傅里叶变换原理 / 性质 / 常用信号变换

注:本文为 “傅里叶变换原理 / 性质 / 常用信号变换” 相关文章合集。

图片清晰度限于引文原状,如有内容异常,请看原文。


傅里叶变换原理

作者 Heinrich

引言

本文的核心主旨在于,在不借助任何数学公式的前提下,使读者对傅里叶分析形成理解。

傅里叶分析不仅是一种数学工具,更是一种能够彻底转变个体既有世界观的思维模式。然而,傅里叶分析的公式呈现出较高的复杂性,致使许多大一新生初次接触时便陷入困惑,进而对其产生抵触情绪。

事实上,傅里叶分析这一饶有趣味的内容,在大学课程中却成为让学生望而却步的“杀手课程”,这很大程度上可归因于教材编写者在内容呈现上过于严肃。鉴于此,笔者一直致力于撰写一篇能对傅里叶分析进行阐释的趣味性文章,力求使高中生亦能理解。无论读者从事何种职业,本文皆保证其能够读懂,并将体验到借由傅里叶分析认知世界全新维度时所带来的愉悦感。对于已有一定基础的读者,建议在阅读过程中不要仅浏览未知内容,对已掌握部分也应仔细研读,如此方能获得新的感悟。

需要说明的是,学习本身并非易事,笔者撰写本文旨在为读者营造更为轻松且富有趣味的学习体验。但请务必避免将本文收藏或保存地址后,计划日后有时间再阅读,此类情形屡见不鲜,很可能导致文章被长期搁置。建议读者静下心来,耐心阅读,相比传统课本,本文的阅读过程将更为轻松愉悦。

另外,本文统一以“正弦波”( S i n e   W a v e Sine \, Wave SineWave)指代简谐波,无论是 c o s cos cos 还是 s i n sin sin

一、什么是频域

自个体诞生伊始,人们所感知的世界呈现出以时间为主轴的动态演进特征。诸如股票价格的波动轨迹、人类身高的增长变化以及汽车行驶的路径等,均伴随时间的推移而发生改变。这种借助时间维度作为参照体系,以观察动态世界现象的研究方式,在学术领域被定义为时域分析。通常情况下,人们习惯性地认定,世间万事万物皆持续处于随时间变化的动态过程中,且不存在绝对静止的状态。

然而,若提出一种截然不同的观察视角,通过该视角会发现世界实则具有永恒不变的一面,这一观点或许会令人诧异。但这并非臆想,此“静止”的世界在学术范畴内被称作频域。

先举一个公式上并非很恰当,但意义上再贴切不过的例子:

在你的理解中,一段音乐是什么呢?

img

这是我们对音乐最普遍的理解,一个随着时间变化的震动。但我相信对于乐器小能手们来说,音乐更直观的理解是这样的:

img

好的!其实这一段写到这里已经可以结束了。上图是音乐在时域的样子,而下图则是音乐在频域的样子。所以频域这一概念对大家都从不陌生,只是从来没意识到而已。

现在我们可以回过头来重新看看一开始那句痴人说梦般的话:世界是永恒的。

将以上两图简化:

时域:

img

频域:

在时域,我们观察到钢琴的琴弦一会上一会下的摆动,就如同一支股票的走势;而在频域,只有那一个永恒的音符 ♪ 。

所以你眼中看似落叶纷飞变化无常的世界,实际只是躺在上帝怀中一份早已谱好的乐章。

抱歉,这不是一句鸡汤文,而是黑板上确凿的公式:傅里叶同学告诉我们,任何周期函数,都可以看作是不同振幅,不同相位正弦波的叠加。在第一个例子里我们可以理解为,利用对不同琴键不同力度,不同时间点的敲击,可以组合出任何一首乐曲。

而贯穿时域与频域的方法之一,就是传中说的傅里叶分析。傅里叶分析可分为傅里叶级数( F o u r i e r   S e r i e Fourier \,Serie FourierSerie)和傅里叶变换 ( F o u r i e r   T r a n s f o r m a t i o n Fourier \,Transformation FourierTransformation),我们从简单的开始谈起。

二、傅里叶级数 ( F o u r i e r S e r i e s Fourier Series FourierSeries) 的频谱

还是举个栗子并且有图有真相才好理解。

如果我说我能用前面说的正弦曲线波叠加出一个带 90 度角的矩形波来,你会相信吗?你不会,就像当年的我一样。但是看看下图:

img
第一幅图是一个郁闷的正弦波:

cos ⁡ ( x ) \cos(x) cos(x)

第二幅图是 2 个卖萌的正弦波的叠加:

cos ⁡ ( x ) + a ⋅ cos ⁡ ( 3 x ) \cos(x) + a \cdot \cos(3x) cos(x)+acos(3x)

第三幅图是 4 个发春的正弦波的叠加:

第四幅图是 10 个便秘的正弦波的叠加:

随着正弦波数量逐渐的增长,他们最终会叠加成一个标准的矩形,大家从中体会到了什么道理?

只要努力,弯的都能掰直!

随着叠加的递增,所有正弦波中上升的部分逐渐让原本缓慢增加的曲线不断变陡,而所有正弦波中下降的部分又抵消了上升到最高处时继续上升的部分使其变为水平线。一个矩形就这么叠加而成了。但是要多少个正弦波叠加起来才能形成一个标准 90 度角的矩形波呢?不幸的告诉大家,答案是无穷多个。(上帝:我能让你们猜着我?)

不仅仅是矩形,你能想到的任何波形都是可以如此方法用正弦波叠加起来的。这是没有接触过傅里叶分析的人在直觉上的第一个难点,但是一旦接受了这样的设定,游戏就开始有意思起来了。

还是上图的正弦波累加成矩形波,我们换一个角度来看看:

img

在这几幅图中,最前面黑色的线就是所有正弦波叠加而成的总和,也就是越来越接近矩形波的那个图形。而后面依不同颜色排列而成的正弦波就是组合为矩形波的各个分量。这些正弦波按照频率从低到高从前向后排列开来,而每一个波的振幅都是不同的。一定有细心的读者发现了,每两个正弦波之间都还有一条直线,那并不是分割线,而是振幅为 0 的正弦波!也就是说,为了组成特殊的曲线,有些正弦波成分是不需要的。

这里,不同频率的正弦波我们成为频率分量。

好了,关键的地方来了!

如果我们把第一个频率最低的频率分量看作 “1”,我们就有了构建频域的最基本单元。

对于我们最常见的有理数轴,数字 “1” 就是有理数轴的基本单元。

时域的基本单元就是 “1 秒”,如果我们将一个角频率为 ω 0 ω0 ω0 的正弦波 c o s ( ω 0 t ) cos(ω0t) cos(ω0t) 看作基础,那么频域的基本单元就是 ω 0 ω0 ω0

有了 “1”,还要有 “0” 才能构成世界,那么频域的 “0” 是什么呢? c o s ( 0 t ) cos(0t) cos(0t) 就是一个周期无限长的正弦波,也就是一条直线!所以在频域,0 频率也被称为直流分量,在傅里叶级数的叠加中,它仅仅影响全部波形相对于数轴整体向上或是向下而不改变波的形状。

接下来,让我们回到初中,回忆一下老师是怎么定义正弦波的吧。

img

正弦波就是一个圆周运动在一条直线上的投影。所以频域的基本单元也可以理解为一个始终在旋转的圆
在这里插入图片描述

img

介绍完了频域的基本组成单元,我们就可以看一看一个矩形波,在频域里的另一个模样了:

img
这是什么奇怪的东西?

这就是矩形波在频域的样子,是不是完全认不出来了?教科书一般就给到这里然后留给了读者无穷的遐想,以及无穷的吐槽,其实教科书只要补一张图就足够了:频域图像,也就是俗称的频谱,就是 ——

img

再清楚一点:

img
可以发现,在频谱中,偶数项的振幅都是 0,也就对应了图中的彩色直线。振幅为 0 的正弦波。
img
老实说,在我学傅里叶变换时,维基的这个图还没有出现,那时我就想到了这种表达方法,而且,后面还会加入维基没有表示出来的另一个谱 —— 相位谱。

但是在讲相位谱之前,我们先回顾一下刚刚的这个例子究竟意味着什么。记得前面说过的那句 “世界是静止的” 吗?估计好多人对这句话都已经吐槽半天了。想象一下,世界上每一个看似混乱的表象,实际都是一条时间轴上不规则的曲线,但实际这些曲线都是由这些无穷无尽的正弦波组成。我们看似不规律的事情反而是规律的正弦波在时域上的投影,而正弦波又是一个旋转的圆在直线上的投影。那么你的脑海中会产生一个什么画面呢?

我们眼中的世界就像皮影戏的大幕布,幕布的后面有无数的齿轮,大齿轮带动小齿轮,小齿轮再带动更小的。在最外面的小齿轮上有一个小人 —— 那就是我们自己。我们只看到这个小人毫无规律的在幕布前表演,却无法预测他下一步会去哪。而幕布后面的齿轮却永远一直那样不停的旋转,永不停歇。这样说来有些宿命论的感觉。说实话,这种对人生的描绘是我一个朋友在我们都是高中生的时候感叹的,当时想想似懂非懂,直到有一天我学到了傅里叶级数……

三、傅里叶级数(Fourier Series)的相位谱

上一章的关键词是:从侧面看。这一章的关键词是:从下面看。

在这一章最开始,我想先回答很多人的一个问题:傅里叶分析究竟是干什么用的?这段相对比较枯燥,已经知道了的同学可以直接跳到下一个分割线。

先说一个最直接的用途。无论听广播还是看电视,我们一定对一个词不陌生 —— 频道。频道频道,就是频率的通道,不同的频道就是将不同的频率作为一个通道来进行信息传输。下面大家尝试一件事:

首先,先在纸上画一个 sin ⁡ ( x ) \sin(x) sin(x),不一定标准,意思差不多就行。不是很难吧。

接下去画一个 sin ⁡ ( 3 x ) + sin ⁡ ( 5 x ) \sin(3x) + \sin(5x) sin(3x)+sin(5x) 的图形。

别说标准不标准了,曲线什么时候上升什么时候下降你都不一定画得对吧?

好,画不出来不要紧,我把 sin ⁡ ( 3 x ) + sin ⁡ ( 5 x ) \sin(3x) + \sin(5x) sin(3x)+sin(5x) 的曲线给你,但是前提是你不知道这个曲线的方程式,现在需要你把 sin ⁡ ( 5 x ) \sin(5x) sin(5x) 给我从图里拿出去,看看剩下的是什么。这基本是不可能做到的。

但是在频域呢?则简单的很,无非就是几条竖线而已。

所以很多在时域看似不可能做到的数学操作,在频域相反很容易。这就是需要傅里叶变换的地方。尤其是从某条曲线中去除一些特定的频率成分,这在工程上称为滤波,是信号处理最重要的概念之一,只有在频域才能轻松的做到。

再说一个更重要,但是稍微复杂一点的用途 —— 求解微分方程。(这段有点难度,看不懂的可以直接跳过这段)微分方程的重要性不用我过多介绍了。各行各业都用的到。但是求解微分方程却是一件相当麻烦的事情。因为除了要计算加减乘除,还要计算微分积分。而傅里叶变换则可以让微分和积分在频域中变为乘法和除法,大学数学瞬间变小学算术有没有。

傅里叶分析当然还有其他更重要的用途,我们随着讲随着提。

下面我们继续说相位谱:

通过时域到频域的变换,我们得到了一个从侧面看的频谱,但是这个频谱并没有包含时域中全部的信息。因为频谱只代表每一个对应的正弦波的振幅是多少,而没有提到相位。基础的正弦波 A . s i n ( w t + θ ) A.sin(wt+θ) A.sin(wt+θ) 中,振幅,频率,相位缺一不可,不同相位决定了波的位置,所以对于频域分析,仅仅有频谱(振幅谱)是不够的,我们还需要一个相位谱。那么这个相位谱在哪呢?我们看下图,这次为了避免图片太混论,我们用 7 个波叠加的图。

img

鉴于正弦波是周期的,我们需要设定一个用来标记正弦波位置的东西。在图中就是那些小红点。小红点是距离频率轴最近的波峰,而这个波峰所处的位置离频率轴有多远呢?为了看的更清楚,我们将红色的点投影到下平面,投影点我们用粉色点来表示。当然,这些粉色的点只标注了波峰距离频率轴的距离,并不是相位。

img

这里需要纠正一个概念:时间差并不是相位差。如果将全部周期看作 2 π 2\pi 2π 或者 360 度的话,相位差则是时间差在一个周期中所占的比例。我们将时间差除以周期再乘以 2 π 2\pi 2π,就得到了相位差。

在完整的立体图中,我们将投影得到的时间差依次除以所在频率的周期,就得到了最下面的相位谱。所以,频谱是从侧面看,相位谱是从下面看。

注意到,相位谱中的相位除了 0,就是 π \pi π。因为 cos ⁡ ( t + π ) = − cos ⁡ ( t ) \cos(t + \pi) = -\cos(t) cos(t+π)=cos(t),所以实际上相位为 π \pi π的波只是上下翻转了而已。对于周期方波的傅里叶级数,这样的相位谱已经是很简单的了。另外值得注意的是,由于 cos ⁡ ( t + 2 π ) = cos ⁡ ( t ) \cos(t + 2\pi) = \cos(t) cos(t+2π)=cos(t) ,所以相位差是周期的, π \pi π 3 π 3\pi 3π 5 π 5\pi 5π 7 π 7\pi 7π 都是相同的相位。人为定义相位谱的值域为 ( − π , π ] (-\pi, \pi] (π,π] ,所以图中的相位差均为 π \pi π

最后来一张大集合:

img

四、傅里叶变换( F o u r i e r    T r a n s f o r m a t i o n Fourier \,\,Transformation FourierTransformation

相信通过前面三章,大家对频域以及傅里叶级数都有了一个全新的认识。但是文章在一开始关于钢琴琴谱的例子我曾说过,这个栗子是一个公式错误,但是概念典型的例子。所谓的公式错误在哪里呢?

傅里叶级数的本质是将一个周期的信号分解成无限多分开的(离散的)正弦波,但是宇宙似乎并不是周期的。曾经在学数字信号处理的时候写过一首打油诗:

往昔连续非周期,

回忆周期不连续,

任你 Z T 、 D F T ZT、DFT ZTDFT

还原不回去。

(请无视我渣一样的文学水平……)

在这个世界上,有的事情一期一会,永不再来,并且时间始终不曾停息地将那些刻骨铭心的往昔连续的标记在时间点上。但是这些事情往往又成为了我们格外宝贵的回忆,在我们大脑里隔一段时间就会周期性的蹦出来一下,可惜这些回忆都是零散的片段,往往只有最幸福的回忆,而平淡的回忆则逐渐被我们忘却。因为,往昔是一个连续的非周期信号,而回忆是一个周期离散信号。

是否有一种数学工具将连续非周期信号变换为周期离散信号呢?抱歉,真没有。

比如傅里叶级数,在时域是一个周期且连续的函数,而在频域是一个非周期离散的函数。这句话比较绕嘴,实在看着费事可以干脆回忆第一章的图片。

而在我们接下去要讲的傅里叶变换,则是将一个时域非周期的连续信号,转换为一个在频域非周期的连续信号。

算了,还是上一张图方便大家理解吧:

img

或者我们也可以换一个角度理解:傅里叶变换实际上是对一个周期无限大的函数进行傅里叶变换。

所以说,钢琴谱其实并非一个连续的频谱,而是很多在时间上离散的频率,但是这样的一个贴切的比喻真的是很难找出第二个来了。

因此在傅里叶变换在频域上就从离散谱变成了连续谱。那么连续谱是什么样子呢?

你见过大海么

为了方便大家对比,我们这次从另一个角度来看频谱,还是傅里叶级数中用到最多的那幅图,我们从频率较高的方向看。

img

以上是离散谱,那么连续谱是什么样子呢?

尽情的发挥你的想象,想象这些离散的正弦波离得越来越近,逐渐变得连续……

直到变得像波涛起伏的大海:

img

很抱歉,为了能让这些波浪更清晰的看到,我没有选用正确的计算参数,而是选择了一些让图片更美观的参数,不然这图看起来就像屎一样了。

通过这样两幅图去比较,大家应该可以理解如何从离散谱变成了连续谱的了吧?原来离散谱的叠加,变成了连续谱的累积。所以在计算上也从求和符号变成了积分符号。

不过,这个故事还没有讲完,接下去,我保证让你看到一幅比上图更美丽壮观的图片,但是这里需要介绍到一个数学工具才能然故事继续,这个工具就是 ——

五、宇宙耍帅第一公式:欧拉公式

虚数 i i i这个概念大家在高中就接触过,但那时我们只知道它是 − 1 - 1 1的平方根,可是它真正的意义是什么呢?

img

这里有一条数轴,在数轴上有一个红色的线段,它的长度是 1。当它乘以 3 的时候,它的长度发生了变化,变成了蓝色的线段,而当它乘以 − 1 - 1 1 的时候,就变成了绿色的线段,或者说线段在数轴上围绕原点旋转了 180 度。

我们知道乘 − 1 - 1 1其实就是乘了两次 i i i使线段旋转了 180 度,那么乘一次 i i i呢 —— 答案很简单 —— 旋转了 90 度。

img

同时,我们获得了一个垂直的虚数轴。实数轴与虚数轴共同构成了一个复数的平面,也称复平面。这样我们就了解到,乘虚数 i 的一个功能 —— 旋转。

现在,就有请宇宙第一耍帅公式欧拉公式隆重登场 ——

e i x = cos ⁡ x + i sin ⁡ x \mathop{\text{e}}^{ix}=\cos x+i\sin x eix=cosx+isinx

这个公式在数学领域的意义要远大于傅里叶分析,但是乘它为宇宙第一耍帅公式是因为它的特殊形式 —— 当 x x x等于 π \pi π的时候。

e i π + 1 = 0 { {e}^{i\pi }}+1=0 e+1=0

经常有理工科的学生为了跟妹子表现自己的学术功底,用这个公式来给妹子解释数学之美:“石榴姐你看,这个公式里既有自然底数 e,自然数 1 和 0,虚数 i i i 还有圆周率 π \pi π ,它是这么简洁,这么美丽啊!” 但是姑娘们心里往往只有一句话:“臭屌丝……”

这个公式关键的作用,是将正弦波统一成了简单的指数形式。我们来看看图像上的涵义:

img

欧拉公式所描绘的,是一个随着时间变化,在复平面上做圆周运动的点,随着时间的改变,在时间轴上就成了一条螺旋线。如果只看它的实数部分,也就是螺旋线在左侧的投影,就是一个最基础的余弦函数。而右侧的投影则是一个正弦函数。

关于复数更深的理解,大家可以参考:

复数的物理意义是什么

复数最直观的理解就是旋转!

4 ⋅ i ⋅ i = − 4 4 \cdot i \cdot i = -4 4ii=4

这就是 “4” 在数轴上旋转了 180 度。

那么 4 ⋅ i 4 \cdot i 4i 就是旋转了 90 度。

img

另外, e t e^t et是什么样呢?

img

但当你在指数上加上 i i i 之后呢?

img

变成了一个螺旋线。是不是和电磁场很像?

当然,更重要的意义在于复数运算保留了二维信息。

假如我让你计算 3 + 5 3+5 3+5,虽然你可以轻松的计算出 8,但是如果让你分解 8 你会有无数种分解的方法,3 和 5 原始在各自维度上的信息被覆盖了。

但是计算 3 + 5 i 3+5i 3+5i ,你依然可以分解出实部和虚部,就像上图那样。

基于以上两个理由,用复数来描述电场与磁场简直完美到爆棚!

我们即可以让电场强度与复数磁场强度相加而不损失各自的信息,又满足了电场与磁场 90 度垂直的要求。另外,一旦我们需要让任何一个场旋转 90 度,只要乘一个 “ i i i” 就可以了

img

@physixfan 答案的提醒,再补充一点。

正弦波在频域可以看作是自然数中的 “1”,可以构成其他数字的基础元素。当你需要 5 的时候,你可以看成是 1 × 5 1 \times 5 1×5 (基础元素的五倍),也可以看成是 2 + 3 2 + 3 2+

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值