傅里叶级数到傅里叶变换

傅里叶级数

定义形式

f ( t ) = 1 2 α 0 + ∑ n = 1 ∞ α n c o s ( n ω t ) + β n s i n ( n ω t ) f(t)=\frac{1}{2}\alpha_0 + \sum_{n=1}^{\infty}\\alpha_ncos(n\\omega t)+\\beta_n sin(n \\omega t) f(t)=21α0+n=1∑∞αncos(nωt)+βnsin(nωt)

其中 ω = 2 π T \omega = \frac{2\pi}{T} ω=T2π

求解过程

α n = 2 T ∫ − T / 2 T / 2 f ( t ) c o s ( n ω t ) d t \alpha_n=\frac{2}{T}\int_{-T/2}^{T/2}f(t)cos(n\omega t)dt αn=T2∫−T/2T/2f(t)cos(nωt)dt
β n = 2 T ∫ − T / 2 T / 2 f ( t ) s i n ( n ω t ) d t \beta_n=\frac{2}{T}\int_{-T/2}^{T/2}f(t)sin(n\omega t)dt βn=T2∫−T/2T/2f(t)sin(nωt)dt

带入欧拉方程

c o s ( n ω t ) = e j n ω t + e − j n ω t 2 cos(n \omega t)=\frac{e^{j n \omega t}+e^{-j n \omega t}}{2} cos(nωt)=2ejnωt+e−jnωt
s i n ( n ω t ) = e j n ω t − e − j n ω t 2 j sin(n \omega t) = \frac{e^{j n \omega t} - e^{-j n \omega t}}{2j} sin(nωt)=2jejnωt−e−jnωt

上式带入傅里叶级数可得
f ( t ) = α 0 2 + ∑ n = 1 + ∞ ( α n − j β n 2 e j n ω t + α n + j β n 2 e − j n ω t ) f(t)=\frac{\alpha_0}{2} + \sum_{n=1}^{+\infty}\big(\frac{\alpha_n -j \beta_n}{2}e^{j n \omega t} + \frac{\alpha_n+j\beta_n}{2}e^{-j n \omega t}\big) f(t)=2α0+n=1∑+∞(2αn−jβnejnωt+2αn+jβne−jnωt)
= ∑ − ∞ + ∞ ( α n − j β n 2 ) e j n ω t =\sum_{-\infty}^{+\infty}(\frac{\alpha_n-j\beta_n}{2})e^{jn\omega t} =−∞∑+∞(2αn−jβn)ejnωt

整理得:
f ( t ) = 1 T ∑ − ∞ + ∞ ∫ − T / 2 T / 2 f ( τ ) e − j n ω τ d τ e j n ω t f(t)=\frac{1}{T}\sum_{-\infty}^{+\infty}\\int_{-T/2}\^{T/2}f(\\tau)e\^{-j n \\omega \\tau}d\\taue^{j n \omega t} f(t)=T1−∞∑+∞∫−T/2T/2f(τ)e−jnωτdτejnωt

非周期连续函数处理

当 f f f为非周期函数时可以假设为无穷大
f ( t ) = lim ⁡ T → ∞ 1 T ∑ − ∞ + ∞ ∫ − T / 2 T / 2 f ( τ ) e − j n ω τ d τ e j n ω t f(t)=\lim_{T \to \infty}\frac{1}{T}\sum_{-\infty}^{+\infty}\\int_{-T/2}\^{T/2}f(\\tau)e\^{-j n \\omega \\tau}d\\taue^{j n \omega t} f(t)=T→∞limT1−∞∑+∞∫−T/2T/2f(τ)e−jnωτdτejnωt
= lim ⁡ T → ∞ 1 T ∑ n = − ∞ + ∞ F ( ω n ) e j ω n t =\lim_{T \to \infty}\frac{1}{T}\sum_{n=-\infty}^{+\infty}F(\\omega_n)e\^{j\\omega_nt} =T→∞limT1n=−∞∑+∞F(ωn)ejωnt

以为 T = 2 π / ω T=2\pi / \omega T=2π/ω则上式可以表示为
lim ⁡ ω → 0 1 2 π ∑ n = − ∞ + ∞ F ( ω n ) e j ω n t d ω n \lim {\omega \to 0}\frac{1}{2\pi}\sum{n=-\infty}^{+\infty}F(\\omega_n)e\^{j\\omega_nt}d\omega_n ω→0lim2π1n=−∞∑+∞F(ωn)ejωntdωn
= 1 2 π ∫ − ∞ + ∞ F ( ω n ) e j ω n t d ω n =\frac{1}{2\pi}\int_{-\infty}^{+\infty}F(\omega_n)e^{j \omega_n t}d\omega_n =2π1∫−∞+∞F(ωn)ejωntdωn

F ( ω n ) = lim ⁡ T → ∞ ∫ − T / 2 + T / 2 f ( τ ) e − j n ω τ d τ = ∫ − ∞ + ∞ f ( τ ) e − j ω n τ d τ F(\omega_n)=\lim_{T \to \infty}\int_{- T/2}^{+T/2}f(\tau)e^{-j n \omega \tau}d\tau=\int_{-\infty}^{+\infty}f(\tau)e^{-j\omega_n \tau}d\tau F(ωn)=T→∞lim∫−T/2+T/2f(τ)e−jnωτdτ=∫−∞+∞f(τ)e−jωnτdτ

非连续函数的采样

采样函数如下所示
f s ( t ) = ∑ n = 0 N f ( t ) δ ( t − n T s ) f_s(t)=\sum_{n=0}^{N} f(t)\delta(t-nT_s) fs(t)=n=0∑Nf(t)δ(t−nTs)

其中 f s f_s fs为采样函数, T s T_s Ts为采样周期。函数周期为 N T s NT_s NTs

对其进行傅里叶变换有如下所示:
F s ( ω ) = ∫ 0 ( N − 1 ) T s ∑ n = 0 N − 1 f ( t ) δ ( t − n T s ) e − j ω t d t F_s(\omega)=\int_{0}^{(N-1)T_s}\\sum_{n=0}\^{N-1} f(t)\\delta(t-nT_s)e^{-j \omega t}dt Fs(ω)=∫0(N−1)Tsn=0∑N−1f(t)δ(t−nTs)e−jωtdt

由上式可知:
F s ( ω ) = ∑ n = 0 N − 1 f ( n T s ) e − j ω n T s F_s(\omega)=\sum_{n=0}^{N-1}f(nT_s)e^{-j\omega nT_s} Fs(ω)=n=0∑N−1f(nTs)e−jωnTs

其逆变换如下:
f s ( t ) = 1 N T s ∑ ω ∑ n = 0 N − 1 f ( n T s ) e − j ω n T s e j ω t f_s(t)=\frac{1}{NT_s}\sum_\omega\\sum_{n=0}\^{N-1}f(nT_s)e\^{-j\\omega nT_s}e^{j\omega t} fs(t)=NTs1ω∑n=0∑N−1f(nTs)e−jωnTsejωt

相关推荐
吴声子夜歌19 小时前
ApacheCommons——commons-math3(科学计算与线性代数)(一)
java·线性代数·算法·apache
啥都想学点的研究生1 天前
一篇文章讲清楚:朴素贝叶斯
人工智能·机器学习·概率论
AI_yangxi1 天前
口碑好的短视频矩阵系统
线性代数·矩阵
微三云生态系统架构师-彭丹2 天前
矩阵拼团系统设计:先付款先排队的订单排序与自动返本算法
线性代数·算法·矩阵
张欣-男3 天前
5分钟理解线性代数v2
人工智能·线性代数·机器学习
张欣-男3 天前
3分钟理解线性代数
线性代数·算法
智购无人售货机厂家4 天前
2026自动售货机软硬件版本管理策略:从版本号规范到兼容性矩阵的工程实践~YH
运维·服务器·人工智能·单片机·嵌入式硬件·线性代数·矩阵
知识分享小能手4 天前
深度学习学习教程,从入门到精通,概率与信息论 — 知识点详解(3)
人工智能·深度学习·学习·数据挖掘·概率论
船厂电气自动化ai大模型4 天前
AI大模型与数学/第63课:矩阵定义、矩阵加法、标量乘法(逐级精讲)
数据结构·人工智能·深度学习·线性代数·算法
张宇Joaquin5 天前
鲲鹏统一并行加速库KUPL--异步数据拷贝
线性代数·算法·矩阵·numpy