前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >傅立叶变换公式解析

傅立叶变换公式解析

作者头像
用户7573907
发布2020-07-21 09:47:06
1.3K0
发布2020-07-21 09:47:06
举报
文章被收录于专栏:信号分析应用及算法

傅立叶变换是信号分析的基础。看到公式的瞬间,就有想要放弃的感觉~ 让我们从目的出发,逐步展现它的逻辑之美

01

傅立叶变换:公式

以下是傅立叶变换的公式,将时间域的函数x(t)转变成频率域的函数X(f),是不是很烧(想)脑(死)?

该公式的目的是:将时域信号中包含的各正/余弦信号的幅值初始相位计算出来。请记住这个目的,然后忘记这个公式。下面我们将逐步去解析这个公式的由来。

02

傅立叶变换:目的

一个时域信号,可以写成若干个余弦信号的叠加,我们的目的是:想要知道这一系列余弦信号的幅值a和初始相位fai。

怎样才能做到如此精细的提取呢?

03

神奇的萃取剂:正/余弦信号

如果把这个时域信号x(t)乘以一个给定频率的余弦函数(该余弦函数频率恰好和组成x(t)的某个频率一致),神奇的事情发生了:

只有黄色区域是常数,其余都是余弦项。这太棒了,我们已经初步从x(t)中萃取出频率是f1的幅值和初始相位了。

但这还不够,渣子毕竟还是要筛除干净。我们知道对正/余弦函数进行长周期的积分并除以周期后,得到的结果将趋近于0;而同样的操作对于常数项来说,结果仍是常数:

至此,更精细的萃取已经完成。

04

萃取剂组合拳:余弦萃取 & 正弦萃取

刚才用的是余弦函数,如果用正弦函数会怎样呢(正弦函数的计算同上,就不再赘述)?下面直接给出结果对比:

大家会发现单纯的用余弦或正弦萃取,其各自的结果是幅值和初始相位混在了一起。所以需要用组合拳,用有技巧的组合拳。也就是上表最后一列。

05

接近真相:欧拉公式

欧拉公式,世界十大最美公式排名第2(傅立叶变换公式排名第9):

是不是和上表最后一列最后一行很像?Yes, it is! (注意下面的公式中没有除以总时间T, 一般在应用中需要除以总时间T或在离散应用中除以总数N).

该公式是对用正余弦组合拳萃取工作的高度概括和归纳,又结合了美丽的欧拉公式,堪称完美。至此,傅立叶变换公式的解析结束。

06

总结:凡人,数学家与庸师

之前堆叠了很多的公式,想必能读到这儿的读者已经击败了全国80%的对手。总结一下,怎样提取x(t)中包含的一列余弦信号的幅值和初始相位?

凡人:

1)将x(t)乘以频率是5Hz的余弦信号,然后各点加和,然后除以总时长,得到数值m。

2)将x(t)乘以频率是5Hz的负正弦信号,然后各点加和,然后除以总时长,得到数值n。

3)将m和n平方和开根号,得到x(t)中频率是5Hz信号的幅值,将n除以m,即得到x(t)中频率是5Hz信号的tan(fai), 从而用反正切求出初始相位。

4)用1)2)3)中的方法计算一下x(t)中频率是6Hz的信号成分。接着是7Hz, 8Hz,9Hz (如果x(t)中没有9Hz的信号,计算的结果是0,所以不用担心所选的萃取剂不合拍,一个一个频率算下去就得了)。。。

。。。

n)用1)2)3)中的方法计算一下x(t)中频率是2000Hz(最高频率举例)的信号成分。

数学家:

看着凡人的操作,心中默念:愚蠢的人类,微微一笑,写下了如下的公式。

庸师:

上手就将上面的公式写在黑板或PPT上, 从此将学生划分隔离为:凡人和数学家……

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-07-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 信号分析应用及算法 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档