从根上彻底理解各种变换之二:傅里叶变换

这篇具有很好参考价值的文章主要介绍了从根上彻底理解各种变换之二:傅里叶变换。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

作者:aminzeng2022 

目录

2. 傅里叶变换

2.1 向量基

2.2  正变换

2.3 反变换

2.4 时域和频域分析

2.5 复数表达式

2.6复指数向量基


2. 傅里叶变换

        傅里叶级数也是一组完备的正交向量基(以下简称傅氏向量基),一些连续可积的向量(函数)可以通过向傅氏向量基投影来实现变换,即傅里叶变换。

        再次强调,函数也是特殊的向量!连续函数在某个区间可得到无穷个函数值,这些有序值就是一个向量。

2.1 向量基

        傅里叶变换的向量基为:

        1、cosx、sinx、cos⁡(2x)、sin2xcos⁡(3x)、sin⁡(3x)、⋯⋯

        傅氏向量基的维数为无穷维,具有正交性、完备性特点,但不具备归一性,进行傅氏变换时应进行归一化处理。

        傅氏向量基中的向量为函数,在一个周期内[,+π]连续取值,其维数也是无穷维。

  • 正交性

        在[,+π]上,傅氏向量基中任意两个向量的点积都为零,即两两正交,如下:

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        其中,kn不相等,取值1、2、3、⋯。

  • 归一性

        上面提到,傅氏向量基中的向量的大小不为1,如下:

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        对向量基进行归一化处理,得到归一化后的傅氏向量基为:

        从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换

  • 完备性

        通过对傅里叶变换求极限,可以证明当n→∞时,

从根上彻底理解各种变换之二:傅里叶变换

        所以说明傅氏向量基是完备的,通过傅氏向量基进行变换不存在误差。此证明过程略,感举趣的朋友可以自行在网上查找。

2.2  正变换

        变换即是将某个向量从一个坐标系(向量基1)投影到另一个坐标系(向量基2)上得到新的坐标值的过程。

        在傅里叶变换中,需变换的向量为函数f(x),函数定义在x域上,傅氏向量基也定义在x域上,因此可以开展投影操作。向量f(x)在傅氏向量基上的投影值依次为:

        对从根上彻底理解各种变换之二:傅里叶变换投影:

从根上彻底理解各种变换之二:傅里叶变换

        对从根上彻底理解各种变换之二:傅里叶变换投影:

从根上彻底理解各种变换之二:傅里叶变换

        对从根上彻底理解各种变换之二:傅里叶变换投影:

从根上彻底理解各种变换之二:傅里叶变换

        所以傅立叶变换为:

从根上彻底理解各种变换之二:傅里叶变换

        简化后得到:

从根上彻底理解各种变换之二:傅里叶变换

        其中系数:

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        所以f(x)在傅氏向量基上的坐标为:

从根上彻底理解各种变换之二:傅里叶变换

2.3 反变换

        根据图1.7知道,进行反变换要捋清两组向量基(坐标系)之间的关系和坐标值,设向量g在原坐标系向量基中表示为f(x),即g= f(x),正反变换分析如下:

  • 正变换:傅里叶变换,将向量g在原坐标系中的坐标值(f(x))投影在傅氏向量基(在原坐标系中表示为1、cosx、sinx⋯⋯),得到向量g在傅氏向量基中的坐标值(a0a1b1、⋯⋯);
  • 反变换:傅里叶逆变换,将向量g在傅氏向量基中的坐标值(a0a1b1、⋯⋯)投影在原坐标系向量基(在傅氏向量基中表示为1、cosx、sinx⋯⋯),得到向量g在原坐标系中的坐标值(f(x))。

        理解的难点就在于“原坐标系向量基在傅氏向量基中表示为1、cosx、sinx⋯⋯”。理解如下:

  • 因为g在原坐标系向量基中表示为f(x),即g= f(x),也即g= f(x)∙1,坐标值是f(x),所以1就是向量基;
  • 原坐标系向量基1投影到傅氏向量基上,得到1、cosx、sinx⋯⋯
  • 所以原坐标系向量基在傅氏向量基上的坐标值也为1、cosx、sinx⋯⋯,与傅氏向量基在原坐标系上的表达式相同。 

        所以傅里叶反变换为:

从根上彻底理解各种变换之二:傅里叶变换

        傅里叶正反变换的表达形式好像是一样的,但其实不同,正变换是求坐标值a0a1b1等,而反变换是求f(x),这一点不分清容易搞蒙。

2.4 时域和频域分析

        向量g= f(x)是在x域上的表达式,若令x(x=ωt)表示时间,那就是时间域上的表达式,向量从根上彻底理解各种变换之二:傅里叶变换,为表达简洁,还是令g= f(t)

        设向量周期为T,角频率为ω=2π/T,因x∈[-π,+π],所以t∈[-T/2,+T/2],对傅氏坐标值进行适当变换后得到:

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        得到傅里叶变换为:

从根上彻底理解各种变换之二:傅里叶变换

        对上式进行解读:

  • f(t)表示一个周期信号随时间变化的函数;
  • 从根上彻底理解各种变换之二:傅里叶变换为一个常数;
  • cosnωt为一个余弦信号,角频率为,角频率是原函数的n倍;
  • sinnωt为一个正弦信号,角频率为,角频率是原函数的n倍;
  • 傅里叶变换将一个周期信号分解为:常量(a0)+ a1×余弦信号(1倍频)+ b1×正弦信号(1倍频)+ a2×余弦信号(2倍频)+ b2×正弦信号(2倍频)+⋯⋯

        通过信号分解,可看出原信号中所含不同频率正余弦信号的比重(见图2.1),这在信号处理、控制等各领域应用十分广泛。本文目的只是帮助理解傅氏变换,对此不作深入分析。

从根上彻底理解各种变换之二:傅里叶变换

图2.1 傅里叶时域频域分析示意(图片来自网络) 

2.5 复数表达式

        为提高傅氏变换的普适性,利用了欧拉公式对傅氏变换进行变形。

        欧拉公式:

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        代入傅氏变换得:

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        因从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换对称,在-∞~+∞求和得到:

从根上彻底理解各种变换之二:傅里叶变换

        再将欧拉公式代入坐标值求解得到变换系数:

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        所以可以将从根上彻底理解各种变换之二:傅里叶变换统一为如下形式:

从根上彻底理解各种变换之二:傅里叶变换

        若将T→∞,上式可运用于非周期函数,此时:

从根上彻底理解各种变换之二:傅里叶变换

        令:

从根上彻底理解各种变换之二:傅里叶变换

        该表达式用于求信号当中不同频率的分量,是傅里叶正变换。

        将从根上彻底理解各种变换之二:傅里叶变换代入从根上彻底理解各种变换之二:傅里叶变换得到:

从根上彻底理解各种变换之二:傅里叶变换

        该表达式用于根据频率分量求信号时间域表达式,是傅里叶反变换。

2.6复指数向量基

        回过头看表达式从根上彻底理解各种变换之二:傅里叶变换,是否很像函数向量从根上彻底理解各种变换之二:傅里叶变换在向量基从根上彻底理解各种变换之二:傅里叶变换上的投影,真实情况也确实如此。

        复指数向量基:

⋯⋯、从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换、⋯⋯

        简写为从根上彻底理解各种变换之二:傅里叶变换n为整数,特别注意n取值范围是-∞~+∞,若只取正整数就不具有完备性了。

  • 正交性

        证明复指数向量基正交性之前,需将根深蒂固的实数域概念扩展到复数域,以前的实数可看成虚部为零的复数。复数的投影(也就是复数的内积运算)跟实数有较大差异,具体如下:

        复数z1z1=a1+b1i

        共轭复数从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换

        复数z2从根上彻底理解各种变换之二:傅里叶变换

        共轭复数从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换

        复数z1z2的内积为:

从根上彻底理解各种变换之二:傅里叶变换

        若复数z1z2正交(垂直),则:从根上彻底理解各种变换之二:傅里叶变换

        复指数从根上彻底理解各种变换之二:傅里叶变换的共轭复数从根上彻底理解各种变换之二:傅里叶变换

从根上彻底理解各种变换之二:傅里叶变换

        下面证明复指数的正交性:

        复指数的向量内积:

从根上彻底理解各种变换之二:傅里叶变换

        当m≠n时:

从根上彻底理解各种变换之二:傅里叶变换

        当m=n时:

从根上彻底理解各种变换之二:傅里叶变换

        所以复指数向量基是两两正交的。

  • 归一化

        复数向量的大小也称为模,计算方法如下:

从根上彻底理解各种变换之二:傅里叶变换

        所以复指数向量基的大小为:

从根上彻底理解各种变换之二:傅里叶变换

        归一化后得到复指数向量基:

⋯⋯、从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换从根上彻底理解各种变换之二:傅里叶变换、⋯⋯

  • 完备性

        因复指数向量基从根上彻底理解各种变换之二:傅里叶变换与傅氏向量基是对应的,所以复指数向量基也是完备的。

        完备性证明省略。

  • 正变换

        正变换是求每个向量基的投影分量。

        频率为项:

从根上彻底理解各种变换之二:傅里叶变换

        所以:

从根上彻底理解各种变换之二:傅里叶变换

        当T→∞时:

从根上彻底理解各种变换之二:傅里叶变换

  • 反变换

        将所有频率项加在一起,就可得到时域函数向量,但要注意向量基应是时域向量基(=1)在复指数向量基上的表示。

        将1依次向复指数向量基投影(求内积)得到:

从根上彻底理解各种变换之二:傅里叶变换

        在n>0时:

从根上彻底理解各种变换之二:傅里叶变换

        在n<0时:

从根上彻底理解各种变换之二:傅里叶变换

        两部分加在一起后再加上n=0的项,就得到:

从根上彻底理解各种变换之二:傅里叶变换

        当T→∞时,频率分辨率很小,用dω表示,写成积分形式:

从根上彻底理解各种变换之二:傅里叶变换文章来源地址https://www.toymoban.com/news/detail-441449.html

到了这里,关于从根上彻底理解各种变换之二:傅里叶变换的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 《ChatGPT原理最佳解释,从根上理解ChatGPT》

    2022年11月30日,OpenAI发布ChatGPT(全名:Chat Generative Pre-trained Transformer), 即聊天机器人程序 ,开启AIGC的研究热潮。 ChatGPT是人工智能技术驱动的自然语言处理工具,它能够基于在预训练阶段所见的模式和统计规律,来生成回答,还能根据聊天的上下文进行互动,真正像人类

    2024年02月14日
    浏览(31)
  • 从根上理解elasticsearch(lucene)查询原理(1)-lucece查询逻辑介绍

    大家好,最近在做一些elasticsearch 慢查询优化的事情,通常用分析elasticsearch 慢查询的时候可以通过profile api 去分析,分析结果显示的底层lucene在搜索过程中使用到的函数调用。所以要想彻底弄懂elasticsearch慢查询的原因,还必须将lucene的查询原理搞懂,今天我们就先来介绍下

    2024年02月04日
    浏览(38)
  • 傅里叶级数和傅里叶变换之间的关系推理及应用

    傅里叶级数和傅立叶变换是傅里叶分析的两个主要工具,它们之间有密切的关系。 傅里叶级数是将一个周期函数分解为一系列正弦和余弦函数的和。它适用于周期性信号,可以将周期函数表示为一组振幅和相位不同的谐波分量的和。傅里叶级数展示了一个周期函数在不同频率

    2024年02月07日
    浏览(54)
  • 图傅里叶变换

    目录 什么是图信号? 如何理解图信号的”谱“? 图傅里叶变换是什么? 图傅里叶变换中特征值和图信号的总变差有什么关系? 让我们先总结一下,我们想要把图信号  正交分解到一组基  上; 那么怎么得到?可以通过对图的拉普拉斯矩阵 做特征分解得到,即. 于是   

    2024年02月06日
    浏览(41)
  • 傅里叶变换

    在计算机视觉中,有一个经典的变换被广泛使用——傅里叶变换。傅里叶变换是将时间域上的信号转变为频率域上的信号,进而进行图像去噪、图像增强等处理。 什么是时域(Time domain)?从我们出生,我们看到的世界都以时间贯穿,股票的走势、人的身高、汽车的轨迹都会

    2024年02月03日
    浏览(44)
  • 通俗讲解傅里叶变换

    参考:六一礼物:给孩子解释什么是傅里叶变换 牛!不看任何数学公式来讲解傅里叶变换  如何直观形象、生动有趣地给文科学生介绍傅里叶变换? - 知乎 从基说起…… 从数学的角度,提供一个形象有趣的解释。理解傅里叶变换的钥匙是理解基♂,它能让你重新认识世界。

    2024年02月09日
    浏览(32)
  • 【高数+复变函数】傅里叶变换

    上一节 【高数+复变函数】傅里叶积分 回顾:上一节中主要讲了Fourier积分公式的指数形式及其三角形式 f ( t ) = 1 2 π ∫ − ∞ + ∞ [ ∫ − ∞ + ∞ f ( τ ) e − j ω τ d τ ] e j ω t d ω = 1 π ∫ 0 + ∞ [ ∫ − ∞ + ∞ f ( τ ) cos ⁡ ω ( t − τ ) d τ ] d ω f(t)=frac{1}{2pi}int_{-infty}^{+inf

    2024年02月04日
    浏览(52)
  • 【scipy 基础】--傅里叶变换

    傅里叶变换 是一种数学变换,它可以将一个函数或信号转换为另一个函数或信号,它可以将时域信号转换为频域信号,也可以将频域信号转换为时域信号。 在很多的领域都有广泛的应用,例如信号处理、通信、图像处理、计算机科学、物理学、生物学等。 它最大的功能是能

    2024年02月06日
    浏览(38)
  • 图像的傅里叶变换

    先向大家道歉啊   作为基础知识这内容肯定有人写过   但作为屌丝没时间搜这个出处   也没什么商用价值 就是为了自己好看  收藏不好用 麻烦选别的   真的对不起就是为自己   烦请勿扰   看不惯你了 忍着 傅里叶基础 法国数学家吉恩·巴普提斯特·约瑟夫·傅里叶被

    2023年04月27日
    浏览(48)
  • 傅里叶变换与Matlab

      很多初学者学习了傅里叶变换之后,只是对其公式死记硬背,从而达到做题的目的,但并不理解其原理,对于很多时频分析问题的理解不够透彻。之前自己也是如此,在经过深入学习之后,对变换公式的的本质进行探讨,理解变换的原理及意义所在,同时将傅里叶变换和

    2024年01月20日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包