的信号是很不规律的，很难是完美的周期函数，每个信号相当于就一个周期，周期范围是(-∞,+∞)，那我们不妨令L→+∞，这样就有 $\Delta \omega$ →0，通过这样变形，我们就可以把f(x)变换成黎曼积分形式：

$f(x)=\sum_{k=-\infty }^{+\infty }C_{k}e^{i\frac{k\pi}{L}x}\\ \ =\frac{\Delta \omega }{2\pi}\sum_{k=-\infty }^{+\infty }\int_{-\infty }^{+\infty}f(t)e^{-i\Delta \omega kt}dt\cdot e^{i\Delta \omega kx}\\ =\frac{1 }{2\pi}\sum_{k=-\infty }^{+\infty }\int_{-\infty }^{+\infty}f(t)e^{-i\omega t}dt \Delta \omega\cdot e^{i\omega x}\\ =\frac{1 }{2\pi}\int_{-\infty }^{+\infty}\int_{-\infty }^{+\infty}f(t)e^{-i\omega t}dt \cdot e^{i\omega x}d\omega$ (3)

通过如上变形，我们实际上就得到了在非周期函数（即周期无穷大）的傅里叶展开式，我们把中间这个积分块：

$\hat{f}(\omega )=\int_{-\infty }^{+\infty}f(x)e^{-i\omega t}dx$ (4)

就叫做f(x)的傅里叶变换，其实就是我们在级数展开时的Ck去掉1/T，回忆一下上篇对傅里叶级数的推导，它的实际物理意义是函数f(x)在(-∞,+∞)区间内在 $e^{-i\omega t}$ 上的投影，也即在整个(-∞,+∞)内频率 $\omega$ 对信号有多少贡献，一般说是把时域信号转化成了频域信号，写作：