zoukankan      html  css  js  c++  java
  • 傅里叶变换三部曲(二)·傅里叶变换的定义

    Part1:傅里叶级数的复数形式

    (f(x))是周期为(l)的周期函数,若

    [f(x)sim frac{a_0}2+sum_{n=1}^{infty}(a_ncosfrac{npi x}l+b_nsin frac{npi x}l),\ a_n=frac1lint_{-l}^lf(x)cos frac{npi x}lmathrm dx,(n=0,1,2,dots)\ b_n=frac1lint_{-l}^lf(x)sin frac{npi x}lmathrm dx.(n=1,2,dots) ]

    (omega=frac{pi}l),引进复数形式:

    [cos nomega x=frac{mathrm{e}^{mathrm inomega x}+mathrm{e}^{-mathrm inomega x}}2,sin nomega x=frac{mathrm{e}^{mathrm inomega x}-mathrm{e}^{-mathrm inomega x}}{2mathrm i} ]

    级数化为

    [egin{align} f(x)&sim frac{a_0}2+sum_{n=1}^{infty}(a_nfrac{mathrm{e}^{mathrm inomega x}+mathrm{e}^{-mathrm inomega x}}2+b_nfrac{mathrm{e}^{mathrm inomega x}-mathrm{e}^{-mathrm inomega x}}{2mathrm i})\ &=frac{a_0}2+sum_{n=1}^{infty}(frac{a_n-mathrm ib_n}2mathrm{e}^{mathrm inomega x}+frac{a_n+mathrm ib_n}2mathrm{e}^{-mathrm inomega x}) end{align} ]

    (c_0=frac{a_0}2,c_n=frac{a_n-mathrm ib_n}2,d_n=frac{a_n+mathrm ib_n}2),则

    [egin{align} c_0&=frac1{2l}int_{-l}^lf(x)mathrm dx,\ c_n&=frac1{2l}int_{-l}^lf(x)left(cos nomega x-mathrm isin nomega x ight)mathrm dx=frac1{2l}int_{-l}^lf(x)mathrm{e}^{-mathrm inomega x}mathrm dx,\ d_n&=frac1{2l}int_{-l}^lf(x)left(cos nomega x+mathrm isin nomega x ight)mathrm dx=frac1{2l}int_{-l}^lf(x)mathrm{e}^{mathrm inomega x}mathrm dx\ & riangleq c_{-n}=ar{c_n},(n=1,2,dots) end{align} ]

    合并为

    [c_n=frac{1}{2l}=int_{-l}^lf(x)mathrm{e}^{-mathrm inomega x}mathrm dx,(nin ) ]

    级数化为

    [sum_{n=-infty}^{+infty}c_nmathrm{e}^{-mathrm inomega x}=frac{1}{2l}sum_{n=-infty}^{+infty}left[int_{-l}^lf(x)mathrm{e}^{-mathrm inomega x}mathrm dx ight]mathrm{e}^{mathrm inomega x} ]

    我们称(c_n)(f(x))离散频谱(discrete spectrum),(|c_n|)(f(x))离散振幅频谱(discrete amplitude spectrum),(arg c_n)(f(x))离散相位频谱(discrete phase spectrum).

    对任何一个非周期函数(f(t))都可以看成是由某个由某个周期为(l)的函数(f(x))(l oinfty)时得来的.

    Part2:傅里叶积分和傅里叶变换

    傅里叶积分公式

    (f_T(t))是周期为(T)的周期函数,在([-frac T2,frac T2])上满足狄利克雷条件,则

    [f_T(t)=frac1Tsum_{n=-infty}^{infty}left[int_{-frac T2}^{frac T2}f_T(t)mathrm{e}^{-mathrm jnomega t}mathrm dt ight]mathrm{e}^{mathrm{j}nomega t},omega=frac{2pi}T ]

    (上式中(mathrm j)是虚数单位,在傅里叶分析中我们不用(mathrm i)而通常记作(mathrm j))由(limlimits_{T oinfty}f_T(t)=f(t))知,

    [f(t)=lim_{T oinfty}frac1Tsum_{n=-infty}^{infty}[int_{-frac T2}^{frac T2}f_T(t)mathrm{e}^{-mathrm jnomega t}mathrm dt]mathrm{e}^{mathrm{j}nomega t} ]

    (Delta omega=frac{2pi}T),则(Deltaomega o 0Leftrightarrow T oinfty),则

    [egin{align} f(t)&=lim_{T oinfty}frac1Tsum_{n=-infty}^{infty}[int_{-frac T2}^{frac T2}f_T(t)mathrm{e}^{-mathrm jnomega t}mathrm dt]mathrm{e}^{mathrm{j}nomega t}\ &=lim_{Delta omega o 0}frac1{2pi}sum_{n=-infty}^{+infty}left[int_{frac T2}^{frac T2}f_T(t)mathrm{e}^{-mathrm{j}nomega t}mathrm dt ight]mathrm{e}^{mathrm jnomega t}Deltaomega end{align} ]

    (F_T(nomega)=int_{-frac T2}^{frac T2}f_T(t)mathrm{e}^{-mathrm jnomega t}mathrm dt),则

    [f(t)=lim_{Deltaomega o 0}frac1{2pi}sum_{n=-infty}^{+infty}F_T(nomega)mathrm{e}^{mathrm jnomega t}Deltaomega,\ F_T(t) o int_{-infty}^{+infty}f(t)mathrm{e}^{-mathrm jomega t}mathrm dt riangleq F(omega)(T oinfty), ]

    由定积分定义(f(t)=frac1{2pi}int_{-infty}^{+infty}F(omega)mathrm{e}^{mathrm{j}omega t}mathrm domega),即

    [oxed{f(t)=frac1{2pi}int_{-infty}^{+infty}left[int_{-infty}^{+infty}f(t)mathrm{e}^{-mathrm jomega t}mathrm dt ight]mathrm{e}^{mathrm jomega t}mathrm domega} ]

    上述公式称为傅里叶积分公式.

    傅里叶积分存在定理

    (f(t))在任何有限区间上满足狄利克雷条件,且在(R)上绝对可积,则

    [frac1{2pi}int_{-infty}^{+infty}left[int_{-infty}^{+infty}f(t)mathrm{e}^{-mathrm jomega t}mathrm dt ight]mathrm{e}^{mathrm jomega t}mathrm domega= egin{cases} f(t),t ext{为连续点},\ frac{f(t^-)+f(t^+)}2,t ext{为间断点}. end{cases} ]

    傅里叶变换

    (f(t))满足傅里叶积分存在定理,定义

    [F(omega)=int_{-infty}^{+infty}f(t)mathrm{e}^{-mathrm jomega t}mathrm dt ]

    (f(t))傅里叶变换(Fourier Transform)(实际上是一个实自变量的复值函数),记作

    [F(omega)=mathcal{F}left[f(t) ight] ]

    类似地,定义

    [f(t)=frac1{2pi}int_{-infty}^{+infty}F(omega)mathrm{e}^{-mathrm jomega t}mathrm domega ]

    (F(omega))傅里叶逆变换(Inverse Fourier Transform),记作

    [f(t)=mathcal{F}^{-1}left[F(omega) ight] ]

    在一定条件下,有

    [mathcal{F}left[f(t) ight]=F(omega)Rightarrowmathcal{F}^{-1}left[F(omega) ight]=f(t);\ mathcal{F}^{-1}left[F(omega) ight]=f(t)Rightarrowmathcal{F}left[f(t) ight]=F(omega). ]

    (f(t))(F(omega))在傅氏变换意义下是一个一一对应,称(f(t))(F(omega))构成一个傅氏变换对,记作

    [f(t)overset{underset{mathcal{F}}{}}{leftrightarrow}F(omega) ]

    在不引起混淆的情况下,简记为(f(t)leftrightarrow F(omega)).(f(t))称为原象函数(original image function),(F(omega))称为象函数(image function).

    在频谱分析中,(F(omega))又称为(f(t))频谱(密度)函数(spectrum function),(|F(omega)|)称为(f(t))振幅频谱(amplitude spectrum),(arg F(omega))称为(f(t))相位频谱(phase spectrum).

    下面我们来求几个常见信号函数的傅氏变换.

    例1矩形脉冲函数(rectangular pulse function)

    [R(t)=egin{cases} 1,|t|le 1,\ 0,|t|>1 end{cases} ]

    的傅氏变换及其频谱积分表达式.

    KCodsO.png

    :

    [egin{align} F(omega)&=mathcal{F}[R(t)]=int_{-infty}^{+infty}R(t)mathrm{e}^{-mathrm jomega t}mathrm dt=int_{-1}^1 R(t)mathrm{e}^{-mathrm jomega t}mathrm t\ &=left[frac{mathrm{e}^{-mathrm jomega t}}{-mathrm jomega} ight]^1_{-1}\ &=-frac{mathrm{e}^{-mathrm jomega}-mathrm{e}^{mathrm jomega}}{mathrm jomega}=frac{2sinomega}{omega};\ R(t)&=frac1{2pi}int_{-infty}^{infty}F(omega)mathrm{e}^{mathrm jomega t}mathrm domega=frac1{pi}int_0^{+infty}F(omega)cosomega tmathrm domega\ &=frac1{pi}int_0^{+infty}frac{2sinomega}omegacosomega tmathrm domega=frac2{pi}int_0^{+infty}frac{sinomegacosomega t}{omega}mathrm domega\ &=egin{cases} 1,|t|<1,\ frac12,|t|=1,\ 0,|t|>1 end{cases} end{align} ]

    因此可知,当(t=0)时,有

    [int_0^{+infty}frac{sin t}xmathrm dt=frac{pi}2 ]


    例2指数衰减函数(exponential decay function)

    [E(t)=egin{cases} 0,t<0,\ mathrm{e}^{-eta t},tge 0 end{cases} ]

    的傅氏变换及其频谱积分表达式,其中(eta>0)为常数.

    KCo4eg.png

    :

    [egin{align} F(omega)&=mathcal{F}[E(t)]=int_{-infty}^{+infty}E(t)mathrm{e}^{-mathrm{j}omega t}mathrm dt\ &=int_0^{+infty}mathrm{e}^{-eta t}mathrm{e}^{-mathrm jomega t}mathrm dt=int_0^{+infty}mathrm{e}^{(eta+mathrm jomega)t}mathrm dt=frac1{eta+mathrm jomega}frac{eta-mathrm jomega}{eta^2+omega^2}\ E(t)&=frac1{2pi}int_{-infty}^{+infty}F(omega)mathrm{e}^{mathrm jomega t}mathrm omega=frac1{2pi}int_{-infty}^{+infty}frac{eta-mathrm jomega}{eta^2+omega^2}mathrm{e}^{mathrm jomega t}mathrm omega\ &=frac1{pi}int_{0}^{+infty}frac{etacosomega t+omegasinomega t}{eta^2+omega^2}mathrm domega=egin{cases} 0,t<0,\ frac12,t=0,\ mathrm{e}^{-eta t},t>0 end{cases} end{align} ]


    Part3:单位脉冲函数

    我们记电流脉冲函数

    [q(t)=egin{cases} 0,t e 0,\ 1,t=0, end{cases} ]

    严格地,由于(q(t))(t=0)出不连续,所以(q(t))(t=0)点是不可导的.但是,如果我们形式地计算这个导数,有

    [q'(0)=lim_{Delta t o 0}frac{q(0+Delta t)-q(0)}{Delta t}=lim_{Delta t o 0}-frac1{Delta t}=infty ]

    我们引进这样一个函数,称为单位脉冲函数(unit pulse function)狄拉克(Dirac)函数,简记为(delta-)函数,即

    [delta(t)=egin{cases} 0,t e 0,\ infty,t=0, end{cases} ]

    一般地,给定一个函数序列

    [delta_{varepsilon}(t)=egin{cases} 0,t<0,\ frac1{varepsilon},0le tle varepsilon,\ 0,t>varepsilon end{cases} ]

    则有

    [delta(t)=lim_{varepsilon o 0}delta_{varepsilon}(t)=egin{cases} 0,t e 0,\ infty,t=0 end{cases} ]

    于是

    [oxed{ int_{-infty}^{+infty}delta(t)mathrm dt=lim_{varepsilon o0}int_{-infty}^{+infty}delta_{varepsilon}mathrm dt=lim_{varepsilon o0}int_{0}^{varepsilon}frac1{varepsilon}mathrm dt=1 } ]

    若设(f(t))为连续函数,则(delta-)函数有以下性质:

    [int_{-infty}^{+infty}delta(t)f(t)mathrm dt=f(0);\ int_{-infty}^{+infty}delta(t-t_0)f(t)mathrm dt=f(t_0) ]

    于是我们可得:

    [mathcal{F}[delta(t)]=int_{-infty}^{+infty}delta(t)mathrm{e}^{-mathrm jomega t}mathrm t=left.mathrm{e}^{-mathrm jomega t} ight|_{t=0}=1 ]

    于是(delta(t))与常数(1)构成了一对傅里叶变换对.

    例3: 证明:

    [mathrm{e}^{mathrm jomega_0 t}leftrightarrow 2pidelta(omega-omega_0) ]

    其中(omega_0)是常数.

    :

    [egin{align} f(t)&=mathcal{F}^{-1}[F(omega)]=frac1{2pi}int_{-infty}^{+infty}2pidelta(omega-omega_0)mathrm{e}^{mathrm jomega t}mathrm domega\ &=left.mathrm{e}^{mathrm jomega t} ight|_{omega=omega_0}=mathrm{e}^{mathrm jomega_0 t} end{align} ]


    在物理学和工程技术中,有许多重要函数不满足傅氏积分定理中的绝对可积条件,即不满足条件

    [int_{-infty}^{+infty}|f(t)|mathrm dt<infty ]

    例如常数,符号函数,单位阶跃函数以及正,余弦函数等, 然而它们的广义傅氏变换也是存在的,利用单位脉冲函数及其傅氏变换就可以求出它们的傅氏变换.所谓广义是相对于古典意义而言的,在广义意义下,同样可以说,原象函数(f(t))和象函数(F(omega))构成一个傅氏变换对.

    求正弦函数(f(t)=sinomega_0 t)的傅氏变换.

    :

    [egin{align} F(omega)&=mathcal F[f(t)]=int_{-infty}^{+infty}f(t)mathrm{e}^{-mathrm{j}omega t}mathrm dt\ &=int_{-infty}^{+infty}mathrm{mathrm{e}^{mathrm jomega_0} t-mathrm{e}^{-mathrm jomega_0 t}}{2mathrm j}mathrm{e}^{-mathrm jomega t}mathrm dt\ &=frac1{2mathrm j}int_{-infty}^{+infty}left(mathrm{e}^{-mathrm j(omega-omega_0)t}-mathrm{e}^{-mathrm j(omega+omega_0)t} ight)mathrm dt\ &=mathrm{j}pileft[delta(omega+omega_0)-delta(omega-omega_0) ight] end{align} ]

    同样我们易得

    [mathcal{F}(cos omega_0 t)=pileft[delta(omega+omega_0)+delta(omega-omega_0) ight] ]


    证明:单位阶跃函数(unit step function)

    [u(t)=egin{cases} 0,t<0,\ 1,t>0 end{cases} ]

    的傅氏变换为

    [mathcal F[u(t)]=frac1{mathrm jomega}+pi delta(omega) ]

    :

    [egin{align} mathcal{F}^{-1}left[frac1{mathrm jomega}+pi delta(omega) ight]&=frac1{2pi}int_{-infty}^{+infty}left[frac1{mathrm jomega}+pidelta(omega) ight]mathrm{e}^{mathrm jomega t}mathrm domega\ &=frac1{2pi}int_{-infty}^{+infty}left[pidelta(omega) ight]mathrm{e}^{mathrm jomega t}mathrm domega+frac1{2pi}int_{-infty}^{+infty}left[frac1{mathrm jomega} ight]mathrm{e}^{mathrm jomega t}mathrm domega\ &=frac12+frac1{2pi}int_{-infty}^{+infty}left[frac{cosomega t+mathrm jsinomega t}{mathrm jomega} ight]mathrm domega\ &=frac12+frac1{2pi}int_{-infty}^{+infty}left[frac{sinomega t}{omega} ight]mathrm domega=frac12+frac1{pi}int_0^{+infty}left[frac{sinomega t}{omega} ight]mathrm domega\ int_0^{+infty}frac{sin omega t}{omega }mathrm domega&=egin{cases} frac{pi}2,t>0,\ -frac{pi}2,t<0 end{cases}Rightarrow\ mathcal{F}^{-1}left[frac1{mathrm jomega}+pidelta(omega) ight]&=egin{cases} frac12+frac1{pi}left(-frac{pi}2 ight)=0,t<0\ frac12,t=0,\ frac12+frac1{pi}left(frac{pi}2 ight)=1,t>0 end{cases}=u(t). end{align} ]

    本文完

  • 相关阅读:
    在Power BI报表和仪表板中显示刷新日期时间
    微软Power BI 每月功能更新系列——12月Power BI 新功能学习
    在Microsoft Power BI中创建地图的10种方法
    您应该将报表从Excel转换为Power BI的8个原因
    OBS录制全屏游戏的方法(超好录屏)
    关于Adobe Premiere Pro视音频不同步的解决方法
    Npcap:Nmap项目里一个为Windows而生的嗅探库 Npcap: Nmap Project's packet sniffing library for Windows
    关于被malloc分配内存的指针
    VS2017 高级使用方法
    Npcap环境配置(Winpcap后继者) pcap的一种
  • 原文地址:https://www.cnblogs.com/Anverking/p/math-fourt.html
Copyright © 2011-2022 走看看