zoukankan      html  css  js  c++  java
  • [傅里叶变换及其应用学习笔记] 三. 复习,将一般周期函数表示成简单周期函数和

    这份是本人的学习笔记,课程为网易公开课上的斯坦福大学公开课:傅里叶变换及其应用。

    复习

    上节课,我们假设了一般周期函数可以用$sin$来合成,并推导出了它的复指数公式:

    $f(t)=displaystyle{sum_{k=-n}^n}C_ke^{2pi ikt}$

    然后,我们又推导出了$C_k$的求解公式:

    $C_m=displaystyle{int_0^1}e^{-2pi imt}f(t)dt$

    现在,我们为$C_m$赋予一个新的名称,傅里叶系数(fourier coefficient),用$hat{f}(k)$表示。

    即有

    $f(t) = displaystyle{sum_{k=-n}^n}hat{f}(k)e^{2pi ikt}$

    $hat{f}(k) = displaystyle{int_0^1}e^{-2pi ikt}f(t)dt$

    通用性问题验证

    现在回到通用性这个问题,那么$f(t) = displaystyle{sum_{k=-n}^n}hat{f}(k)e^{2pi ikt}$这个多项式是否能表示一般周期函数?

    下面举个例子,

    有如下图信号:

    image

    我们可以简单地得到该函数的傅里叶系数,

    $hat{f}(k) = displaystyle{int_0^{frac{1}{2}}}e^{-2pi ikt}dt$

    其中,k为系数自变量,积分函数为$e^{-2pi ikt}$,范围是$0$到$frac{1}{2}$,这样已经可以直接算出一个数值了。那么我们是否可以这样写回去?

    $f(t) = displaystyle{sum_{k=-n}^n} hat{f}(k)e^{2pi ikt}$

    答案是否定的!还记得公式最初是从$f(t)=displaystyle{sum_{k=1}^n}A_ksin(2pi kt+varphi_k)$推导的么,对于上述信号的等式,等号的右边是三角函数的组合,因此无限可微,而左边,如上图,是不连续的,因此不是无限可微的,因此式子两边不能画上等号!

    无限求和(infinite sums)

    从几何图形上看,对于$sin$所画的图形,频率越高,观察上去往往就会觉得没那么平滑,尽管它实际上是平滑的(无限可微)。那么我们就可以在数学上这样考虑这个问题:如果傅里叶系数有无限多个项,是否就能用来表示一般周期函数?

    $f(t) = displaystyle{sum_{k=-infty}^{infty}} hat{f}(k)e^{2pi ikt}$

    收敛问题(issue of convergence)

    在引入了$infty$后,出现了一个新问题,就是在实际应用中,我们并不会计算无穷项,而会在有限项处截断。在这时候,如果求和后是收敛的,那么我们会有足够的信心可以得到所要信号的近似值;但是如果不是收敛的话,还能得到想要信号的合理近似值吗?因此,我们需要去了解这个式子的收敛问题。

    在本课程上,不会去证明收敛问题,而是直接给出了结论。

    两类特殊信号的收敛性如下:

    1. 如果信号是平滑连续的(连续可微),在所有的$t$处都会收敛于$f(t)$
    2. 如果信号是有跳变的,在跳变点将收敛于跳变点前、后的平均值。如下例子

    image

    设$t_0$为跳变点,$displaystyle{sum_{k=-infty}^{infty}}hat{f}(k)e^{2pi ikt_0}$收敛于$frac{f(t_0^+)+f(t_0^-)}{2}$。

    一般信号(也包括上述两种情况)的收敛性在分析的时候,不采用逐点判断收敛性的方法,用均方收敛(convergence in the mean)

    对于一个周期为1的函数,均方收敛需要满足:

    $displaystyle{int_0^1}left| f(t) ight|^2dt<infty$

    上面的式子可以被理解为能量是有限的,这是一个合理的物理假设。

    均方收敛的分析公式如下:

    $displaystyle{int_0^1left| sum^{n}_{k=-n}hat{f}(t)e^{2pi ikt}-f(t) ight|^2dt}$

    当$n o infty$的时候,上述式子$ o 0$则证明$displaystyle{sum_{k=-infty}^{infty}}hat{f}(k)e^{2pi ikt}$是收敛于$f(t)$的

  • 相关阅读:
    技术学习之分析思想
    测试类的必要性
    Webstorm配置运行React Native
    React Native
    npm太慢, 淘宝npm镜像使用方法
    数据库设计那些事儿
    Linux 安装nodejs
    Java
    解决 vmware workstations 14 开启虚拟机黑屏
    编程与盖楼的思考
  • 原文地址:https://www.cnblogs.com/TaigaCon/p/4920581.html
Copyright © 2011-2022 走看看