从零开始傅里叶变换

1 Overview

Motivation：从时域转换到频域。相当于提取了信号的频率特征，可以做进一步的处理和分析。

对于时域内的一个信号 $f(t)$ ，可以通过傅里叶变换得到频域函数 $F(\omega )$，同样也可以从频域转化为时域。

傅里叶变换：
$$F(\omega )={\int }_{-\infty }^{\infty }f(t)\cdot e^{-i\omega t}\text{ d}t$$
傅里叶逆变换：
$$f(t)=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(\omega )e^{i\omega t}\text{ d}\omega$$

2 傅里叶级数

傅里叶级数：任意周期性函数（波形）都可以表示成多个正余弦函数的线性组合。
$$\begin{array}{rl}f(t)& =\frac{a_0}{2}+a_1\cos (\omega t)+b_1\sin (\omega t)+a_2\cos (\omega t)+b_2\sin (\omega t)+\cdots \\ & =\frac{a_0}{2}+\sum _{n=1}^{\infty }(a_n\cos (n\omega t)+b_n\sin (n\omega t))\end{array}$$
其中
$$\begin{gathered} a_n=\frac{2}{T}{\int }_{t_0}^{t_o+T}f(t)\cos (n\omega t)\text{d}t \\ {b}_n=\frac{2}{T}{\int }_{t_0}^{t_o+T}f(t)\sin (n\omega t)\text{d}t \end{gathered}$$

2.1 基向量

为什么一个周期性函数（波形）可以表示成多个正余弦函数的线性组合？

• Recall 空间中的基向量：

  • $M$ 维空间的任意一个向量都可以表示为该空间的基向量 Q = { q 1 , q 2 , ⋯   , q M } \mathbf Q=\{\mathbf q_1,\mathbf q_2,\cdots,\mathbf q_M\} Q={ q1​,q2​,⋯,qM​} 的线性组合：$\mathbf{v}=x_1{\mathbf{q}}_1+x_2{\mathbf{q}}_2+\cdots +x_M{\mathbf{q}}_M$
  • 这 $M$ 个基向量两两正交：${\mathbf{q}}_i^{\top }{\mathbf{q}}_j=0,(i\ne j)$

• Recall 正交函数：

  • 将函数看作向量，连续函数也就是一个维度 $M=\infty$ 的向量。即一个在 $[a,b]$ 上有定义的实函数 $f(x)$ 可以表示为一个$M$ 维的向量 $\mathbf{f}$：$f(x)=\mathbf{f}=(f(a),f(a+\Delta x),f(a+2\Delta x),\cdots ,f(a+(M-1)\Delta x))$。其中 $\Delta x\to 0$ 且 $b=a+(M-1)\Delta x$

  • 根据上文中提到的

    $M$ 维空间的任意一个向量都可以表示为该空间的基向量 Q = { q 1 , q 2 , ⋯   , q M } \mathbf Q=\{\mathbf q_1,\mathbf q_2,\cdots,\mathbf q_M\} Q={ q1​,q2​,⋯,qM​} 的线性组合

    那么 $\mathbf{f}$ 可以由 $M$ 个 $M$ 维的正交向量表示（基向量），找到基向量 ${\mathbf{g}}_0,{\mathbf{g}}_1,\cdots ,{\mathbf{g}}_{M-1}$ 表示为函数 $g_0,g_1,\cdots ,g_{M-1}$：
    $$\begin{array}{rl}{\mathbf{g}}_0& =g_0(x)=(g_0(a),g_0(a+\Delta x),g_0(a+2\Delta x),\cdots ,g_0(a+(M-1)\Delta x))\\ {\mathbf{g}}_1& =g_1(x)=(g_1(a),g_1(a+\Delta x),g_1(a+2\Delta x),\cdots ,g_1(a+(M-1)\Delta x))\\ & \cdots \\ {\mathbf{g}}_{M-1}& =g_{M-1}(x)=(g_{M-1}(a),g_{M-1}(a+\Delta x),g_{M-1}(a+2\Delta x),\cdots ,g_{M-1}(a+(M-1)\Delta x))\end{array}$$
    可以得出 $g_0,g_1,\cdots ,g_{M-1}$ 是两两正交的函数，也就是：${\int }_a^b{g}_i(x)g_j(x)\text{d}x=0,(i\ne j)$

    那么 $\mathbf{f}$ 可以由 $g_0,g_1,\cdots ,g_{M-1}$ 的线性组合来表示：
    $$f(x)=\mathbf{f}=a_0{g}_0(x)+a_1{g}_1(x)+\cdots +a_{M-1}{g}_{M-1}(x)$$
    为了求系数 $a_n$，其中 $n=0,\cdots M-1$，先在两边同时乘上 $g_n(x)$，然后再对 $x$ 积分
    $$\begin{array}{rl}{\int }_a^{b}f(x)g_n(x)\text{d}x& ={\int }_a^b(a_0{g}_0(x)+a_1{g}_1(x)+\cdots +a_{M-1}{g}_{M-1}(x))g_n(x)\text{ d}x\\ & ={\int }_a^b{a}_0{g}_0(x)g_n(x)+a_1{g}_1(x)g_n(x)+\cdots a_n{g}_n(x)g_n(x)+\cdots +a_{M-1}{g}_{M-1}(x)g_n(x)\text{ d}x\\ & ={\int }_a^{b}0+0+\cdots +a_n{g}_n(x)g_n(x)+\cdots +0\text{ d}x\\ & ={\int }_a^b{a}_n{g}_n(x)g_n(x)\text{ d}x\\ a_n& =\frac{{\int }_a^{b}f(x)g_n(x)\text{d}x}{{\int }_a^b{g}_n(x)g_n(x)\text{ d}x}\end{array}$$

2.2 三角函数系表示 $f(t)$

2.2.1 三角函数系的正交性

• 三角函数系 $1,\cos (\omega t),\sin (\omega t),\cos (2\omega t),\sin (2\omega t),\cdots \cdots ,\cos (n\omega t),\sin (n\omega t),\cdots \cdots$ 就是这样的一组在区间 $[t_1,t_2]$ 内两两正交的函数，即上文中的 $g_0(t),g_1(t),\cdots ,g_{M-1}(t)$。这里 $\omega =\frac{2\pi }{t_2-t_1}$

• 证明三角函数系确实是两两正交的，这些三角函数可以分为五类：$1,\cos (n\omega t),\cos (m\omega t),\sin (n\omega t),\sin (m\omega t)$。这里 $n\ne m$ 且 $n,m=1,2,3\cdots$ 即正整数。证明这五类两两正交即可

  • $1\perp \cos (n\omega t):{\int }_{t_1}^{t_2}\cos (n\omega t)\text{ d}t=$