复变函数:傅里叶变换 您所在的位置:网站首页 解析是什么意思复变函数 复变函数:傅里叶变换

复变函数:傅里叶变换

2024-06-20 04:56| 来源: 网络整理| 查看: 265

傅里叶级数针对周期函数,为了可以处理非周期函数,需要傅里叶变换。关于傅里叶级数的内容参见傅里叶级数

1 傅里叶级数 1.1 傅里叶级数是向量

从代数上看,傅里叶级数就是通过三角函数和常数项来叠加逼近周期为T的函数 f ( x ) f(x) f(x): 在这里插入图片描述 这一过过程,实际上是把 f ( x ) f(x) f(x)当作了如下基的向量: 在这里插入图片描述 那么上面的式子就可以解读为: 在这里插入图片描述 以一个例子来说明,比如一个 T = 2 π T=2\pi T=2π的方波 f ( x ) f(x) f(x),可以粗略的写作 f ( x ) ≈ 1 + 4 π s i n ( x ) f(x)\approx1+{4\over\pi}sin(x) f(x)≈1+π4​sin(x) 在这里插入图片描述 我们可以认为上面函数的基为 { 1 , s i n ( x ) } \{1,sin(x)\} {1,sin(x)},则 f ( x ) f(x) f(x)相当于向量 ( 1 , 4 π ) (1,{4\over\pi}) (1,π4​),画到图上如下(注意横纵坐标不是 x , y x,y x,y,而是 1 , s i n ( x ) ) 1,sin(x)) 1,sin(x)): 在这里插入图片描述

2.1.2 频域图

在上面的示例函数中增加几个三角函数: 在这里插入图片描述 此时从几何上来看,图像更为接近: 在这里插入图片描述 这时的基为: 在这里插入图片描述 对应的向量为: 在这里插入图片描述 六维的向量我们是没有办法通过坐标图来表示的,因此数学家使用了一个频域图来表示这个向量: 在这里插入图片描述 上图中的0,1,2,3,4,5分别代表了不同频率的正弦波函数,也就是之前的基:

0 H z    ⟺    s i n ( 0 x ) 3 H z    ⟺    s i n ( 3 x ) ⋯ 0Hz\iff sin(0x)\quad3Hz\iff sin(3x)\cdots 0Hz⟺sin(0x)3Hz⟺sin(3x)⋯

高度则代表在这个频率上的振幅,也就是这个基上的坐标分量。

这里举的例子只有正弦函数,余弦函数其实也需要这样一个频谱图,也就是需要两个频谱图,此外还有一种结合正弦和余弦的方式,这个放在后面。

原来的曲线图就称为时域图,往往把时域图和频域图画在一起,这样才能较为完整的反映傅里叶级数。 在这里插入图片描述 不管是时域还是频域,其实反映的都是同一个直线,只不过一个用了函数的观点,而另一个用了向量的观点。

当习惯了频域后,再看频域图似乎就看到了傅里叶级数的展开:

在这里插入图片描述

2 非周期函数:

以上关于傅里叶级数的说明都是基于周期函数,假如有如下一个非周期函数,那么傅里叶级数该怎么处理? 在这里插入图片描述 我们可以变换一下思路,如果刚才方波的周期: T = 2 π → T = ∞ T=2\pi\to T=\infin T=2π→T=∞ 那么可以得到一个如下的函数:

在这里插入图片描述

在这样的思路下,就可以使用三角级数来逼近这个函数 在这里插入图片描述

观察下频域,对于周期为T的函数 f ( x ) f(x) f(x),其基为:

{ 1 , c o s ( 2 π n T x ) , s i n ( 2 π n T x ) } \{1,cos(\frac{2\pi n}{T}x),sin(\frac{2\pi n}{T}x)\} {1,cos(T2πn​x),sin(T2πn​x)}

刚才举例的方波 T = 2 π T=2\pi T=2π,对应的基就为(没有余弦波): 对应的频率就是: 在这里插入图片描述 按照刚才的思路,如果T不断变大,比如让 T = 4 π T=4\pi T=4π,对应的基就为(没有余弦波): 在这里插入图片描述 对应的频率就为: 在这里插入图片描述 和刚才相比,频率更加密集 在这里插入图片描述 之前方波的频域图,画了前五十个频率,可以看到随着 T T T不断变大,这50个频率越来越集中: 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 在这里插入图片描述 可以想象,如果真的: T = 2 π → T = ∞ T=2\pi\to T=\infty T=2π→T=∞,这些频率就会变得稠密,直至连续,变为一条频域曲线: 在这里插入图片描述 傅里叶变换就是,让 T = ∞ T=\infty T=∞,求出上面这根频域曲线。

3 傅里叶变换

傅里叶级数是: 在这里插入图片描述 这里有正弦波和余弦波,画频域图不方便,通过欧拉公式,可以转变为复数形式: 在这里插入图片描述 其中: 在这里插入图片描述 复数形式也是向量,可以理解为: 在这里插入图片描述 只不过这里 c n c_n cn​是复数,不好画频域图,当周期推向无穷的时候可以得到:

f ( x ) = ∑ n = − ∞ ∞ c n ⋅ e i 2 π n x T ( T = ∞ ) ⟹ f ( x ) = ∫ − ∞ ∞ F ( w ) e i w x d w f(x)=\sum\limits_{n=-\infty}^{\infty}c_n\cdot e^{i\frac{2\pi nx}{T}}(T=\infty)\Longrightarrow f(x)=\int_{-\infty}^{\infty}F(w)e^{iwx}dw f(x)=n=−∞∑∞​cn​⋅eiT2πnx​(T=∞)⟹f(x)=∫−∞∞​F(w)eiwxdw

上面进行了一些简化,用 w w w代表频率。(?)

其中 F ( w ) F(w) F(w)得到的过程如下所示:

c n = 1 T ∫ x 0 x 0 + T f ( x ) ⋅ e − i 2 π n x T d x ( T = ∞ )   ⟹ F ( w ) = 1 2 π ∫ − ∞ ∞ f ( x ) e − i w x d x c_n=\frac{1}{T}\int_{x_0}^{x_0+T}f(x)\cdot e^{-i\frac{2\pi nx}{T}dx}(T=\infty)\ \Longrightarrow F(w)=\frac{1}{2\pi}\int_{-\infty}^{\infty}f(x)e^{-iwx}dx cn​=T1​∫x0​x0​+T​f(x)⋅e−iT2πnx​dx(T=∞) ⟹F(w)=2π1​∫−∞∞​f(x)e−iwxdx

F ( w ) F(w) F(w)就是傅里叶变换,得到的就是频域曲线。

下面两者称为傅里叶变换对,可以相互转换:

f ( x )    ⟺    F ( w ) f(x)\iff F(w) f(x)⟺F(w)

正如之前所说的,这是看待同一个数学对象的两种形式,一个是函数,一个是向量。

https://www.matongxue.com/madocs/712.html



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有