傅里叶变换推导

DR_CAN傅里叶变换系列视频笔记
直接进行推导可能太生硬,可以先看Heinrich的文章加以理解
本文仅作为笔记

part1: 三角函数的正交性

三角函数系
{ 0 , 1 , sin ⁡ x , cos ⁡ x , sin ⁡ 2 x , cos ⁡ 2 x , ⋯   , sin ⁡ n x , cos ⁡ n x , . . . } \{0,1, \sin x, \cos x, \sin 2x, \cos 2 x, \cdots ,\sin nx, \cos nx ,...\} { 0,1,sinx,cosx,sin2x,cos2x,,sinnx,cosnx,...}

其中, 0 = sin ⁡ 0 x 0=\sin 0x 0=sin0x 1 = cos ⁡ 0 x 1=\cos 0x 1=cos0x n = 0 , 1 , 2 ⋯ n = 0,1,2\cdots n=0,1,2

正交:
什么是正交?
2维情况:

傅里叶变换推导_第1张图片
a ⃗ ⋅ b ⃗ = ∣ a ∣ ∣ b ⃗ ∣ cos ⁡ φ = ∣ a ⃗ ∣ ∣ b ⃗ ∣ cos ⁡ π 2 = 0 a ⃗ ⋅ b ⃗ = ( 2 , 1 ) ⋅ ( − 1 , 2 ) = 2 × ( − 1 ) + 1 × 2 = 0 \begin{array}{l} \vec{a} \cdot \vec{b}=|a||\vec{b}| \cos \varphi = |\vec{a}||\vec{b}| \cos \frac{\pi}{2}=0\\ \vec{a} \cdot \vec{b}=(2,1) \cdot(-1,2)=2\times(-1)+1 \times 2=0 \end{array} a b =ab cosφ=a b cos2π=0a b =(2,1)(1,2)=2×(1)+1×2=0
所以 a ⃗ \vec{a} a b ⃗ \vec{b} b 正交


扩展到3维:
a ⃗ = ( 1 , 2 , 5 ) b ⃗ = ( 1 , 2 , − 1 ) a ⃗ ⋅ b ⃗ = 1 × 1 + 2 × 2 − 5 × 1 = 0 \begin{array}{l} \vec{a}=(1,2,5) \\ \vec{b}=(1,2,-1) \\\\ \vec{a} \cdot \vec{b}=1\times1+2 \times 2-5 \times 1=0 \end{array} a =(1,2,5)b =(1,2,1)a b =1×1+2×25×1=0
a ⃗ \vec{a} a b ⃗ \vec{b} b 正交


扩展到任意维:

a ⃗ = ( a 1 , a 2 , a 3 , … a n ) b ⃗ = ( b 1 , b 2 , b 3 , ⋯ b n ) a ⃗ ⋅ b ⃗ = a 1 b 1 + a 2 h 2 + ⋯ a n b n = ∑ j = 1 n a i b i = 0 \begin{aligned} \vec{a}&=\left(a_{1}, a_{2}, a_{3}, \ldots a_{n}\right) \\ \vec{b}&=\left(b_{1}, b_{2}, b_{3}, \quad \cdots b_{n}\right) \\\\ \vec{a} \cdot \vec{b}&=a_{1} b_{1}+a_{2} h_{2}+\cdots a_{n} b_{n}\\ &=\sum_{j=1}^{n} a_{i} b_{i}=0 \end{aligned} a b a b =(a1,a2,a3,an)=(b1,b2,b3,bn)=a1b1+a2h2+anbn=j=1naibi=0
a ⃗ \vec{a} a b ⃗ \vec{b} b 正交


扩展到函数:

傅里叶变换推导_第2张图片
a = f ( x ) b = g ( x ) a ⋅ b = ∫ x 0 x 1 f ( x ) g ( x ) d x = 0 \begin{aligned} a&=f(x) \\ b&=g(x)\\\\ a \cdot b&=\int_{x_{0}}^{x_{1}} f(x) g(x) d x=0 \end{aligned} abab=f(x)=g(x)=x0x1f(x)g(x)dx=0

f ( x ) f(x) f(x) g ( x ) g(x) g(x)正交


所以提出在上面的三角函数系中任选2个,在 n ≠ m n \neq m n=m情况下是正交的:
∫ − π π sin ⁡ n x cos ⁡ m x d x = 0 n ≠ m ∫ − π π cos ⁡ n x cos ⁡ m x d x = 0 n ≠ m ∫ − π π cos ⁡ n x sin ⁡ m x d x = 0 n ≠ m ∫ − π π sin ⁡ n x sin ⁡ m x d x = 0 n ≠ m \begin{array}{l} \int_{-\pi}^{\pi} \sin n x \cos m x d x=0 \quad n \neq m \\\\ \int_{-\pi}^{\pi} \cos n x \cos m x d x=0 \quad n \neq m \\\\ \int_{-\pi}^{\pi} \cos n x \sin m x d x=0 \quad n \neq m \\\\ \int_{-\pi}^{\pi} \sin n x \sin m x d x=0 \quad n \neq m \\\\ \end{array} ππsinnxcosmxdx=0n=mππcosnxcosmxdx=0n=mππcosnxsinmxdx=0n=mππsinnxsinmxdx=0n=m
现在证明正交性:
比如 n = 0 n=0 n=0 m = 1 m=1 m=1
∫ − π π cos ⁡ 0 x sin ⁡ 1 x d x = ∫ − π π sin ⁡ x d x = 0 \int_{-\pi}^{\pi} \cos 0 x \sin 1x d x=\int_{-\pi}^{\pi} \sin x d x=0 ππcos0xsin1xdx=ππsinxdx=0

更一般的:
m ≠ n m\neq n m=n
∫ − π π cos ⁡ n x cos ⁡ m x d x = ∫ − π π 1 2 [ cos ⁡ ( n − m ) x + cos ⁡ ( n + m ) x ] d x = 1 2 [ ∫ − π π cos ⁡ ( n − m ) x d x + ∫ − π π cos ⁡ ( n + m ) x d x ] = 1 2 [ 1 n − m sin ⁡ ( n − m ) λ ∣ − π π + 1 n + m sin ⁡ ( n + m ) x ∣ − π π ] = 0 \begin{aligned} \int_{-\pi}^{\pi} \cos n x \cos m x d x&=\int_{-\pi}^{\pi} \frac{1}{2}[\cos (n-m) x+\cos (n+m) x]d x\\ &=\frac{1}{2}\left[\int_{-\pi}^{\pi} \cos (n-m) x d x+\int_{-\pi}^{\pi} \cos (n+m) x d x\right]\\ &=\frac{1}{2}\left[\left.\frac{1}{n-m} \sin (n-m) \lambda\right|_{-\pi} ^{\pi}+\left.\frac{1}{n+m} \sin (n+m) x\right|_{-\pi} ^{\pi}\right]\\ &=0 \end{aligned} ππcosnxcosmxdx=ππ21[cos(nm)x+cos(n+m)x]dx=21[ππcos(nm)xdx+ππcos(n+m)xdx]=21[nm1sin(nm)λππ+n+m1sin(n+m)xππ]=0


m = n m=n m=n
∫ − π π cos ⁡ m x cos ⁡ m x d x = ∫ − π π 1 2 [ 1 + cos ⁡ 2 m x ] d x = 1 2 [ ∫ − π π 1 d x + ∫ − π π cos ⁡ 2 m x d x ] = 1 2 [ ∫ − π π 1 d x + ∫ − π π cos ⁡ 0 x cos ⁡ 2 m x d x ] = 1 2 ∫ − π π 1 d x = π \begin{aligned} \int_{-\pi}^{\pi} \cos m x \cos m x d x&=\int_{-\pi}^{\pi}\frac{1}{2}[1+\cos 2 m x] d x\\ &=\frac{1}{2}\left[\int_{-\pi}^{\pi} 1 d x+\int_{-\pi}^{\pi} \cos 2 m x d x\right]\\ &=\frac{1}{2}\left[\int_{-\pi}^{\pi} 1 d x+\int_{-\pi}^{\pi} \cos 0 x \cos 2 m x d x\right]\\ &=\frac{1}{2}\int_{-\pi}^{\pi} 1 d x\\ &=\pi \end{aligned} ππcosmxcosmxdx=ππ21[1+cos2mx]dx=21[ππ1dx+ππcos2mxdx]=21[ππ1dx+ππcos0xcos2mxdx]=21ππ1dx=π

小结:
理解三角函数正交性,什么是正交,证明三角函数正交

part2: 周期为 2 π 2\pi 2π的函数展开

周期 T = 2 π T=2 \pi T=2π的函数:
f ( x ) = f ( x + 2 π ) f(x)=f(x+2 \pi) f(x)=f(x+2π)
图像:
傅里叶变换推导_第3张图片
像这样的函数可以转为一系列三角函数的加和:
f ( x ) = ∑ n = 0 ∞ a n cos ⁡ n x + ∑ n = 0 ∞ b n sin ⁡ n x (2.1) \begin{aligned} f(x)&=\sum_{n=0}^{\infty} a_{n} \cos n x+\sum_{n=0}^{\infty} b_{n} \sin n x \end{aligned}\tag{2.1} f(x)=n=0ancosnx+n=0bnsinnx(2.1)

( 2.1 ) (2.1) (2.1)可以把 a 0 a_0 a0提出来作为常数项:

f ( x ) = a 0 cos ⁡ 0 x + ∑ n = 1 ∞ a n cos ⁡ n x + b 0 sin ⁡ 0 x + ∑ n = 1 ∞ b n sin ⁡ n x = a 0 + ∑ n = 1 ∞ a n cos ⁡ n x + ∑ n = 1 ∞ b n sin ⁡ n x (2.2) \begin{aligned} f(x)&=a_{0} \cos 0 x+\sum_{n=1}^{\infty} a_{n} \cos n x+b_{0} \sin 0 x+\sum_{n=1}^{\infty} b_n \sin n x\\ &=a_{0}+\sum_{n=1}^{\infty} a_{n} \cos n x+\sum_{n=1}^{\infty} b_{n} \sin n x \end{aligned}\tag{2.2} f(x)=a0cos0x+n=1ancosnx+b0sin0x+n=1bnsinnx=a0+n=1ancosnx+n=1bnsinnx(2.2)
至于为什么可以这样表示,可以看下面图片理解:

傅里叶变换推导_第4张图片图片来自wikipedia

为什么是需要常数项 a 0 a_0 a0
常数函数 g ( x ) = a 0 g(x)=a_0 g(x)=a0特性:

  • 周期性
  • 可以调节函数值/偏移

为什么是 sin ⁡ x , cos ⁡ x \sin x, \cos x sinx,cosx
sin ⁡ x , cos ⁡ x \sin x, \cos x sinx,cosx特性:

  • 周期性
  • 任何函数可以分解为偶函数和奇函数: f ( x ) = f ( x ) + f ( − x ) 2 + f ( x ) − f ( − x ) 2 f(x)=\frac{f(x)+f(-x)}{2}+\frac{f(x)-f(-x)}{2} f(x)=2f(x)+f(x)+2f(x)f(x)
    sin ⁡ x , cos ⁡ x \sin x, \cos x sinx,cosx分别是奇函数和偶函数

为什么是 sin ⁡ n x , cos ⁡ n x \sin nx, \cos nx sinnx,cosnx

  • n可以调节频率
  • sin ⁡ n x , cos ⁡ n x \sin nx, \cos nx sinnx,cosnx的周期仍为 2 π 2\pi 2π

为什么 sin ⁡ n x , cos ⁡ n x \sin nx, \cos nx sinnx,cosnx需要乘 a n , b n a_n,b_n an,bn

  • sin ⁡ x , cos ⁡ x \sin x, \cos x sinx,cosx的值域为-1到1,需要 a n , b n a_n,b_n an,bn调节幅值/振幅

配合Heinrich文章可以更好理解下图:

傅里叶变换推导_第5张图片
图片来自https://zhuanlan.zhihu.com/p/19763358
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!
来自https://zhuanlan.zhihu.com/p/19763358

还有些文章只用cos函数表示,但是考虑了相位
f ( x ) = ∑ n = 0 ∞ c n cos ⁡ ( n x + φ ) \begin{aligned} f(x)&=\sum_{n=0}^{\infty} c_{n} \cos (n x+\varphi) \end{aligned} f(x)=n=0cncos(nx+φ)
但是实际上和式 ( 2.1 ) (2.1) (2.1)是一样的,式 ( 2.1 ) (2.1) (2.1)优点是不需要考虑相位


a 0 a_0 a0

在教科书中更常见的表达为:
f ( x ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n x + b n sin ⁡ n x ) (2.3) f(x)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left(a_{n} \cos n x+b_{n} \sin n x\right)\tag{2.3} f(x)=2a0+n=1(ancosnx+bnsinnx)(2.3)
为什么 a 0 a_0 a0变为了 a 0 2 \frac{a_0}{2} 2a0
原因可以在看完part4复数的表达形式后可以明白,这样做是为了表达统一。

转变过程:
其实这式 ( 2.2 ) (2.2) (2.2) a 0 a_0 a0和式 ( 2.3 ) (2.3) (2.3) a 0 a_0 a0虽然都为常数但是值不一样
先求式 ( 2.2 ) (2.2) (2.2) a 0 a_0 a0

( 2.2 ) (2.2) (2.2)两边对 x x x积分

∫ − π π f ( x ) d x = ∫ − π π a 0 d x + ∫ − π π ∑ n = 1 ∞ a n cos ⁡ n x d x + ∫ − π π ∑ n = 1 ∞ b n sin ⁡ n x d x = ∫ − π π a 0 d x + a n ∫ − π π ∑ n = 1 ∞ cos ⁡ 0 x cos ⁡ n x d x + b n ∫ − π π ∑ n = 1 ∞ cos ⁡ 0 x sin ⁡ n x d x = a 0 ∫ − π π d x = 2 π a 0 \begin{aligned} \int_{-\pi}^{\pi} f(x) d x&=\int_{-\pi}^{\pi} a_{0} d x+\int_{-\pi}^{\pi} \sum_{n=1}^{\infty} a_{n} \cos n x d x+\int_{-\pi}^{\pi} \sum_{n=1}^{\infty} b_{n} \sin n x d x\\ &=\int_{-\pi}^{\pi} a_{0} d x+a_{n}\int_{-\pi}^{\pi} \sum_{n=1}^{\infty} \cos 0x \cos n x d x+ b_{n}\int_{-\pi}^{\pi} \sum_{n=1}^{\infty} \cos 0x \sin n x d x\\ &=a_{0} \int_{-\pi}^{\pi} d x\\ &=2 \pi a_{0} \end{aligned} ππf(x)dx=ππa0dx+ππn=1ancosnxdx+ππn=1bnsinnxdx=ππa0dx+anππn=1cos0xcosnxdx+bnππn=1cos0xsinnxdx=a0ππdx=2πa0
于是式 ( 1.2 ) (1.2) (1.2) a 0 = 1 2 π ∫ − π π f ( x ) d x a_{0}=\frac{1}{2 \pi} \int_{-\pi}^{\pi} f(x) d x a0=2π1ππf(x)dx

A 0 = 1 π ∫ − π π f ( x ) d x A_{0}=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) d x A0=π1ππf(x)dx,则 a 0 = A 0 2 a_0=\frac{A_{0}}{2} a0=2A0,所以有
f ( x ) = a 0 + ∑ n = 1 ∞ a n cos ⁡ n x + ∑ n = 1 ∞ b n sin ⁡ n x = A 0 2 + ∑ n = 1 ∞ a n cos ⁡ n x + ∑ n = 1 ∞ b n sin ⁡ n x \begin{aligned} f(x)&=a_{0}+\sum_{n=1}^{\infty} a_{n} \cos n x+\sum_{n=1}^{\infty} b_{n} \sin n x\\ &=\frac{A_{0}}{2}+\sum_{n=1}^{\infty} a_{n} \cos n x+\sum_{n=1}^{\infty} b_{n} \sin n x \end{aligned} f(x)=a0+n=1ancosnx+n=1bnsinnx=2A0+n=1ancosnx+n=1bnsinnx
a 0 = A 0 a_0=A_0 a0=A0,此时便得到式 ( 1.3 ) (1.3) (1.3)中的 a 0 = A 0 = 1 π ∫ − π π f ( x ) d x a_0=A_{0}=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) d x a0=A0=π1ππf(x)dx

所以总结一下:
f ( x ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n x + b n sin ⁡ n x ) (2.3) f(x)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left(a_{n} \cos n x+b_{n} \sin n x\right)\tag{2.3} f(x)=2a0+n=1(ancosnx+bnsinnx)(2.3)
其中, a 0 = 1 π ∫ − π π f ( x ) d x a_0=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) d x a0=π1ππf(x)dx

a n a_n an

两边乘 c o s m x cosmx cosmx,然后积分

∫ − π π f ( x ) cos ⁡ m x d x = ∫ − π π a 0 2 cos ⁡ m x d x + ∫ − π π ∑ n = 1 ∞ a n cos ⁡ n x cos ⁡ m x d x + ∫ − π π ∑ n = 1 ∞ b n sin ⁡ n x cos ⁡ m x d x = 0 + ∫ − π π ∑ n = 1 ∞ a n cos ⁡ n x cos ⁡ m x d x + 0 \begin{aligned} \int_{-\pi}^{\pi} f(x) \cos m x d x&=\int_{-\pi}^{\pi} \frac{a_{0}}{2} \cos m x d x+ \int_{-\pi }^{\pi} \sum_{n=1}^{\infty} {a_n} \cos n x \cos m x d x+\int_{-\pi}^{\pi} \sum_{n=1}^{\infty} b_{n} \sin n x \cos mx d x\\ &=0 + \int_{-\pi}^{\pi} \sum_{n=1}^{\infty} a_{n} \cos n x \cos m x d x + 0 \end{aligned} ππf(x)cosmxdx=ππ2a0cosmxdx+ππn=1ancosnxcosmxdx+ππn=1bnsinnxcosmxdx=0+ππn=1ancosnxcosmxdx+0

上式中 n = m n = m n=m n ≠ m n \neq m n=m:
∫ − π π a 0 2 cos ⁡ m x d x = 0 ∫ − π π ∑ n = 1 ∞ b n sin ⁡ n x cos ⁡ m x d x = 0 \begin{aligned} &\int_{-\pi}^{\pi} \frac{a_{0}}{2} \cos m x d x = 0\\ &\int_{-\pi}^{\pi} \sum_{n=1}^{\infty} b_{n} \sin n x \cos m x d x = 0 \end{aligned} ππ2a0cosmxdx=0ππn=1bnsinnxcosmxdx=0

n ≠ m n \neq m n=m:
∫ − π π ∑ n = 1 ∞ a n cos ⁡ n x cos ⁡ m x d x = 0 \int_{-\pi}^{\pi} \sum_{n=1}^{\infty} a_{n} \cos n x \cos m x d x = 0 ππn=1ancosnxcosmxdx=0,于是无法求 a n a_n an,所以只能是 n = m n = m n=m,此时:
累加只剩一项 n = m n = m n=m
∫ − π π f ( x ) cos ⁡ m x d x = ∫ − π π f ( x ) cos ⁡ n x d x = ∫ − π π a n cos ⁡ n x cos ⁡ n x d x = a n ∫ − π π cos ⁡ 2 x d x = a n π \begin{aligned} \int_{-\pi}^{\pi} f(x) \cos m x d x &= \int_{-\pi}^{\pi} f(x) \cos n x d x \\ &= \int_{-\pi}^{\pi} a_{n} \cos n x \cos n x d x\\ &={a_n} \int_{-\pi}^{\pi} \cos ^{2} x d x\\ &=a_n\pi \end{aligned} ππf(x)cosmxdx=ππf(x)cosnxdx=ππancosnxcosnxdx=anππcos2xdx=anπ
于是有:
a n = 1 π ∫ − π π f ( x ) cos ⁡ n x d x a_{n}=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) \cos n x d x an=π1ππf(x)cosnxdx

b n b_n bn

两边乘 s i n m x sinmx sinmx,然后积分

和求 a n a_n an同理可得:
b n = 1 π ∫ − π π f ( x ) sin ⁡ n x d x b_{n}=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) \sin n x d x bn=π1ππf(x)sinnxdx

小结

周期 T = 2 π T=2 \pi T=2π函数:
f ( x ) = f ( x + 2 π ) f(x)=f(x+2 \pi) f(x)=f(x+2π)

可以展开为:
f ( x ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n x + b n sin ⁡ n x ) (2.3) f(x)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left(a_{n} \cos n x+b_{n} \sin n x\right) \tag{2.3} f(x)=2a0+n=1(ancosnx+bnsinnx)(2.3)

其中, a 0 = 1 π ∫ − π π f ( x ) d x a n = 1 π ∫ − π π f ( x ) cos ⁡ n x d x b n = 1 π ∫ − π π f ( x ) sin ⁡ n x d x \begin{aligned} a_{0}&=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) d x \\ a_{n}&=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) \cos n x d x \\ b_{n}&=\frac{1}{\pi} \int_{-\pi}^{\pi} f(x) \sin n x d x \end{aligned} a0anbn=π1ππf(x)dx=π1ππf(x)cosnxdx=π1ππf(x)sinnxdx
那么周期为 T = 2 π T = 2 \pi T=2π可以如此展开,那么任意周期 T = 2 L T = 2 L T=2L如何表示?

part3: 周期为2L的函数展开

周期为2L的函数展开

周期 T = 2 L T=2L T=2L函数:
f ( t ) = f ( t + 2 L ) f(t)=f(t+2 L) f(t)=f(t+2L)

图像:
傅里叶变换推导_第6张图片

换元:令 x = π L t x=\frac{\pi}{L} t x=Lπt,则 t = L π x t=\frac{L}{\pi}x t=πLx

t x
0 0
2L 2 π \pi π
4L 4 π \pi π

所以:
f ( t ) = f ( L π x ) ≜ g ( x ) f(t)=f\left(\frac{L}{\pi} x\right) \triangleq g(x) f(t)=f(πLx)g(x)

经过换元,则有:
g ( t ) = g ( t + 2 π ) g(t)=g(t+2 \pi) g(t)=g(t+2π)
其中, T = 2 π T=2\pi T=2π
图像:
傅里叶变换推导_第7张图片
带入式 ( 2.3 ) (2.3) (2.3),有:
g ( x ) = a 0 2 + ∑ n = 1 n ( a n cos ⁡ n x + b n sin ⁡ n x ) g(x)=\frac{a_{0}}{2}+\sum_{n=1}^{n}\left(a_{n} \cos n x+b_{n} \sin n x\right) g(x)=2a0+n=1n(ancosnx+bnsinnx)

其中,
a 0 = 1 π ∫ − π π g ( x ) d x a n = 1 π ∫ − π π g ( x ) cos ⁡ n x d x b n = 1 π ∫ − π π g ( x ) sin ⁡ n x d x \begin{aligned} a_{0}&=\frac{1}{\pi} \int_{-\pi}^{\pi} g(x) d x \\ a_{n}&=\frac{1}{\pi} \int_{-\pi}^{\pi} g(x) \cos n x d x \\ b_{n}&=\frac{1}{\pi} \int_{-\pi}^{\pi} g(x) \sin n x d x\\ \end{aligned} a0anbn=π1ππg(x)dx=π1ππg(x)cosnxdx=π1ππg(x)sinnxdx


x x x t t t的关系:
x = π 2 t cos ⁡ n x = cos ⁡ n π L t sin ⁡ n x = sin ⁡ n π L t g ( x ) = f ( t ) \begin{aligned} &x =\frac{\pi}{2} t \\ &\cos n x =\cos \frac{n \pi}{L} t \\ &\sin n x =\sin \frac{n \pi}{L} t \\ &g(x) =f(t) \\ \end{aligned} x=2πtcosnx=cosLnπtsinnx=sinLnπtg(x)=f(t)

以及

∫ − π π d x = ∫ − L L d π L t 1 π ∫ − π π d x = 1 π π 2 ∫ − l L d t = 1 L ∫ − L L d t \begin{aligned} \int_{-\pi}^{\pi}dx &=\int_{-L}^{L} d \frac{\pi}{L} t \\ \frac{1}{\pi} \int_{-\pi}^{\pi} d x &=\frac{1}{\pi} \frac{\pi}{2} \int_{-l}^{L} d t \\ &=\frac{1}{L} \int_{-L}^{L} d t \end{aligned} ππdxπ1ππdx=LLdLπt=π12πlLdt=L1LLdt
x x x替换为 t t t
f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n π L t + b n sin ⁡ n π L t ) (3.1) f(t)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left(a_{n} \cos \frac{n \pi}{L} t+b_{n} \sin \frac{n \pi}{L} t\right) \tag{3.1} f(t)=2a0+n=1(ancosLnπt+bnsinLnπt)(3.1)
其中,
a 0 = 1 L ∫ − L L f ( t ) d t a n = 1 L ∫ − L L f ( t ) cos ⁡ n π L t d t b n = 1 L ∫ − L L f ( t ) sin ⁡ n π L t d t \begin{aligned} a_{0}&=\frac{1}{L} \int_{-L}^{L} f(t) d t\\ a_{n}&=\frac{1}{L} \int_{-L}^{L} f(t) \cos \frac{n \pi}{L} t d t\\ b_{n}&=\frac{1}{L} \int_{-L}^{L} f(t) \sin \frac{n \pi}{L} t d t \end{aligned} a0anbn=L1LLf(t)dt=L1LLf(t)cosLnπtdt=L1LLf(t)sinLnπtdt


工程中

t t t从0开始,周期为 T = 2 L T=2 L T=2L,角速度为 ω = π L = 2 π T \omega=\frac{\pi}{L}=\frac{2 \pi}{T} ω=Lπ=T2π
∫ − L L d t → ∫ 0 2 L d t → ∫ 0 T d t \int_{-L}^{L} d t \rightarrow \int_{0}^{2 L} d t \rightarrow \int_{0}^{T} d t LLdt02Ldt0Tdt
于是有:
f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n ω t + b n sin ⁡ n ω t ) (3.2) f(t)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left(a_{n} \cos n \omega t+b_{n} \sin n \omega t\right)\tag{3.2} f(t)=2a0+n=1(ancosnωt+bnsinnωt)(3.2)
其中,
ω = π L = 2 π T a 0 = 2 T ∫ 0 T f ( t ) d t a n = 2 T ∫ 0 T f ( t ) cos ⁡ n ω t b n = 2 T ∫ 0 T f ( t ) sin ⁡ n ω t \begin{aligned} \omega&=\frac{\pi}{L}=\frac{2 \pi}{T}\\ a_{0}&=\frac{2}{T} \int_{0}^{T} f(t) d t \\ a_{n}&=\frac{2}{T} \int_{0}^{T} f(t) \cos n \omega t \\ b_{n}&=\frac{2}{T} \int_{0}^{T} f(t) \sin n \omega t \end{aligned} ωa0anbn=Lπ=T2π=T20Tf(t)dt=T20Tf(t)cosnωt=T20Tf(t)sinnωt


例子

下面用个例子来说明函数展开
周期 T = 20 T=20 T=20,角速度 ω = 2 π T = 2 π 20 = 1 10 π \omega=\frac{2 \pi}{T}=\frac{2 \pi}{20}=\frac{1}{10} \pi ω=T2π=202π=101π
函数图像:
傅里叶变换推导_第8张图片
求解过程(直接用DR_CAN老师的手写了,太多了。。):
傅里叶变换推导_第9张图片
最终结果为:
f ( t ) = 5 + ∑ n = 1 ∞ 8 n π ⋅ sin ⁡ n π 10 t f(t)=5+\sum_{n=1}^{\infty} \frac{8}{n \pi} \cdot \sin \frac{n \pi}{10} t f(t)=5+n=1nπ8sin10nπt
其中, n = 1 , 3.5 , 7 ⋯ n=1,3.5,7 \cdots n=1,3.5,7

发现:
lim ⁡ n → + ∞ 8 n π = 0 \lim_{n \rightarrow +\infty} \frac{8}{n\pi} = 0 n+limnπ8=0
也就是说 n n n越大,对于正弦函数振幅越小,频率越大
傅里叶变换推导_第10张图片
傅里叶变换推导_第11张图片

或者在geogebra中画出:
傅里叶变换推导_第12张图片

只要级数够多"弯的也能变直"

小结

周期 T = 2 L T=2 L T=2L函数:
f ( t ) = f ( t + 2 L ) f(t)=f(t+2 L) f(t)=f(t+2L)

可以展开为:
f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n π L t + b n sin ⁡ n π L t ) (3.1) f(t)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left(a_{n} \cos \frac{n \pi}{L} t+b_{n} \sin \frac{n \pi}{L} t\right) \tag{3.1} f(t)=2a0+n=1(ancosLnπt+bnsinLnπt)(3.1)
其中,
a 0 = 1 L ∫ − L L f ( t ) d t a n = 1 L ∫ − L L f ( t ) cos ⁡ n π L t d t b n = 1 L ∫ − L L f ( t ) sin ⁡ n π L t d t \begin{aligned} a_{0}&=\frac{1}{L} \int_{-L}^{L} f(t) d t\\ a_{n}&=\frac{1}{L} \int_{-L}^{L} f(t) \cos \frac{n \pi}{L} t d t\\ b_{n}&=\frac{1}{L} \int_{-L}^{L} f(t) \sin \frac{n \pi}{L} t d t \end{aligned} a0anbn=L1LLf(t)dt=L1LLf(t)cosLnπtdt=L1LLf(t)sinLnπtdt


或者表示为:
f ( t ) = f ( t + T ) f(t)=f(t+T) f(t)=f(t+T)

展开为:
f ( t ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ⁡ n ω t + b n sin ⁡ n ω t ) (3.2) f(t)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left(a_{n} \cos n \omega t+b_{n} \sin n \omega t\right)\tag{3.2} f(t)=2a0+n=1(ancosnωt+bnsinnωt)(3.2)

其中,
ω = π L = 2 π T a 0 = 2 T ∫ 0 T f ( t ) d t a n = 2 T ∫ 0 T f ( t ) cos ⁡ n ω t b n = 2 T ∫ 0 T f ( t ) sin ⁡ n ω t \begin{aligned} \omega&=\frac{\pi}{L}=\frac{2 \pi}{T}\\ a_{0}&=\frac{2}{T} \int_{0}^{T} f(t) d t \\ a_{n}&=\frac{2}{T} \int_{0}^{T} f(t) \cos n \omega t \\ b_{n}&=\frac{2}{T} \int_{0}^{T} f(t) \sin n \omega t \end{aligned} ωa0anbn=Lπ=T2π=T20Tf(t)dt=T20Tf(t)cosnωt=T20Tf(t)sinnωt

任意周期为 T = 2 L T = 2 L T=2L可以如此展开,那么周期无限大时 T = ∞ T = \infty T=如何表示?

part4: 傅里叶级数的复数形式

先回顾一下欧拉公式:
e i θ = cos ⁡ θ + i sin ⁡ θ e^{i \theta}=\cos \theta+i \sin \theta eiθ=cosθ+isinθ
证明欧拉公式:

这部分也是来自DR_CAN的视频

设:
f ( θ ) = e i θ cos ⁡ θ + i sin ⁡ θ f(\theta)=\frac{e^{i \theta}}{\cos \theta+i \sin \theta} f(θ)=cosθ+isinθeiθ
对其求导:
f ′ ( θ ) = i e i θ ( cos ⁡ θ + i sin ⁡ θ ) − e i θ ( − sin ⁡ θ + i cos ⁡ θ ) ( cos ⁡ θ + i sin ⁡ θ ) 2 = i e i θ cos ⁡ θ − e i θ sin ⁡ θ + e i θ sin ⁡ θ − e i θ i cos ⁡ θ ( cos ⁡ θ + i sin ⁡ θ ) 2 = 0 \begin{aligned} f^{\prime}(\theta)&=\frac{i e^{i \theta}(\cos \theta+i \sin \theta)-e^{i \theta}(-\sin \theta+i \cos \theta)}{(\cos \theta+i \sin \theta)^{2}}\\ &= \frac{i e^{i \theta} \cos \theta-e^{i \theta} \sin \theta+e^{i \theta} \sin \theta-e^{i \theta} i \cos \theta}{(\cos \theta+i \sin \theta)^{2}}\\ &=0 \end{aligned} f(θ)=(cosθ+isinθ)2ieiθ(cosθ+isinθ)eiθ(sinθ+icosθ)=(cosθ+isinθ)2ieiθcosθeiθsinθ+eiθsinθeiθicosθ=0

所以: f ′ ( θ ) = 0 ⇒ f ( θ ) f^{\prime}(\theta)=0 \Rightarrow f(\theta) f(θ)=0f(θ)为常数
为了确定常数,可以令 θ = 0 \theta=0 θ=0,带入 f ( 0 ) = 1 f(0)=1 f(0)=1,所以:
e i θ cos ⁡ θ + i sin ⁡ θ = 1 ⇒ e i θ = cos ⁡ θ + i sin ⁡ θ \frac{e^{i \theta}}{\cos \theta+i \sin \theta}=1 \Rightarrow e^{i \theta}=\cos \theta+i \sin \theta cosθ+isinθeiθ=1eiθ=cosθ+isinθ


除了需要了解欧拉公式外,还需要了解 cos ⁡ θ , sin ⁡ θ \cos \theta , \sin \theta cosθ,sinθ的复数表示

因为:
e i θ = cos ⁡ θ + i sin ⁡ θ e − i θ = cos ⁡ θ − i sin ⁡ θ \begin{aligned} &e^{i \theta}=\cos \theta+i \sin \theta\\ &e^{-i \theta}=\cos \theta-i \sin \theta \end{aligned} eiθ=cosθ+isinθeiθ=cosθisinθ
所以:
cos ⁡ θ = 1 2 ( e i θ + e − i θ ) sin ⁡ θ = − 1 2 i ( e i θ − e − i θ ) (4.1) \begin{aligned} &\cos \theta=\frac{1}{2}\left(e^{i \theta}+e^{-i \theta}\right) \\ &\sin \theta=-\frac{1}{2} i\left(e^{i \theta}-e^{-i \theta}\right) \end{aligned}\tag{4.1} cosθ=21(eiθ+eiθ)sinθ=21i(eiθeiθ)(4.1)


用式 ( 4.1 ) (4.1) (4.1)带入式 ( 3.2 ) (3.2) (3.2)中,于是有
f ( t ) = a 0 2 + ∑ n = 1 ∞ [ a n 1 2 ( e i n ω t + e − i n ω t ) − 1 2 j b n ( e i n ω t − e − i n ω t ) ] = a 0 2 + ∑ n = 1 ∞ [ a n − i b n 2 e i n ω t + a n + i b n 2 e − i n ω t ] = a 0 2 + ∑ n = 1 ∞ a n − i b n 2 e i n ω t + ∑ n = 1 ∞ a n + i b n 2 e − i n ω t = a 0 2 + ∑ n = 1 ∞ a n − i b n 2 e i n ω t + ∑ n = − ∞ − 1 a − n + i b − n 2 e i n w t = ∑ n = 0 0 a 0 2 e i n ω t + ∑ n = 1 ∞ a n − i b n 2 e i n ω t + ∑ n = − ∞ − 1 a − n + i b − n 2 e i n w t = ∑ n = − ∞ ∞ C n e i n w t (4.2) \begin{aligned} f(t) &=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left[a_{n} \frac{1}{2}\left(e^{i n \omega t}+e^{-i n \omega t}\right)-\frac{1}{2} j b_{n}\left(e^{i n \omega t}-e^{-i n \omega t}\right)\right] \\ &=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}\left[\frac{a_{n}-i b_{n}}{2} e^{i n \omega t}+\frac{a_n+i b_{n}}{2} e^{-i n \omega t}\right]\\ &=\frac{a_{0}}{2}+\sum_{n=1}^{\infty} \frac{a_{n}-i b n}{2} e^{i n \omega t}+\sum_{n=1}^{\infty} \frac{a_{n}+i b _{n}}{2} e^{-i n \omega t}\\ &=\frac{a_{0}}{2}+\sum_{n=1}^{\infty} \frac{a_{n}-i b n}{2} e^{i n \omega t}+\sum_{n=-\infty}^{-1} \frac{a_{-n}+i b_{-n}}{2} e^{i n w t}\\ &=\sum_{n=0}^{0} \frac{a_{0}}{2} e^{i n \omega t}+\sum_{n=1}^{\infty} \frac{a_{n}-i b n}{2} e^{i n \omega t}+\sum_{n=-\infty}^{-1} \frac{a_{-n}+i b_{-n}}{2} e^{i n w t}\\ &=\sum_{n=-\infty}^{\infty} C_{n} e^{i n w t} \end{aligned}\tag{4.2} f(t)=2a0+n=1[an21(einωt+einωt)21jbn(einωteinωt)]=2a0+n=1[2anibneinωt+2an+ibneinωt]=2a0+n=12anibneinωt+n=12an+ibneinωt=2a0+n=12anibneinωt+n=12an+ibneinwt=n=002a0einωt+n=12anibneinωt+n=12an+ibneinwt=n=Cneinwt(4.2)
在式 ( 4.2 ) (4.2) (4.2)第5步中,可以发现3个部分都有 e i n ω t e^{i n \omega t} einωt,所以提出来并且系数用 C n Cn Cn表示。此外为什么累加可以合并,这里 n n n是离散的,所以 ∑ n = − ∞ − 1 , ∑ n = 0 0 , ∑ n = 1 ∞ \sum_{n=-\infty}^{-1},\sum_{n=0}^{0}, \sum_{n=1}^{\infty} n=1,n=00,n=1累加区间合并就是 ∑ − ∞ ∞ \sum_{-\infty}^{\infty}

现在分析 C n C_{n} Cn:
C n = { a 0 2 , n = 0 a n − i b n 2 , n = 1 , 2 , 3 , 4 ⋯ a − n + i b − n 2 n = − 1 , − 2 , − 3 , − 4 ⋯ (4.3) C_{n}=\left\{\begin{array}{ll} \frac{a_{0}}{2}, & n=0 \\\\ \frac{a_{n}-i b_{n}}{2}, & n=1,2,3,4 \cdots \\\\ \frac{a_{-n}+ib_{-n}}{2} & n=-1,-2,-3,-4\cdots \end{array}\right.\tag{4.3} Cn=2a0,2anibn,2an+ibnn=0n=1,2,3,4n=1,2,3,4(4.3)
发现2、3行可以合并(DR_CAN先带入 a n a_n an b n b_n bn再得出此结论,实际上一样的):
C n = { a 0 2 , n = 0 a n − i b n 2 , n ≠ 0 C_{n}=\left\{\begin{array}{ll} \frac{a_{0}}{2}, & n=0 \\\\ \frac{a_{n}-i b_{n}}{2}, & n \neq 0 \end{array}\right. Cn=2a0,2anibn,n=0n=0
带入式 ( 3.2 ) (3.2) (3.2)的条件:
a 0 = 2 T ∫ 0 T f ( t ) d t a n = 2 T ∫ 0 T f ( t ) cos ⁡ n ω t b n = 2 T ∫ 0 T f ( t ) sin ⁡ n ω t \begin{aligned} a_{0}&=\frac{2}{T} \int_{0}^{T} f(t) d t \\ a_{n}&=\frac{2}{T} \int_{0}^{T} f(t) \cos n \omega t \\ b_{n}&=\frac{2}{T} \int_{0}^{T} f(t) \sin n \omega t \end{aligned} a0anbn=T20Tf(t)dt=T20Tf(t)cosnωt=T20Tf(t)sinnωt
于是:
C n = { 1 T ∫ 0 T f ( t ) d t , n = 0 1 T ∫ 0 T f ( t ) e − i n ω t d t , n ≠ 0 C_{n}=\left\{\begin{array}{ll} \frac{1}{T} \int_{0}^{T} f(t) d t, & n=0 \\\\ \frac{1}{T} \int_{0}^{T} f(t) e^{-i n \omega t} d t, & n \neq 0 \end{array}\right. Cn=T10Tf(t)dt,T10Tf(t)einωtdt,n=0n=0
由于, e − i 0 ω t = 1 e^{-i 0 \omega t} =1 ei0ωt=1,所以最终:
C n = 1 T ∫ 0 T f ( t ) e − i n ω t d t C_n=\frac{1}{T} \int_{0}^{T} f(t) e^{-i n \omega t} d t Cn=T10Tf(t)einωtdt

小结

( 4.2 ) (4.2) (4.2)也就变为:
f ( t ) = ∑ n = − ∞ ∞ C n e i n ω t (4.4) \begin{aligned} f(t) &=\sum_{n=-\infty}^{\infty} C_{n} e^{i n \omega t} \end{aligned}\tag{4.4} f(t)=n=Cneinωt(4.4)

其中,
C n = 1 T ∫ 0 T f ( t ) e − i n ω t d t \begin{aligned} C_{n} =\frac{1}{T} \int_{0}^{T} f(t) e^{-i n \omega t} d t \end{aligned} Cn=T10Tf(t)einωtdt

这也就是傅里叶级数的复数形式。
此外,也可以看到式 ( 4.3 ) (4.3) (4.3)中n=0时 C n = a 0 2 C_n=\frac{a_{0}}{2} Cn=2a0,正是因为式 ( 2.3 ) (2.3) (2.3) a 0 a_0 a0转变为 a 0 2 \frac{a_{0}}{2} 2a0,复数表达形式可以如此简洁。

part5:从傅里叶级数推导傅里叶变换

在式 ( 4.4 ) (4.4) (4.4)中, ω = 2 π T \omega=\frac{2 \pi}{T} ω=T2π称为基频率,发现一个 n ω n\omega nω对应一个 C n C_n Cn

C n C_n Cn是一个复数,取 ∣ C n ∣ |C_n| Cn表示幅度,间隔:
Δ ω = ( n + 1 ) w − n w = w = 2 π T (5.1) \Delta \omega=(n+1) w-n w=w=\frac{2 \pi}{T}\tag{5.1} Δω=(n+1)wnw=w=T2π(5.1)

其在频域图像中表示(纵轴表示幅度 ∣ C n ∣ |C_n| Cn,横轴表示频率 n ω n\omega nω):

傅里叶变换推导_第13张图片
图片来自https://zhuanlan.zhihu.com/p/19763358

在part3提出周期无限大时 T = ∞ T = \infty T=如何对函数展开?

实际上:
lim ⁡ T → ∞ f T ( t ) = f ( t ) \lim _{T \rightarrow \infty} f_{T}(t)=f(t) TlimfT(t)=f(t)
也就是 T → ∞ T \rightarrow \infty T周期函数将不再是周期函数。

间隔:
lim ⁡ T → ∞ Δ ω = lim ⁡ T → ∞ 2 π T = 0 \lim _{T \rightarrow \infty}\Delta \omega=\lim _{T \rightarrow \infty}\frac{2 \pi}{T} = 0 TlimΔω=TlimT2π=0
所以 T → ∞ T \rightarrow \infty T频域图像上离散的点将变为连续。

连续长这样:

傅里叶变换推导_第14张图片
图片来自https://zhuanlan.zhihu.com/p/19763358


( 5.2 ) (5.2) (5.2)可知 1 T = Δ ω 2 π = ω 2 π \frac{1}{T}={\frac{\Delta \omega}{2 \pi}}={\frac{\omega}{2 \pi}} T1=2πΔω=2πω

( 4.4 ) (4.4) (4.4)也可以表示为:
f ( t ) = ∑ n = − ∞ ∞ [ 1 T ∫ 0 T f ( t ) e − i n ω t d t ] e i n ω t = ∑ n = − ∞ ∞ [ Δ ω 2 π ∫ 0 T f ( t ) e − i n ω t d t ] e i n ω t = ∑ n = − ∞ ∞ [ ω 2 π ∫ 0 T f ( t ) e − i n ω t d t ] e i n ω t (5.2) \begin{aligned} f(t) &=\sum_{n=-\infty}^{\infty} [\frac{1}{T} \int_{0}^{T} f(t) e^{-i n \omega t} d t] e^{i n \omega t}\\ &=\sum_{n=-\infty}^{\infty} [\frac{\Delta \omega}{2 \pi}\int_{0}^{T} f(t) e^{-i n \omega t} d t] e^{i n \omega t}\\ &=\sum_{n=-\infty}^{\infty} [\frac{ \omega}{2 \pi}\int_{0}^{T} f(t) e^{-i n \omega t} d t] e^{i n \omega t} \end{aligned}\tag{5.2} f(t)=n=[T10Tf(t)einωtdt]einωt=n=[2πΔω0Tf(t)einωtdt]einωt=n=[2πω0Tf(t)einωtdt]einωt(5.2)

T → ∞ T \rightarrow \infty T
∫ − T 2 T 2 d t → ∫ − ∞ + ∞ d t ∑ n = − ∞ ∞ ω → ∫ − ∞ + ∞ ω d n = ∫ − ∞ + ∞ d n ω \begin{aligned} &\int_{-\frac{T}{2}}^{\frac{T}{2}} d t \rightarrow \int_{-\infty}^{+\infty} d t \\ &\sum_{n=-\infty}^{\infty} \omega \rightarrow \int_{-\infty}^{+\infty} \omega d n = \int_{-\infty}^{+\infty} d n \omega \end{aligned} 2T2Tdt+dtn=ω+ωdn=+dnω
μ = n T \mu = \frac{n}{T} μ=Tn,则 n ω = n 2 π T = 2 π n T = 2 π μ n\omega = n\frac{2\pi}{T} = 2\pi\frac{n}{T}=2\pi\mu nω=nT2π=2πTn=2πμ,带入式 ( 5.2 ) (5.2) (5.2)
f ( t ) = 1 2 π ∫ − ∞ + ∞ ∫ − ∞ + ∞ f ( t ) e − i 2 π μ t d t e i 2 π μ t d μ (5.3) \begin{aligned} f(t) &=\frac{1}{2 \pi} \int_{-\infty}^{+\infty} \int_{-\infty}^{+\infty} f(t) e^{-i 2\pi\mu t} d t e^{i 2\pi\mu t} d \mu \end{aligned}\tag{5.3} f(t)=2π1++f(t)ei2πμtdtei2πμtdμ(5.3)

令:
F ( μ ) = ∫ − ∞ + ∞ f ( t ) e − i 2 π μ t d t F(\mu)=\int_{-\infty}^{+\infty} f(t) e^{-i 2\pi\mu t} d t F(μ)=+f(t)ei2πμtdt

这便是傅里叶变换(在数字图像处理中傅里叶变换公式就是上述公式,第3版p227)。

令:
f ( t ) = 1 2 π ∫ − ∞ + ∞ f ( μ ) e i 2 π μ t d μ f(t)=\frac{1}{2 \pi} \int_{-\infty}^{+\infty} f(\mu) e^{i 2\pi\mu t} d \mu f(t)=2π1+f(μ)ei2πμtdμ

这便是傅里叶逆变换(在数字图像处理中傅里叶逆变换公式就是上述公式,第3版p227)。

小结

此外,更形象的理解傅里叶变换可以参考视频https://www.bilibili.com/video/BV1pW411J7s8

本人水平有限,仅作为笔记复习和参考,如有错误,欢迎指出。

参考

DR_CAN的傅里叶变换系列视频纯干货数学推导_傅里叶级数与傅里叶变换
傅里叶展开形式由来:引垂思汀的视频傅里叶级数、傅里叶变换与拉普拉斯变换
部分图片:Heinrich的文章傅里叶分析之掐死教程(完整版)更新于2014.06.06
还有:DBinary的文章傅里叶变换推导详解

你可能感兴趣的:(数学,笔记)