傅里叶级数和傅里叶变换之间的关系推理及应用

傅里叶级数和傅立叶变换是傅里叶分析的两个主要工具，它们之间有密切的关系。

什么是傅里叶级数

傅里叶级数是将一个周期函数分解为一系列正弦和余弦函数的和。它适用于周期性信号，可以将周期函数表示为一组振幅和相位不同的谐波分量的和。傅里叶级数展示了一个周期函数在不同频率上的频谱内容。这样说太学究了，刚开始接触的人的可能看到这就头大了……

所以傅里叶级数到底是什么呢？

引子：

我们平时理解的更多是平面中的点，一个数A，都可以找到一些数B,C线性组合相加等于A，$A=k_{1}B+k_{2}C$。$k_1,k_2是常数$。我们将$k_1,k_2$改写一下，$A=Bx+Cy$，变成了我们熟悉的形式。一个正交坐标系可以描述平面上的任意一点。

平面坐标系找到一组正交x,y即可以线性组合拟合A。如果A代表的不是一个数，是一个函数呢？是不是也可以找到类似的正交系x,y。但是函数的一组正交系是什么呢？

周期性函数呢？周期性函数可是有无数个点呀？用什么去拟合呢，此时可能看到这个问题的你在内心里已经有了一些小的想法了，就是找到一组周期性线的函数去拟合。

傅里叶老前辈找到了帮我们找到了，就是下列的三角函数！！！！！！！
$1，\cos (x)，\sin (x)，\cos (2x)，\sin (2x)，\dots ，\cos (nx)，\sin (nx)$，… 称为三角函数系。

傅立叶级数可以用以下公式表示：

$f_T(x)=\frac{a_0}{2}+{\sum }_{n=1}^N\left(a_n\cos \left(\frac{2\pi n}{T}x\right)+b_n\sin \left(\frac{2\pi n}{T}x\right)\right)$

展开写理解起来会容 易一些：

$$\begin{gathered} f(x_0)=\frac{a_0}{2}+a_1\cos \left(\frac{2\pi n_1}{T}{x}_0\right)+b_1\sin \left(\frac{2\pi n_1}{T}{x}_0\right)+a_2\cos \left(\frac{2\pi n_2}{T}{x}_0\right)+b_2\sin \left(\frac{2\pi n_2}{T}{x}_0\right) \\ +\dots \\ +a_N\cos \left(\frac{2\pi N}{T}{x}_0\right)+N\sin \left(\frac{2\pi N}{T}{x}_0\right) \end{gathered}$$

$$\begin{gathered} f(x_1)=\frac{a_0}{2}+a_1\cos \left(\frac{2\pi n_1}{T}{x}_1\right)+b_1\sin \left(\frac{2\pi n_1}{T}{x}_1\right)+a_2\cos \left(\frac{2\pi n_2}{T}{x}_1\right)+b_2\sin \left(\frac{2\pi n_2}{T}{x}_1\right) \\ +\dots \\ +a_N\cos \left(\frac{2\pi N}{T}{x}_1\right)+N\sin \left(\frac{2\pi N}{T}{x}_1\right) \end{gathered}$$

$$\begin{gathered} f(x_2)=\frac{a_0}{2}+a_1\cos \left(\frac{2\pi n_1}{T}{x}_2\right)+b_1\sin \left(\frac{2\pi n_1}{T}{x}_2\right)+a_2\cos \left(\frac{2\pi n_2}{T}{x}_2\right)+b_2\sin \left(\frac{2\pi n_2}{T}{x}_2\right) \\ +\dots \\ +a_N\cos \left(\frac{2\pi N}{T}{x}_2\right)+N\sin \left(\frac{2\pi N}{T}{x}_2\right) \end{gathered}$$

$⋮$

$$\begin{gathered} f(x_N)=\frac{a_0}{2}+a_1\cos \left(\frac{2\pi n_1}{T}{x}_N\right)+b_1\sin \left(\frac{2\pi n_1}{T}{x}_N\right)+a_2\cos \left(\frac{2\pi n_2}{T}{x}_N\right)+b_2\sin \left(\frac{2\pi n_2}{T}{x}_N\right) \\ +\dots \\ +a_N\cos \left(\frac{2\pi N}{T}{x}_N\right)+N\sin \left(\frac{2\pi N}{T}{x}_N\right) \end{gathered}$$

这里的合成的概念是时域上的叠加的概念，图片来源wikipedia

其中，$f(x)$是周期为TT<