概述
在前几篇笔记中,我们推导了傅里叶级数相关公式,这次的笔记将进行傅里叶变换的推导
傅里叶变换的核心思想是:将任意非周期函数看作周期无限长的周期函数,因此可以调用傅里叶级数的相关公式
我们不妨设 f ( t ) f(t) f(t) 为周期 T T T 的信号函数,先导出:
f ( t ) = ∑ k = − ∞ ∞ C k e 2 π i k ( t T ) = ∑ k = − ∞ ∞ C k e 2 π i ( k T ) t (1) begin{aligned} f(t) &= sum_{k=-infty}^infty C_k e^{2pi ik(frac{t}{T})} \ &= sum_{k=-infty}^infty C_k e^{2pi i(frac{k}{T})t} tag1 end{aligned} f(t)=k=−∞∑∞Cke2πik(Tt)=k=−∞∑∞Cke2πi(Tk)t(1)
运用和傅里叶级数的系数推导过程相同的方法(详见傅里叶级数推导过程中的 C k C_k Ck推导),我们有:
∫ − T 2 T 2 C m d t = ∫ − T 2 T 2 f ( t ) e − 2 π i m ( t T ) d t − ∑ k ≠ m C k ∫ − T 2 T 2 e 2 π i ( k − m ) ( t T ) d t = ∫ − T 2 T 2 e − 2 π i m ( t T ) f ( t ) d t − 0 = ∫ − T 2 T 2 e − 2 π i ( m T ) t f ( t ) d t begin{aligned} int_{-frac{T}{2}}^{frac{T}{2}} C_mdt &= int_{-frac{T}{2}}^{frac{T}{2}}f(t)e^{-2pi im(frac{t}{T})}dt -sum_{k neq m}C_k int_{-frac{T}{2}}^{frac{T}{2}}e^{2pi i(k-m)(frac{t}{T})}dt\ &=int_{-frac{T}{2}}^{frac{T}{2}} e^{-2pi im(frac{t}{T})} f(t)dt - 0\ &=int_{-frac{T}{2}}^{frac{T}{2}} e^{-2pi i(frac{m}{T})t} f(t)dt end{aligned} ∫−2T2TCmdt=∫−2T2Tf(t)e−2πim(Tt)dt−k=m∑Ck∫−2T2Te2πi(k−m)(Tt)dt=∫−2T2Te−2πim(Tt)f(t)dt−0=∫−2T2Te−2πi(Tm)tf(t)dt
等式左边为 T C m TC_m TCm,因此对于任意k,我们移项后可以得到:
C k = 1 T ∫ − T 2 T 2 e − 2 π i ( k T ) t f ( t ) d t (2) C_k = frac{1}{T}int_{-frac{T}{2}}^{frac{T}{2}} e^{-2pi i(frac{k}{T})t} f(t)dt tag2 Ck=T1∫−2T2Te−2πi(Tk)tf(t)dt(2)
我们假设函数在区间 [ a , b ] [a,b] [a,b] 内大于等于零,其余均为零,则我们令周期大于等于 a − b a-b a−b 的长度,并将其包围,如下图
接下来,我们正式开始推导傅里叶变换
注意,当
T
→
∞
Tto infty
T→∞ 时,如果我们直接用
(
2
)
(2)
(2) 式进行推导:
C k = 1 T ∫ − T 2 T 2 e − 2 π i ( k T ) t f ( t ) d t = 1 T ∫ a b e − 2 π i ( k T ) t f ( t ) d t begin{aligned} C_k &= frac{1}{T}int_{-frac{T}{2}}^{frac{T}{2}} e^{-2pi i(frac{k}{T})t} f(t)dt\ &= frac{1}{T}int_a^b e^{-2pi i(frac{k}{T})t} f(t)dt end{aligned} Ck=T1∫−2T2Te−2πi(Tk)tf(t)dt=T1∫abe−2πi(Tk)tf(t)dt
当我们对 C k C_k Ck 取模时(由高等数学知识,我们知道积分的绝对值小于等于绝对值的积分),
∣ C k ∣ ≤ 1 T ∫ a b ∣ e − 2 π i ( k T ) t ∣ ∣ f ( t ) ∣ d t left lvert C_k right rvert leq frac{1}{T}int_a^b left lvert e^{-2pi i(frac{k}{T})t} right rvert left lvert f(t) right rvert dt ∣Ck∣≤T1∫ab∣∣∣e−2πi(Tk)t∣∣∣∣f(t)∣dt
由欧拉公式,我们可以知道 e i x e^{ix} eix 的模长总为 1 1 1(复数的模长等于其实部与虚部的平方的平方根),因此我们有:
∣ C k ∣ ≤ 1 T ∫ a b ∣ f ( t ) ∣ d t left lvert C_k right rvert leq frac{1}{T}int_a^b left lvert f(t) right rvert dt ∣Ck∣≤T1∫ab∣f(t)∣dt
等式的右边的积分 ∫ a b ∣ f ( t ) ∣ d t int_a^b left lvert f(t) right rvert dt ∫ab∣f(t)∣dt 为定积分,因此当 T → ∞ Tto infty T→∞ 时, C k → 0 C_k to 0 Ck→0
显然这个结果对实际应用而言毫无意义,直接带入并求极限并不能得到我们需要的结果。因此我们换用以下方式:
首先,我们定义
F f ( k T ) = ∫ − T 2 T 2 e − 2 π i ( k T ) t f ( t ) d t mathscr{F}f(frac{k}{T}) = int_{-frac{T}{2}}^{frac{T}{2}} e^{-2pi i(frac{k}{T})t} f(t)dt Ff(Tk)=∫−2T2Te−2πi(Tk)tf(t)dt
那么 ( 2 ) (2) (2)、 ( 1 ) (1) (1) 式就可以分别改写为:
C k = 1 T F f ( k T ) C_k = frac{1}{T} mathscr{F}f(frac{k}{T}) Ck=T1Ff(Tk)
f ( t ) = ∑ k = − ∞ ∞ 1 T F f ( k T ) e 2 π i ( k T ) t f(t) = sum_{k=-infty}^infty frac{1}{T} mathscr{F}f(frac{k}{T}) e^{2pi i(frac{k}{T})t} f(t)=k=−∞∑∞T1Ff(Tk)e2πi(Tk)t
我们发现,当 T → ∞ Tto infty T→∞ 时, 1 T frac{1}{T} T1 就成为了一个连续变量的 Δ s Delta s Δs,而 k T frac{k}{T} Tk 就可以写为自变量 s s s(这里我们将其设为 s s s ),不难发现,这就是我们对于积分的定义。因此,当 T → ∞ Tto infty T→∞ 时,我们有:
f ( t ) = ∫ − ∞ ∞ e 2 π i s t F f ( s ) d s (3) f(t) = int_{-infty}^infty e^{2pi ist} mathscr{F}f(s)dstag3 f(t)=∫−∞∞e2πistFf(s)ds(3)
F f ( s ) = ∫ − ∞ ∞ e − 2 π i s t f ( t ) d t (4) mathscr{F}f(s) = int_{-infty}^infty e^{-2pi ist} f(t)dttag4 Ff(s)=∫−∞∞e−2πistf(t)dt(4)
放到信号系统中,
t
t
t 表示时间,
s
s
s 代表频率,因此,就有了时域和频域的区别;
但是要注意的是傅里叶变换并不一定是时间和频率的关系,其他变量也可以作为傅里叶变换的对象,如空间坐标
x
x
x 等等
由 ( 4 ) (4) (4)、 ( 3 ) (3) (3) 两式,我们可以得到傅里叶变换及傅里叶逆变换:
F f ( s ) = ∫ − ∞ ∞ e − 2 π i s t f ( t ) d t Largemathscr{F}f(s) = int_{-infty}^infty e^{-2pi ist} f(t)dt Ff(s)=∫−∞∞e−2πistf(t)dt
f ( t ) = F − 1 ( F f ( s ) ) = ∫ − ∞ ∞ e 2 π i s t F f ( s ) d s Large f(t)=mathscr{F}^{-1}(mathscr{F}f(s)) = int_{-infty}^infty e^{2pi ist} mathscr{F}f(s)ds f(t)=F−1(Ff(s))=∫−∞∞e2πistFf(s)ds
最后
以上就是淡然宝马为你收集整理的[EE261学习笔记] 3.傅里叶变换推导的全部内容,希望文章能够帮你解决[EE261学习笔记] 3.傅里叶变换推导所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复