1.内积
\overrightarrow {x} = (x_1,x_2,...x_n), \overrightarrow {y} = (y_1,y_2,...y_n)
\overrightarrow {x} \bullet \overrightarrow {y} = \sum_{i=1}^n x_iy_i 即每一维数据相乘再相加
\overrightarrow {x} \bullet \overrightarrow {y} = |\overrightarrow {x}||\overrightarrow {y} |cos\theta 即一个向量在另一个向量方向上投影的模乘另一个向量的模
2.两个函数的内积
(f,g)=\int_{-\infty}^\infty f(x)g(x)dx 每一点的值相乘再相加
3.正交 两个向量内积为零称这两个向量正交,两个函数内积为零称这两个函数正交
4.正交函数集 其内任意两个函数正交
5.完备正交函数集,找不到集外的任意一个函数与集内函数正交了
6.三角函数是完备的正交函数集,不同频率的三角函数之间内积为0,只有频率相等时内积才不为0.
7.欧拉公式:e^{ix}=cosx+isinx
e^{-j\Omega t}=cos\Omega t-jsin\Omega t
8.傅里叶变化:X(j\Omega)=\int_{-\infty}^\infty x(t)e^{-j\Omega t}dt 即x(t)与三角函数的内积,那么只有频率相等的被加起来,频率的就叠加即频谱,频域信号
9.傅里叶逆变化:x(t)=\frac{1}{2\pi} \int_{-\infty}^\infty X(j\Omega)e^{j\Omega t}d\Omega 同理只有t时刻的分量叠加,即时域信号
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。