傅里叶变换基于一个假设:所有周期函数都表示为多个三角函数的的和
因此,我们可以得到以下式子(方便起见,我们将周期定为 1 1 1,下同)
∑ k = 1 N A k sin ( 2 π k t + φ k ) \sum_{k=1}^N A_k \sin \left(2 \pi kt + \varphi_k \right) k=1∑NAksin(2πkt+φk)
利用和差角公式,得到
∑ k = 1 N ( A k sin ( 2 π k t ) cos φ k + A k cos ( 2 π k t ) sin φ k ) \sum_{k=1}^N \left(A_k \sin \left( 2 \pi kt \right) \cos \varphi_k + A_k \cos \left( 2 \pi kt \right) \sin \varphi_k\right) k=1∑N(Aksin(2πkt)cosφk+Akcos(2πkt)sinφk)
注意到式子已经化为正弦和余弦的组合函数了,我们将系数进行代换,再加上一个常数项,即可得到傅里叶级数公式:
f ( t ) = a 0 2 + ∑ k = 1 N ( a k cos 2 π k t + b k sin 2 π k t ) (1) \Large f(t) = \frac{a_0}{2} + \sum_{k=1}^N \left(a_k \cos 2 \pi kt+ b_k \sin 2 \pi kt \right) \tag 1 f(t)=2a0+k=1∑N(akcos2πkt+bksin2πkt)(1)
其中 a 0 2 \frac{a_0}{2} 2a0 在电路中被称为直流分量(就是一条直线,常数),常数项取 a 0 2 \frac{a_0}{2} 2a0 只是为了实际计算方便
由欧拉公式,我们有
e 2 π i k t = cos 2 π k t + i sin 2 π k t e^{2 \pi ikt} = \cos 2 \pi kt + i \sin 2 \pi kt e2πikt=cos2πkt+isin2πkt
其变形为
cos 2 π k t = e 2 π i k t + e − 2 π i k t 2 (2) \cos 2 \pi kt = \frac{e^{2 \pi ikt} + e^{-2 \pi ikt}}{2} \tag 2 cos2πkt=2e2πikt+e−2πikt(2)
sin 2 π k t = e 2 π i k t − e − 2 π i k t 2 i (3) \sin 2 \pi kt = \frac{e^{2 \pi ikt} - e^{-2 \pi ikt}}{2i} \tag 3 sin2πkt=2ie2πikt−e−2πikt(3)
由这两式,我们可以将傅里叶级数写成其复数形式:
f ( t ) = ∑ k = − N N C k e 2 π i k t (4) f(t) = \sum_{k=-N}^N C_k e^{2 \pi ikt} \tag 4 f(t)=k=−N∑NCke2πikt(4)
注意到
需要注意,在傅里叶级数中的第 k k k 项,等价于其复数形式下的 − k -k −k 项与 k k k 项之和,为了证明这一点,我们不妨设 C k = α + β i C_k = \alpha + \beta i Ck=α+βi,当上述条件2满足时(即满足 C − k = α − β i C_{-k} = \alpha - \beta i C−k=α−βi), ( 4 ) (4) (4) 式中的所有的虚数项都可以被抵消:
在 ( 4 ) (4) (4) 式的求和项中,第 k k k 加上第 − k -k −k 的结果为:
( α e 2 π i k t + β e 2 π i k t ) + ( α e 2 π i ( − k ) t − β e 2 π i ( − k ) t ) \left(\alpha e^{2 \pi ikt} + \beta e^{2 \pi ikt} \right)+ \left(\alpha e^{2 \pi i \left(-k \right) t} - \beta e^{2 \pi i \left(-k \right)t} \right) (αe2πikt+βe2πikt)+(αe2πi(−k)t−βe2πi(−k)t)
利用欧拉公式的变形公式 ( 2 ) (2) (2)、 ( 3 ) (3) (3),容易得到上式等于:
2 α cos 2 π k t + 2 β sin 2 π k t 2\alpha \cos 2 \pi kt + 2\beta \sin 2 \pi kt 2αcos2πkt+2βsin2πkt
即所有的虚数项全部都抵消掉了,这个结果显然与 ( 1 ) (1) (1) 式的非常数项部分是等价的,同时, ( 4 ) (4) (4) 式中的 k = 0 k=0 k=0 项即对应傅里叶级数的常数项。故 ( 4 ) (4) (4) 式为 ( 1 ) (1) (1) 式在复平面上的等价公式
下面我们来求系数 c k c_k ck
假设 m ∈ [ − N , N ] m \in [-N, N] m∈[−N,N],则 ( 4 ) (4) (4) 式可以改写为
f ( t ) = ⋯ + C m e 2 π i m t + ⋯ = C m e 2 π i m t + ∑ k ≠ m C k e 2 π i k t \begin{aligned} \ f(t) &= \cdots + C_me^{2 \pi imt} + \cdots \\ \ &=C_me^{2 \pi imt} + \sum_{k \neq m} C_k e^{2 \pi ikt} \end{aligned} f(t) =⋯+Cme2πimt+⋯=Cme2πimt+k=m∑Cke2πikt
即写成第 m m m 项与除 m m m 项以外项的和的形式。我们令等式两边同乘 e − 2 π i m t e^{-2 \pi imt} e−2πimt,并移项,得到:
C m = f ( t ) e − 2 π i m t − ∑ k ≠ m C k e 2 π i ( k − m ) t C_m = f(t)e^{-2 \pi imt} - \sum_{k \neq m}C_ke^{2 \pi i(k-m)t} Cm=f(t)e−2πimt−k=m∑Cke2πi(k−m)t
我们对等式两边求积分
∫ 0 1 C m d t = ∫ 0 1 f ( t ) e − 2 π i m t d t − ∑ k ≠ m C k ∫ 0 1 e 2 π i ( k − m ) t d t (5) \int_0^1 C_mdt = \int_0^1 f(t)e^{-2 \pi imt} dt - \sum_{k \neq m} C_k\int_0^1 e^{2\pi i(k-m)t} dt \tag 5 ∫01Cmdt=∫01f(t)e−2πimtdt−k=m∑Ck∫01e2πi(k−m)tdt(5)
易知等式左边即为 c m c_m cm;
而对于等式右边的两个积分,我们先看第二项,即求和公式中的积分项:
∫ 0 1 e 2 π i ( k − m ) t d t = 1 2 π i ( k − m ) e 2 π i ( k − m ) t ∣ 0 1 = 1 2 π i ( k − m ) ( e 2 π i ( k − m ) − 1 ) \begin{aligned} \ \int_0^1 e^{2\pi i(k-m)t} dt &= \left. \frac{1}{2\pi i(k-m)}e^{2\pi i(k-m)t} \right | _0^1\\ \ & = \frac{1}{2\pi i(k-m)}(e^{2\pi i(k-m)}-1) \end{aligned} ∫01e2πi(k−m)tdt =2πi(k−m)1e2πi(k−m)t∣∣∣∣01=2πi(k−m)1(e2πi(k−m)−1)
根据欧拉公式,我们有
e 2 π i ( k − m ) = cos 2 π ( k − m ) + i sin 2 π ( k − m ) e^{2\pi i(k-m)} = \cos2\pi (k-m) + i\sin 2\pi (k-m) e2πi(k−m)=cos2π(k−m)+isin2π(k−m)
由于 k ≠ m k\neq m k=m 且为 k k k, m m m 均为整数,故上式恒等于 1 1 1,于是,我们可以得到:
∫ 0 1 e 2 π i ( k − m ) t d t = 0 \int_0^1 e^{2\pi i(k-m)t} dt = 0 ∫01e2πi(k−m)tdt=0
( 5 ) (5) (5) 式可以写为:
C m = ∫ 0 1 f ( t ) e − 2 π i m t d t C_m = \int_0^1 f(t)e^{-2\pi imt} dt Cm=∫01f(t)e−2πimtdt
因此对于 ( 4 ) (4) (4) 式中的任意 k k k,我们有
C k = ∫ 0 1 f ( t ) e − 2 π i k t d t (6) C_k = \int_0^1 f(t)e^{-2\pi ikt} dt \tag 6 Ck=∫01f(t)e−2πiktdt(6)
由 ( 4 ) (4) (4) 式和 ( 6 ) (6) (6) 式,我们将 C k C_k Ck 用 f ^ ( k ) \hat{f}(k) f^(k) 代换,可以得到傅里叶级数公式及其系数公式:
f ( t ) = ∑ k = − ∞ ∞ f ^ ( k ) e 2 π i k t (7) \Large f(t) = \sum_{k=-\infty}^\infty \hat{f}(k) e^{2 \pi ikt} \tag 7 f(t)=k=−∞∑∞f^(k)e2πikt(7)
f ^ ( k ) = ∫ 0 1 f ( t ) e − 2 π i k t d t (8) \Large\hat{f}(k) = \int_0^1 f(t)e^{-2\pi ikt} dt \tag 8 f^(k)=∫01f(t)e−2πiktdt(8)
由于在实际应用中,信号往往是不连续的,如方波,或者是连续单不是处处可微的,如三角波,这些波形下我们无法用有限的 k k k 来还原原信号。换句话说,任何平滑成分的缺失都会产生无穷项的和,即 ( 7 ) (7) (7) 式中 k k k 的范围变为从 − ∞ -\infty −∞ 到 ∞ \infty ∞