离散分数傅立叶变换快速算法

一 引言

​ 傅里叶变换不论在数学界还是在工程领域都是一种非常重要的分析工具,一位傅里叶变换的表达式为(1-1-1),其中$f(t)$是一个属于能量有限的信号空间的信号,傅里叶变换是一种可逆变换,其逆变换的表达式为(1-1-2),有的文献逆变换前的系数为$\frac{1}{2\pi }$,本文的定义是为了表现出傅里叶变换的正交性,因此对一个信号做傅里叶变换可以看作是把该信号与复指数信号做内积(投影)的结果.
$$F(w)=\frac{1}{\sqrt[]{2\pi }}{\int }_{-\infty }^{\infty }f(t)e^{-jwt}dt\text{\hspace{1em}(1-1-1)}$$

$$f(t)=\frac{1}{\sqrt[]{2\pi }}{\int }_{-\infty }^{\infty }F(w)e^{jwt}dw\text{\hspace{1em}(1-1-2)}$$

因此其具有鲜明的物理意义,即看一个信号中都包含了什么频率成分,以及各个成分所占的比重为多少.今天我们来聊一聊分数傅里叶变换,分数傅里叶变换有多种的定义形式,我们来聊聊台湾学者$c.c.shih$所定义的分数傅立叶变换.对于分数傅里叶变换,读者可以这么理解:如果把信号的频域看作是信号做一次傅里叶变换所得到的结果,把信号的时域看作是信号做零次傅里叶变换的结果,那么对一个信号做一次分数傅里叶变换可以看作是信号由时域到频域过渡的状态,即信号的时频信息.至于为什么要研究分数阶的傅里叶变换,在以后的文章会进行讲解.本文的主要目的是探究$c.c.shih$所定义的分数傅立叶变换的表达形式以及其离散快速算法的实现

二 分数傅里叶变换及其离散算法

1. $c.c.shih$分数傅立叶变换的原理

   为了说清楚$c.c.shih$所定义的分数傅立叶变换,先引入傅里叶变换的’周期性’,首先定义$f_i(x),i=0,1,2,3$为对原始信号$f(t)$进行了$i$次的傅里叶变换的结果,$x$代表着自变量要么是时间$t$,要么是角频率$w$.我们知道,对一个信号做傅里叶变换的表达式为(2-1-1),现在我们做一次有趣的实验,对一次傅里叶变换所得的信号再做一次傅里叶变换,见式(2-1-2),可以发现结果是时域信号的翻转.
   $$f_1(x)=\frac{1}{\sqrt[]{2\pi }}{\int }_{-\infty }^{\infty }f(t)e^{-jwt}dt=F(w)\text{\hspace{1em}(2-1-1)}$$

   $$f_2(x)=\frac{1}{\sqrt[]{2\pi }}{\int }_{-\infty }^{\infty }F(w)e^{-jwt}dw=f(-t)\text{\hspace{1em}(2-1-2)}$$

   那么对这次的结果再做一次傅里叶变换,见式(2-1-3),可以发现结果式频域信号的翻转.如果对这一次的结果再做一次傅里叶变换呢?见式(2-1-4),我们竟然得到了原始信号本身,这意味着对一个信号连续做4次的傅里叶变换,最后竟然会回到信号本身.
   $$f_3(x)=\frac{1}{\sqrt[]{2\pi }}{\int }_{-\infty }^{\infty }f(-t)e^{-jwt}dt=F(-w)\text{\hspace{1em}(2-1-3)}$$

   $$f_4(x)=\frac{1}{\sqrt[]{2\pi }}{\int }_{-\infty }^{\infty }F(-w)e^{-jwt}dw=f(t)\text{\hspace{1em}(2-1-4)}$$

   $c.c.shih$的观点是:如果把$f_0(x),f_1(x),f_2(x),f_3(x)$当作基本态,那么将分数傅里叶变换定义为这4种状态的线性叠加,就定义了一种新的分数傅里叶变换,见式(2-1-5),叠加的系数是阶数的函数.
   $$F^{\alpha }(x)=A_0(\alpha )f_0(x)+A_1(\alpha )f_1(x)+A_2(\alpha )f_2(x)+A_3(\alpha )f_3(x）\text{\hspace{1em}(2-1-5)}$$
   定义符号$A_j(\alpha )$为代表着第j个和阶数$\alpha$有关的权重系数.同时我们也可以得到当阶数是整数的时候,系数的表达式为式(2-1-6),其中$j=0,1,2,3,l=0,1,2,3$.那么新的问题来了,这些和阶数相关的系数应该如何求解呢?$c.c.shi$给出了相关定理,通俗地讲,对一个信号先做$\alpha$阶的分数傅里叶变换再做$\beta$阶的分数傅里叶变换所得到的结果应该是对信号做$(\alpha +\beta )$阶的分数傅里叶变换,同时也是对一个信号先做$\beta$阶的分数傅里叶变换再做$\alpha$阶的分数傅里叶变换,见式(2-1-7),这样给人的感觉很直观.对于任意的$\alpha$和$\beta$,分数傅里叶变换$F_s^{\alpha }$具有可加性.
   $$A_j(l)=\delta (j-l)\text{\hspace{1em}(2-1-6)}$$

   $$F_s^{\alpha }{F}_s^{\beta }=F_s^{\beta }{F}_s^{\alpha }=F_s^{\alpha +\beta }\text{\hspace{1em}(2-1-7)}$$

   于是在满足上述定理的情况下,于是可以得到函数方程组(2-1-8),该方程组满足式(2-1-6)的边界条件.我们将其写成矩阵的表达形式,见(2-1-9).
   $$\{\begin{array}{l}{A}_0(\alpha +\beta )=A_0(\alpha )A_0(\beta )+A_1(\alpha )A_3(\beta )+A_2(\alpha )A_2(\beta )+A_3(\alpha )A_1(\beta )\\ A_1(\alpha +\beta )=A_0(\alpha )A_1(\beta )+A_1(\alpha )A_0(\beta )+A_2(\alpha )\end{array}$$