傅里叶级数和傅里叶变换
傅里叶级数和傅里叶变换
第九章 傅里叶级数和傅里叶变换在自然界中广泛地存在各种各样的周期性运动(即相隔一定时间间隔往复循返的过程)。
例如,日月星球的运动,海洋潮汐的运动,电磁波与声波的运动,工厂里机器部件的往复运动,时钟摆的摆动以及人体心脏的跳动等等,都是周期性运动。
为了描述周期性的运动过程,数学上是借助某类函数来描述的。
当然这类函数也要体现出周期性。
这类函数称为周期函数。
在前面几章中,为了研究函数的性质,常常采用分析表示法,将这些函数在某区域展开成幂级数的形式,如泰勒级数或罗朗级数。
但是,这种幂级数形式的展开式是体现不出周期性来的,那么,对于周期性函数应采取怎样的分析表示法呢?这就是本章要讨论的内容。
9.1 周期函数和傅里叶级数9.1.1 周期函数 凡满足以下关系式:)()(x f T x f =+ (T 为常数) (9.1.1) 的函数,都称为周期函数。
周期的定义(1) 满足式(9.1.1)的T 值中的最小正数,即为该函数的周期; (2) 一个常数以任何正数为周期。
9.1.2 基本三角函数系按某一规律确定的函数序列称为函数系。
如下形式的函数系:1,x l πcos,x l πsin,x l π2cos ,x l π2sin ,…,x l k πcos ,x lk πsin ,… (9.1.2)称为基本三角函数系。
所有这些函数具有各自的周期,例如x l k πcos 和x lk πsin 的周期为kl2,但它们的共有周期为l 2(即所有周期的最小公倍数)。
通常这个周期命名为函数系的周期。
所以式(9.1.2)的三角函数系的周期为l 2。
如果我们将基本三角函数系中的函数,任意取n 个组合,则我们可以得到一个较复杂的函数。
例如图9.1(a )是两个函数的组合x lx l x f ππ2sin 21sin )(-=;图9.1(b )是三个函数的组合x lx l x l x f πππ3sin 312sin 21sin )(+-=。
傅里叶变换和傅里叶级数的收敛问题
1、傅里叶变换和傅里叶级数的收敛问题由于傅里叶级数是一个无穷级数,因而存在收敛问题。
这包含两方面的意思:是否任何周期信号都可以表示为傅里叶级数;如果一个信号能够表示为傅里叶级数,是否对任何t 值级数都收敛于原来的信号。
关于傅里叶级数的收敛,有两组稍有不同的条件。
第一组条件:如果周期信号()t x 在一个周期内平方可积,即()∞<⎰dt Tt x 2则其傅里叶级数表达式一定存在。
第二组条件,与第一组条件稍有不同,就是狄里赫利条件,它包括以下三点: (1)在任何周期内,x 必须绝对可积,即()∞<⎰dt t x T 0(2)在任何周期内,()t x 只有有限个极值点,且在极值点处的级值为有限值。
(3)在任何有限区间内,()t x 只有有限个间断点,且在这些不连续点处,()t x 为有限值。
傅里叶变换的收敛问题也有两组类似的条件: 第一组条件:如果()t x 平方可积,即()∞<⎰∞∞-dt t x 2则()t x 的傅里叶变换存在。
满足上式可以保证()ΩX 为有限值。
第二组条件也称为狄里赫利条件,这就是: (1)()t x 绝对可积,即()∞<⎰∞∞-dt t x(2)在任何有限区间内,()t x 只有有限个极值点,且在这些极值点处的极值是有限值。
(3)在任何有限区间内,()t x 只能有有限个间断点,而且这些间断点都必须是有限值。
吉布斯现象:当简单地把信号频谱截断时,相当于给信号频谱加上了一个矩形窗口函数,正是由于矩形窗口函数的时域特性导致了在间断点处的吉布斯现象的产生。
2、周期序列的傅里叶级数展开和傅里叶变换之间的问题假定()t x 是一个长度为N 的有限长序列,将()t x 以N 为周期延拓而成的周期序列为()n x ~,则有()()∑∞-∞=-=r rN n x n x ~或表示为()()()N n x n x =~。
于是()n x ~与()n x 的关系表示为:()()()Nn x n x =~()()()n R n x n x N ~=将()n x ~表示为离散时间傅里叶级数有:()()kn NN n Wk X Nn x --=⋅=∑10~~1()()kn NN n W n x k X ⋅=∑-=10~~其中()k X ~是傅里叶级数的系数,这样做的目的是使其表达形式与离散时间傅里叶变换的形式相类似。
4种傅里叶变换
copyright©赵越 ise_zhaoy1@
4种傅里叶变换
DFT的变换 的变换
x(nT)=x(n)
Tp = 1 F
Tp = NT
x(e jkΩ0T ) x(k)
0 T 2T 1 2
Ωs = 2 π T 1 fs = T
NT
N
Ω0 =
2 π =2 F π Tp
t n
Ωs = N 0 Ω
( )
--Ω
copyright©赵越 ise_zhaoy1@
4种傅里叶变换
4.离散傅里叶变换 离散傅里叶变换(DFT) 离散傅里叶变换
周期性离散时间信号从上可以推断: 周期性离散时间信号从上可以推断: 从上可以推断 周期性时间信号可以产生频谱是离散的 离散时间信号可以产生频谱是周期性的。 离散时间信号可以产生频谱是周期性的。 得出其频谱为周期性离散的 得出其频谱为周期性离散的。 周期性离散
copyright©赵越 ise_zhaoy1@
4种傅里叶变换
四种傅里叶变换形式的归纳
copyright©赵越 ise_zhaoy1@
Ω
正: X(e jω ) =
1 反 : x(n) = 2π
n=−∞
x(n)e − jnω ∑
∞
∫π
−
π
X(e jπ )e jnω dω
copyright©赵越 ise_zhaoy1@
4种傅里叶变换
对称性
时域信号 离散的 非周期的 频域信号 周期的 连续的
时域:非周期、离散(取样间隔为T 时域:非周期、离散(取样间隔为T) 频域:连续、周期( 频域:连续、周期(周期为 Ω = 2π ) s
copyright©赵越 ise_zhaoy1@
傅里叶变换与傅里叶级数
傅里叶级数和傅里叶变换的区别与联系以上我们分别讨论了傅里叶级数和傅里叶变换的定义及其存在条件,现简要讨论一下二者的区别。
前已述及,傅里叶级数对应的是周期信号,而傅里叶变换对应的是非周期信号;前者要求信号在一个周期内的能量是有限的,而后者要求信号在整个时间区间内的能量是有此外,傅里叶级数的系数X(k Q2o )是离散的,而傅里叶变换x(jn)是Q的连续函数。
由此可见,傅里叶级数与傅里叶变换二者的物理含义不同,因而量纲也不同。
X(k Q。
)代表了周期信号x(t)的第k次谐波幅度的大小,而x(js2)是频谱密度的概念为说明这一点,我们可将一个非周期信号视为周期丁趋于无穷大的周期信号。
由Q o=2 n /!可知,若T TS则必有Qo TO, k Qo 将(3. 1. 3)式两边同乘以T,并取时的极限,可得hm7'A (if)r ) - lim —- = X(jn) (3. t 13) 瞬以•从童姻上于IWift幅度除以類率显见*它是義墙麼度的If念.比较01翥】■ I, M 3. L2A(3, L5)W(3.1/12)^式;菱们看到•周期倩号的傅里叶系数和用谏倩号的一牛周期所求出的傅塑叶童换的黄索为只厲仏)=\a…^这一Jt累也可由图3. I, 1和图龙L 2曹岀,由(L2*飭)式可側周期值号了仃)的功率■= S= £ i xun)i f于垦有时".r{ t) |:d/ :一£W “我们*用同样的方注可&.导出匕厂J I 之〔門 a 匕| X(jjQ) dD (3t L 16)© 1.15)#(3* L 16)Xin .1i 的两t JtSft 为pfirwval 关系或Par^eval 定理.前# 反映的是劝率Jt 系,痞帰反映的是能H关累.现住•我I订不考慮(乳1.羅试的约电及Dirichlet条件,立接求鮮周期佰号的傅曬叶变换「将G I)式代人佩1.门式*有该式表明,一个周期信号的傅里叶变换是由频率轴上间距为Q。
傅里叶级数与傅里叶变换
傅里叶级数与傅里叶变换傅里叶级数和傅里叶变换是现代数学以及工程学领域中非常重要的概念。
它们广泛应用于信号处理、图像处理、通信系统、电子电路等方面。
本文将介绍傅里叶级数和傅里叶变换的基本概念、原理和应用。
一、傅里叶级数傅里叶级数是一种用正弦函数和余弦函数的线性组合来表示周期函数的方法。
对于任意周期为T的函数f(t),其傅里叶级数表示为:f(t) = a0 + Σ(an*cos(nωt) + bn*sin(nωt))其中,a0为零频率分量的系数,an和bn为一系列傅里叶系数,n为正整数,ω=2π/T为基本频率。
傅里叶级数展开式中的每一项都代表了函数f(t)中具有不同频率的分量。
通过计算适当的系数an和bn,我们可以将任意周期函数表示为一系列正弦和余弦函数的线性组合。
这使得我们能够分析、合成和处理不同频率的信号。
二、傅里叶变换傅里叶变换是将一个时域函数转换为频域函数的过程。
对于非周期函数f(t),它的傅里叶变换表示为:F(ω) = ∫[f(t)e^(-jωt)]dt其中,F(ω)为频域函数,ω为连续频率参数,e为自然对数的底,j为虚数单位。
傅里叶变换将时域函数转换为频域函数,可以帮助我们理解和分析信号在不同频率上的能量分布。
频域函数F(ω)表示了原始信号中不同频率的幅度和相位信息。
通过傅里叶变换,我们可以在频域对信号进行滤波、调制、解调等操作,从而实现对信号的处理和传输。
三、傅里叶级数与傅里叶变换的关系傅里叶级数和傅里叶变换在数学上是相互关联的。
傅里叶级数是对周期函数进行频谱分析的方法,而傅里叶变换则适用于各种非周期信号的频谱分析。
当周期T趋于无穷大时,傅里叶级数就变成了傅里叶变换的极限形式。
傅里叶变换可以看作是傅里叶级数的一个推广,将其应用于非周期信号的频谱分析。
四、傅里叶级数与傅里叶变换的应用傅里叶级数和傅里叶变换在信号处理和通信领域有着广泛的应用。
以下是一些典型的应用场景:1. 信号滤波:通过傅里叶变换,我们可以在频域对信号进行滤波操作,以去除不需要的频率成分或者保留感兴趣的频率成分。
傅里叶级数和傅里叶变换
傅里叶级数和傅里叶变换傅里叶级数和傅里叶变换是数学中常见且重要的概念,它们在信号处理、图像处理、电路分析以及物理学等领域中起着重要的作用。
本文将介绍傅里叶级数和傅里叶变换的基本原理、应用以及它们之间的关系。
一、傅里叶级数傅里叶级数是将一个周期性函数表示为正弦函数和余弦函数的无限级数。
在数学上,一个周期为T的函数f(t)可以表示为傅里叶级数的形式:f(t) = a0/2 + ∑(an*cos(nω0t) + bn*sin(nω0t))其中,a0表示直流分量,an和bn分别表示函数f(t)在一个周期内的cosine分量和sine分量,n为正整数,ω0为角频率,ω0 = 2π/T。
傅里叶级数的基本原理是,任何一个函数都可以用一系列基本的正弦和余弦函数来表示。
通过计算函数f(t)在一个周期内的各种正弦和余弦分量的系数,我们可以将函数f(t)展开成傅里叶级数的形式。
傅里叶级数在信号处理中有广泛的应用,例如音频信号的分析与合成、图像压缩等。
通过对信号进行傅里叶级数分解,我们可以得到信号的频率成分,从而对信号进行频域分析和处理。
二、傅里叶变换傅里叶变换是将一个非周期性函数或一个有限区间内的函数表示为连续频谱的方法。
傅里叶变换可以将一个时域上的函数转换为频域上的函数,从而能够更方便地观察信号在不同频率上的分量。
函数f(t)的傅里叶变换定义为:F(ω) = ∫f(t) * exp(-jωt) dt其中,F(ω)表示函数f(t)的频域表示,ω为频率。
傅里叶变换将函数f(t)从时域转换到频域,提供了频域上对信号进行分析和处理的方法。
傅里叶变换在信号处理中有广泛的应用,例如频率滤波、信号去噪、图像处理等。
通过对信号进行傅里叶变换,我们可以将信号表示为一系列复指数函数的线性组合,从而得到信号的频谱信息。
三、傅里叶级数与傅里叶变换的关系傅里叶级数和傅里叶变换之间存在着密切的关系。
事实上,傅里叶级数可以看作是傅里叶变换的一种特殊形式,即周期为T的函数的傅里叶级数可以看作是傅里叶变换在频率上的离散表示。
傅里叶变换常用公式
傅里叶变换常用公式1. 简介傅里叶变换是一种重要的数学工具,用于将一个信号从时域转换到频域。
它常被应用于信号处理、图像处理、通信等领域。
本文将介绍傅里叶变换的基本概念和常用公式。
2. 傅里叶级数傅里叶级数是傅里叶变换的基础,它用于将周期信号表示为一系列正弦和余弦函数的和。
傅里叶级数的公式如下:傅里叶级数公式傅里叶级数公式在上述公式中,f(t)表示周期为T的函数,a0是直流成分,ak和bk是傅里叶系数。
3. 傅里叶变换傅里叶变换是将非周期信号表示为一组连续的频谱的过程。
傅里叶变换的公式如下:傅里叶变换公式傅里叶变换公式在上述公式中,F(w)表示频域信号,f(t)表示时域信号,j是虚数单位。
4. 反傅里叶变换反傅里叶变换是将频域信号恢复为时域信号的过程。
反傅里叶变换的公式如下:反傅里叶变换公式反傅里叶变换公式在上述公式中,F(w)表示频域信号,f(t)表示时域信号。
5. 常见傅里叶变换公式下面列举了一些常见的傅里叶变换公式:5.1 正弦函数的傅里叶变换正弦函数的傅里叶变换的公式如下:正弦函数的傅里叶变换公式正弦函数的傅里叶变换公式在上述公式中,f(t)是正弦函数,F(w)是其频域信号。
5.2 余弦函数的傅里叶变换余弦函数的傅里叶变换的公式如下:余弦函数的傅里叶变换公式余弦函数的傅里叶变换公式在上述公式中,f(t)是余弦函数,F(w)是其频域信号。
5.3 矩形脉冲的傅里叶变换矩形脉冲的傅里叶变换的公式如下:矩形脉冲的傅里叶变换公式矩形脉冲的傅里叶变换公式在上述公式中,f(t)是矩形脉冲,F(w)是其频域信号。
5.4 高斯函数的傅里叶变换高斯函数的傅里叶变换的公式如下:高斯函数的傅里叶变换公式高斯函数的傅里叶变换公式在上述公式中,f(t)是高斯函数,F(w)是其频域信号。
6. 结论傅里叶变换是一种非常强大的数学工具,用于将信号从时域转换到频域。
本文介绍了傅里叶级数、傅里叶变换和反傅里叶变换的基本公式,并列举了一些常见的傅里叶变换公式。
傅里叶级数与傅里叶变换
最常见的三角级数是傅立叶级数。
傅立叶级数
直线
y kx b
y x
抛物线 y ax2 bx c
y x
傅立叶级数展开(T=2l)
y
f (x)
a0 2
n x
(an cos
二维Hartley变换
F f (x)eix d x
一维傅立叶变换
FF
,
F f
x, y
f (x, y)ei2 x yd x d y
二维傅立叶变换
傅立叶变换存在问题:核函数中出现了复数,这就意 味着即使在空域中的实序列经过傅立叶变换之后也会 变成复数,如果实序列用复序列来处理,问题本身将 被复杂化。
恩格斯把傅里叶的数学成就与他所推崇的哲学家黑格尔的辩证法 相提并论。他写道:傅里叶是一首数学的诗,黑格尔是一首辩证 法的诗。
傅立叶级数
常见的表示函数的工具:幂级数和三角级数。
幂级数简单、方便,但条件苛刻,要求函数在相应的区 间内不仅必须无限次可微,还有其它一些要求(例如收 敛性等),因而从理论上说其使用范围比较有限。
周期函数展开成傅立叶级数的核心思想是:f(x)可以分解 为不同频率的谐波之和。
傅立叶级数 例2:周期为τ =1的方波函数
傅立叶级数
若设f(x)是定义在(-∞,+∞)区间上的非周期函数,它 是否可以表示为不同频率谐波的迭加?
设f(x),及其一阶导数f΄(x)在任意一个有限区间上
分段连续,且
f xd存x 在。
由于
1 1 1 , n
l l
n
lim l
傅里叶级数与傅里叶变换
傅里叶级数与傅里叶变换傅里叶级数和傅里叶变换是数学中重要的概念,广泛应用于信号处理、图像处理、通信系统等领域。
它们为我们理解和分析周期信号以及非周期信号提供了有效的数学工具。
本文将分别介绍傅里叶级数和傅里叶变换的基本概念、性质和应用。
一、傅里叶级数傅里叶级数是指将一个周期函数表示成一系列正弦和余弦函数的和。
它的基本思想是利用正弦和余弦函数的基本频率,将一个周期函数分解成多个不同频率的谐波分量,从而得到函数的频谱内容。
在数学上,傅里叶级数表示为:\[f(t) = \sum_{n=-\infty}^{\infty}c_ne^{i \omega_n t}\]其中,$c_n$代表系数,$e^{i \omega_n t}$是正弦和余弦函数的复数形式,$\omega_n$是频率。
将周期函数用傅里叶级数表示的好处是,可以通过调整系数来控制频谱内容,进而实现信号的滤波、合成等操作。
傅里叶级数的性质包括线性性、对称性、频谱零点等。
线性性意味着可以将不同的周期函数的傅里叶级数叠加在一起,得到它们的叠加函数的傅里叶级数。
对称性则表示实函数的傅里叶级数中系数满足一定的对称关系。
频谱零点表示在某些特殊条件下,函数的傅里叶级数中某些频率的系数为零。
傅里叶级数的应用广泛,例如在音频信号处理中,利用它可以进行音乐合成、乐音分析和音频压缩等操作。
此外,在图像处理领域,傅里叶级数被广泛应用于图像滤波、增强、噪声消除等方面。
二、傅里叶变换傅里叶变换是傅里叶级数的推广,用于处理非周期信号。
它将时域的信号转换为频域的信号,从而可以对信号进行频谱分析和处理。
傅里叶变换的定义为:\[F(\omega) = \int_{-\infty}^{\infty}f(t)e^{-i \omega t}dt\]其中,$F(\omega)$表示信号的频域表示,$f(t)$为时域信号,$\omega$为连续的角频率。
傅里叶变换可以将时域的信号分解成不同频率的复指数函数,并用复数表示频谱信息。
已知傅里叶级数求傅里叶变换
已知傅里叶级数求傅里叶变换傅里叶级数和傅里叶变换是信号处理和数学中非常重要的概念,它们在科学、工程、物理学和数学各个领域都有着广泛的应用。
傅里叶级数用于描述周期性信号的频域特性,而傅里叶变换则适用于非周期性信号,将信号从时域转换到频域。
通过对这两个概念的深入了解,我们可以更好地理解信号的频谱特性和信号处理的方法。
接下来,让我们来深入探讨已知傅里叶级数如何求傅里叶变换。
一、傅里叶级数的基本概念在深入研究傅里叶变换之前,我们需要首先了解傅里叶级数的基本概念。
傅里叶级数可以表示任意周期信号为一系列正弦和余弦函数之和的形式,它的数学表达式为:\[ f(t) = \frac{a_0}{2} + \sum\limits_{n=1}^{\infty} (a_n\cos{(\frac{2\pi nt}{T})} + b_n \sin{(\frac{2\pi nt}{T})}) \]其中,\[ f(t) \] 代表信号的时域表示,\[ T \] 代表信号的周期,\[ a_0, a_n, b_n \] 为傅里叶系数。
二、傅里叶级数到傅里叶变换当我们已知一个信号的傅里叶级数,想要求出其傅里叶变换时,我们可以通过一定的方法将傅里叶级数转换为傅里叶变换。
这里需要引入复数形式的傅里叶级数,即欧拉公式:\[ e^{ix} = \cos{x} + i\sin{x} \]通过欧拉公式,我们可以将之前的正弦和余弦函数转化为指数形式的复数函数。
这为我们求解傅里叶变换提供了便利。
傅里叶变换的数学定义是:\[ F(\omega) = \int_{-\infty}^{\infty} f(t)e^{-i\omega t} dt \]其中,\[ f(t) \] 为时域信号,\[ F(\omega) \] 为频域信号,表示信号在频域上的频谱特性。
三、从傅里叶级数推导傅里叶变换对于已知傅里叶级数的情况,我们可以通过一些步骤将其转换为傅里叶变换。
根据欧拉公式将傅里叶级数中的正弦和余弦函数转化为指数形式的复数函数。
什么是傅里叶傅里叶级数和傅里叶变换,并说明两者的区别与联系
什么是傅里叶级数和傅里叶变换,两者的区别与联系傅里叶级数和傅里叶变换都是将信号从时域转换到频域的数学工具。
傅里叶级数:傅里叶级数是针对周期函数的,它用一组正交函数将周期信号表示出来。
具体来说,所有周期信号都可以分解为不同频率的各次谐波分量。
这意味着周期波都可分解为n次谐波之和。
傅里叶变换:傅里叶变换则是用来处理非周期函数的,它可以用一组正交函数将非周期信号表示出来。
与傅里叶级数不同的是,非周期信号可以看作不同频率的余弦分量叠加,其中频率分量可以是从0到无穷大任意频率,而不是像傅里叶级数一样由离散的频率分量组成。
傅里叶级数和傅里叶变换都是数学工具,用于将信号从时域转换到频域。
但它们之间存在明显的区别和联系:1. 本质不同:傅里叶级数是周期信号的另一种时域表达方式,可以看作是正交级数,即不同频率的波形的叠加。
而傅里叶变换是完全的频域分析,它可以将非周期信号转换为频域表示。
简而言之,傅里叶级数是用一组正交函数将周期信号表示出来,而傅里叶变换是用一组正交函数将非周期信号表示出来。
2. 适用范围不同:傅里叶级数主要适用于对周期性现象做数学上的分析。
而傅里叶变换可以看作傅里叶级数的极限形式,也可以看作是对周期现象进行数学上的分析,同时也适用于非周期性现象的分析。
3. 周期性不同:傅里叶级数是一种周期变换,它以三角函数为基对周期信号的无穷级数展开。
而傅里叶变换是一种非周期变换,它可以将非周期信号转换为频域表示。
4. 联系:傅里叶级数可以视作傅里叶变换的特例。
当周期信号的周期趋于无穷大时,傅里叶级数可以取极限得到傅里叶变换。
此外,无论是傅里叶级数还是傅里叶变换,都是为了将信号从时域转到频域。
傅里叶级数和傅里叶变换都是强大的数学工具,用于分析和处理信号,但它们的应用范围和性质有所不同。
应用高等数学-6.1 傅里叶变换
例8
试证单位阶跃函数
F () F[(t)] (t)e jt d t e jt 1
t0
显然, (t)与常数1构成了一傅氏变换对,按
逆变换公式有
(t)
F
1[F ()]
1 2π
e
jt
d
由上式可得 e jt d 2π (t)
(6-9)
这是一个关于δ函数的重要公式.
例5 证明:1和 2π ()构成傅氏变换对.
f
(t)
1, 1,
π t 0 0 t π
如何将函数展开为傅里叶级数的三角形式.
解: 由定理6.1可得 0 1,a0 0,an 0 (n 1, 2,L )
bn
1
π
f (t)sin ntdt
π
π2
π
sin ntdt
0
nπ 2 (cos
nt
π
) 0
nπ 2 (1 cos nπ)
nπ 2 [1 (1)n ]
2π ( 0 )
例7 求正弦函数 f (t) sin 0t 的傅氏变换.
解:
F() F[ f (t)]
e
jt
sin
0t
d
t
1 (e j0t e j0t )e jt d t
2 j
1 (e j(0 )t e j(0 )t ) d t
2 j
jπ[ ( 0 ) ( 0 )]
式中当t=0可得重要积分公式
sin
x
d
x
π
0x
2
例4
求单边指数衰减函数
f
(t)
0, et ,
t0 t0
( 0)
的频谱函数、振幅谱、相位谱.
傅里叶级数和傅里叶变换的关系和区别
傅里叶级数和傅里叶变换的关系和区别摘要:一、傅里叶级数简介二、傅里叶变换简介三、傅里叶级数与傅里叶变换的关系四、傅里叶级数与傅里叶变换的区别五、应用场景分析正文:傅里叶级数和傅里叶变换是数学和工程领域中广泛应用的两种信号处理方法。
它们在一定程度上具有相似性,但也存在明显的区别。
下面我们将分别介绍这两种方法,并探讨它们之间的关系和区别。
一、傅里叶级数简介傅里叶级数是一种将周期函数分解为一系列正弦和余弦函数和的形式。
任何一个周期函数都可以表示为傅里叶级数,这种表示方法在信号处理、图像处理等领域具有广泛的应用。
傅里叶级数提供了将复杂信号分解为简单正弦和余弦函数的和的方法,从而便于分析和处理。
二、傅里叶变换简介傅里叶变换是一种将时域信号转换为频域信号的数学方法。
通过傅里叶变换,我们可以将一个信号分解为一系列不同频率的正弦和余弦函数的乘积。
傅里叶变换在信号处理、通信、图像处理等领域具有重要应用价值。
与傅里叶级数相似,傅里叶变换也将复杂信号分解为简单的正弦和余弦函数,但它在处理非周期信号时具有优势。
三、傅里叶级数与傅里叶变换的关系傅里叶级数和傅里叶变换在一定程度上具有关联。
傅里叶级数可以看作是傅里叶变换在特定条件下的特例。
当信号为周期信号时,傅里叶变换可以退化为傅里叶级数。
因此,我们可以将傅里叶级数看作是傅里叶变换的一个基本概念,而傅里叶变换则是傅里叶级数的扩展和推广。
四、傅里叶级数与傅里叶变换的区别1.适用范围:傅里叶级数适用于周期性信号的处理,而傅里叶变换可以处理非周期性和周期性信号。
2.表达形式:傅里叶级数将周期信号表示为正弦和余弦函数的和,傅里叶变换将信号表示为不同频率正弦和余弦函数的乘积。
3.计算复杂度:傅里叶级数计算相对简单,但随着信号长度的增加,计算量呈线性增长;傅里叶变换计算复杂度较高,但随着信号长度的增加,计算量呈指数增长。
五、应用场景分析1.傅里叶级数应用场景:在需要处理周期性信号时,如信号处理、图像处理等领域,可以采用傅里叶级数进行信号分解和分析。
傅里叶级数与傅里叶变换
傅里叶级数与傅里叶变换是数学分析中两个重要的概念和理论工具,它们在信号处理、图像处理、物理学等领域有广泛的应用。
傅里叶级数是一种将周期函数分解为一系列谐波的方法,而傅里叶变换是将非周期函数分解成连续谱的方法。
首先,我们来介绍一下傅里叶级数。
傅里叶级数是将一个周期为T的函数f(t)展开为一系列谐波的和的形式,其中每个谐波都有一个特定的频率和振幅。
傅里叶级数的基本公式为:f(t) = a0 + Σ(An cos(nω0t) + Bn sin(nω0t))其中a0表示直流分量,An和Bn分别表示正弦和余弦项的振幅,n为谐波的阶数,ω0为基本频率。
傅里叶级数的系数可以通过求解积分或者利用傅里叶级数的性质进行计算。
傅里叶级数的应用十分广泛。
例如在信号处理中,傅里叶级数可以用来将一个周期信号分解为多个频率成分,从而进行频域分析和滤波等操作。
此外,傅里叶级数也可以用来恢复被损坏的信号,例如在音频和图像压缩中,傅里叶级数可以用来还原被压缩的信号。
接下来,我们来介绍傅里叶变换。
傅里叶变换是将一个非周期函数f(t)分解成连续的频谱。
傅里叶变换的基本公式为:F(ω) = ∫[f(t)*e^(-jωt)] dt其中F(ω)表示函数f(t)在频率ω处的频谱,e^(-jωt)是一个旋转复指数,j为虚数单位。
傅里叶变换的结果是一个连续的函数,其中包含了函数f(t)在不同频率上的振幅和相位信息。
傅里叶变换的应用也非常广泛。
在信号处理中,傅里叶变换可以用来将一个时域信号转换成频域信号,在频域进行滤波、增强和分析操作。
在图像处理中,傅里叶变换可以用来进行图像的频域滤波、边缘检测和压缩等操作。
在物理学中,傅里叶变换可以用来研究波动、振动和量子力学等问题。
傅里叶级数和傅里叶变换是相互联系的。
当一个函数是周期函数时,傅里叶级数可以通过傅里叶变换来计算。
而当一个函数是非周期函数时,傅里叶变换可以通过傅里叶级数来近似计算。
总之,傅里叶级数和傅里叶变换是数学分析的两个重要工具,它们在信号处理、图像处理和物理学等领域具有广泛的应用。
(完整版)傅里叶级数与傅里叶变换的关系与应用本科毕业论文
本科生毕业论文(申请学士学位)论文题目傅里叶级数与傅里叶变换的关系与应用学生:(签字)论文答辩日期:2014年x月xx日指导教师:(签字)目录摘要: ...........................................................................................................................................................关键词 ........................................................................................................................................................... Abstract....................................................................................................................................................... 1绪论 ............................................................................................................................................................ 2傅里叶级数的概念 ....................................................................................................................................2.1周期函数 ................................................................................................................................................2.2傅里叶级数的定义 ................................................................................................................................3 傅里叶变换的概念及性质 .......................................................................................................................3.1傅里叶变换的概念 ................................................................................................................................3.2傅立叶变换的性质 ................................................................................................................................ 4傅里叶变换与傅里叶级数之间的区别与联系 ........................................................................................ 5傅里叶级数和傅里叶变换的应用 ............................................................................................................5.1傅里叶级数的应用 ................................................................................................................................5.2傅里叶变换的应用 ................................................................................................................................参考文献 .......................................................................................................................................................傅里叶级数与傅里叶变换的关系与应用摘要:傅里叶级数是对周期性现象做数学上的分析,而傅里叶变换则可以看作傅里叶级数的极限形式,它也可以看作是对周期现象进行数学上的分析。
傅里叶级数推导傅里叶变换
傅里叶级数推导傅里叶变换傅里叶级数是将任意周期信号分解为若干个简单的正弦波的和,称为正弦级数或傅里叶级数,是工程中非常重要的概念。
傅里叶级数的概念已经被广泛应用于信号处理、图像处理、音频压缩、电子仪器等众多领域。
傅里叶变换是傅里叶级数的推广,在现代信号处理领域中也应用广泛。
首先,我们假设一个具有周期性的函数f(x),其中周期为T,那么可以表示如下:f(x) = a0 + a1cosx + b1sinx + a2cos(2x) + b2sin(2x) + ... +a_ncos(nx) + b_nsin(nx),其中n∈N*。
其中a0、a1、a2、…、a_n和b1、b2、…、b_n是固定的系数,称为傅里叶系数。
通过求解这些系数,我们就可以对周期性信号进行分析,并对能量分配有一个深刻的认识。
傅里叶变换是傅里叶级数的推广,能够应用于非周期性的信号的分析。
我们将一个信号f(t)写成一个积分式的形式:F(ω) = ∫f(t)e^{-jωt}dt。
其中j是虚数单位,ω是角频率。
这个表达式表示的是将一个信号f(t)转换为一个在复平面上的函数F(ω),这个函数F(ω)表示了信号f(t)中哪些频率的分量包含了多少能量。
傅里叶变换将一个时域信号映射到频域,可以帮助我们分析信号中哪些频率的分量是最强的。
例如,如果我们想要分析一个音频信号中最强的频率分量,那么我们可以使用傅里叶变换来将信号映射到频域,然后从频谱图中找到最高的峰值。
总之,傅里叶级数与傅里叶变换是信号分析领域中重要的数学工具。
它们使我们能够对信号进行分析,并帮助我们理解信号中包含的信息。
因此,了解傅里叶级数与傅里叶变换的相关知识是非常重要的。
傅里叶变换方法
傅里叶变换方法1. 傅里叶变换的概念傅里叶变换是一种数学工具,用于将一个函数或信号表示为一系列振幅和相位的复指数函数的和。
它可以将时域中的信号转换为频域中的信号,从而揭示出信号包含的频率成分和它们之间的关系。
傅里叶变换方法是由法国数学家约瑟夫·傅里叶在19世纪初提出的,他认为任何周期性函数都可以用一组正弦和余弦函数来表示。
这个思想被广泛应用于物理、工程、计算机科学等领域,成为了现代科学研究中不可或缺的工具。
2. 傅里叶级数与傅里叶变换傅里叶级数是指将一个周期函数表示为正弦和余弦函数的无穷级数。
它在周期性信号处理中得到广泛应用。
对于一个周期为T、连续可积的函数f(t),其傅里叶级数定义如下:f(t)=a02+∑(a n cos(2πnTt)+b n sin(2πnTt))∞n=1其中,a0、a n和b n是系数,可以通过函数f(t)的积分计算得到。
而傅里叶变换则是将非周期函数表示为连续频谱的积分形式。
对于一个连续可积的函数f(t),其傅里叶变换定义如下:F(ω)=∫f∞−∞(t)e−jωt dt其中,ω是频率,F(ω)表示函数f(t)在频率域中的表示。
3. 傅里叶变换的性质傅里叶变换具有许多重要的性质,这些性质使得它成为一种强大而灵活的工具。
以下是一些常见的傅里叶变换性质:•线性性质:傅里叶变换具有线性性质,即对于任意常数a和b以及两个函数f(t)和g(t),有F(af(t)+bg(t))=aF(f(t))+bF(g(t))。
•平移性质:如果将函数在时域上平移,则其在频域上也会相应平移。
具体而言,如果f(t)经过时移得到ℎ(t)=f(t−t0),那么它们的傅里叶变换满足H(ω)=F(ω)e−jωt0。
•尺度性质:如果将函数在时域上进行尺度变换,则其在频域上也会相应进行尺度变换。
具体而言,如果f(t)经过尺度变换得到ℎ(t)=f(at),那么它们的傅里叶变换满足H(ω)=1|a|F(ωa)。
傅里叶变换与傅里叶级数
重温傅里叶—笔记篇本文记录得大多就是基础得公式,还有一些我认为比较重要得有参考价值得说明、(如果对这些公式已经很熟悉,可以直接瞧第三部分:总结性说明)重温傅里叶—笔记篇一、傅里叶级数$关于三角函数系得正交性:三角函数系包括:1, cosx, sinx , cos2x, sin 2x, ……cos nx, sin nx, ……“正交性"就是说,三角函数系中得任何一项与另一项得乘积,在(-π, π) 区间内得积分为0。
(任何两相得积总可以展成两个频率为整数倍基频得正余弦函数之与或差,而这两个展开后得正余弦在(—π,π)上积分都为0)。
不同频率(但都就是整数倍基频)得两个正弦函数之积,在(-π, π)上积分恒为0。
同频率得两个正弦函数之积,只有在这两个正弦得相位正交时,其在(-π,π)上积分才就是0、三角函数系中除“1”以外得任何一项得平方,在(—π,π)上得积分恒为π,“1”在这个区间上得积分为2π。
$上公式!①当周期为2π时:式(1):上式成立得条件就是f(x)满足狄立克雷充分条件:1。
在任意有限区间内连续,或只有有限多个第一类间断点;2. 任意得有限区间,都可被分成有限多个单调区间(另一种说法就是:任意有限区间内只有有限多个极值点,其实就是一样得)式(1)第一行中得a0/2 就就是f(x)得周期平均值,而且第一行得式子只对f(x)就是连续函数得情况成立;如果f(x)不连续,则应表示成“(1/2)×[f(x—0)+f(x+0)]”,即f(x)左右极限得算术平均。
下面得类似情况都就是这样,之后就不再专门说明,这些大家应该都懂。
第三、四行中,n得取值都就是:1,2,3,4,……n,……(都为正,且不包含0)。
②当周期为2L时(这也就是最一般得情形):式(2):第一行中得a0/2 就就是f(x)得周期平均值;第三、四行中,n得取值都就是:1,2,3,4,……n,……(都为正,且不包含0)。
傅里叶级数与离散傅里叶变换
傅里叶级数与离散傅里叶变换傅里叶级数和离散傅里叶变换是信号处理领域中重要的数学工具,它们在信号分析、滤波、频谱分析等方面有着广泛应用。
本文将介绍傅里叶级数和离散傅里叶变换的原理及其应用。
一、傅里叶级数傅里叶级数是将周期函数分解为多个正弦和余弦函数的和的方法,它基于傅里叶分析的思想,将一个周期T的函数f(t)展开为如下级数: f(t)= a0 + Σ(an*cos(nωt) + bn*sin(nωt))其中,a0、an、bn为系数,ω为角频率,n为谐波次数。
傅里叶级数的核心思想是,对于一个周期函数,我们可以通过调整不同频率的正弦和余弦函数的振幅和相位,将其准确地表示出来。
傅里叶级数展开使得我们能够分析周期信号的复杂性质,并且可以实现信号的合成和分解。
在实际应用中,傅里叶级数常常被用于信号的频谱分析。
通过计算每个谐波的振幅和相位,我们可以得到信号在频域上的分布情况,进而得到信号的频谱特征。
这对于识别信号的频率成分、滤波、信号合成等都有着重要作用。
二、离散傅里叶变换离散傅里叶变换(DFT)是傅里叶级数在离散信号分析中的推广,它适用于一般的非周期信号和有限序列的频谱分析。
离散傅里叶变换将一个有限长N的离散序列x(n)变换为一个频域上的离散序列X(k),变换过程如下所示:X(k) = Σ(x(n) * e^(-j*2πkn/N))其中,x(n)为原始序列,X(k)为变换后的频域序列,e为自然对数的底。
离散傅里叶变换为我们提供了一种在计算机上进行信号分析的有效方法。
通过对信号进行离散采样,我们可以得到一个离散序列,再通过离散傅里叶变换,我们可以获得信号的频域特征。
在数字音频、图像处理、通信系统等领域中,离散傅里叶变换得到了广泛应用。
三、傅里叶级数与离散傅里叶变换的应用傅里叶级数和离散傅里叶变换在信号处理领域有着广泛的应用。
以下是它们在几个典型领域中的应用示例:1.频谱分析:通过傅里叶级数和离散傅里叶变换,我们可以将一个信号分解为不同频率的谐波成分,并得到信号的频谱特征。
傅里叶级数与傅里叶变换的区别
傅里叶级数与傅里叶变换的区别傅里叶级数和傅里叶变换是信号处理中常用的数学工具,用于分析和合成周期性信号以及非周期性信号。
虽然它们都是基于傅里叶分析的原理,但在具体的应用和数学推导过程中存在一些区别。
1. 定义与适用范围:傅里叶级数适用于周期性信号的分析和合成。
它将一个周期性函数表示为一系列正弦和余弦函数的线性组合,利用正交性质将信号分解为不同频率的谐波成分。
而傅里叶变换则适用于非周期性信号的分析,它可以将一个时域信号转换为频域表示,得到信号的频谱信息。
2. 变换对象:傅里叶级数的变换对象是周期性函数,它要求信号在一个周期内是连续的。
而傅里叶变换则适用于任意时域函数,可以对非周期性信号进行分析。
3. 表示形式:傅里叶级数将周期性函数表示为一系列正弦和余弦函数的线性组合,也可以使用指数形式的复数表示。
傅里叶变换则将时域函数表示为复数的频域函数,包含了信号的振幅和相位信息。
4. 连续与离散:傅里叶级数适用于连续时间的周期信号,它的频谱是连续的。
而傅里叶变换可以适用于连续时间信号和离散时间信号,分别得到连续频谱和离散频谱。
5. 时间和频率关系:傅里叶级数中的频率是离散的,由基波频率及其谐波频率组成。
而傅里叶变换中的频率是连续的,可以表示任意频率的分量。
6. 傅里叶逆变换:傅里叶级数的逆变换就是原信号本身,通过将各个频率分量加权合成即可。
而傅里叶变换的逆变换则将频域信号转换回时域信号,得到原始的时域函数。
7. 应用领域:傅里叶级数主要应用于周期性信号的分析,如电力系统中的电压和电流信号、音频信号等。
傅里叶变换则广泛应用于信号处理、通信系统、图像处理等领域,可以分析非周期性信号的频谱特性。
傅里叶级数和傅里叶变换在定义、适用范围、变换对象、表示形式、连续与离散、时间和频率关系、傅里叶逆变换以及应用领域等方面存在一些区别。
这两种数学工具在信号处理中发挥着重要作用,通过对信号的频域分析,可以帮助我们理解信号的特性,从而实现各种应用需求。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第九章 傅里叶级数和傅里叶变换在自然界中广泛地存在各种各样的周期性运动(即相隔一定时间间隔往复循返的过程)。
例如,日月星球的运动,海洋潮汐的运动,电磁波与声波的运动,工厂里机器部件的往复运动,时钟摆的摆动以及人体心脏的跳动等等,都是周期性运动。
为了描述周期性的运动过程,数学上是借助某类函数来描述的。
当然这类函数也要体现出周期性。
这类函数称为周期函数。
在前面几章中,为了研究函数的性质,常常采用分析表示法,将这些函数在某区域展开成幂级数的形式,如泰勒级数或罗朗级数。
但是,这种幂级数形式的展开式是体现不出周期性来的,那么,对于周期性函数应采取怎样的分析表示法呢?这就是本章要讨论的内容。
9.1 周期函数和傅里叶级数9.1.1 周期函数 凡满足以下关系式:)()(x f T x f =+ (T 为常数) (9.1.1) 的函数,都称为周期函数。
周期的定义(1) 满足式(9.1.1)的T 值中的最小正数,即为该函数的周期; (2) 一个常数以任何正数为周期。
9.1.2 基本三角函数系按某一规律确定的函数序列称为函数系。
如下形式的函数系:1,x l πcos,x l πsin,x l π2cos ,x l π2sin ,…,x l k πcos ,x lk πsin ,… (9.1.2)称为基本三角函数系。
所有这些函数具有各自的周期,例如x l k πcos 和x lk πsin 的周期为kl2,但它们的共有周期为l 2(即所有周期的最小公倍数)。
通常这个周期命名为函数系的周期。
所以式(9.1.2)的三角函数系的周期为l 2。
如果我们将基本三角函数系中的函数,任意取n 个组合,则我们可以得到一个较复杂的函数。
例如图9.1(a )是两个函数的组合x lx l x f ππ2sin 21sin )(-=;图9.1(b )是三个函数的组合x lx l x l x f πππ3sin 312sin 21sin )(+-=。
如果我们取跟多的函数组合,甚至全体的组合,将会得到更复杂的函数或我们期望的函数。
9.1.3 傅里叶级数现在我们讨论上述问题的逆问题。
即如果给定一个周期为l 2的任意周期函数)(x f)()2(x f l x f =+ (9.1.3)我们能否将它表示成简单的三角函数(有限个或无限个)之和呢?即能否将)(x f 分解成如下形式:)sin cos (2)(10x lk b x l k a a x f k k k ππ++=∑∞= (9.1.4)如果能实现这种分解,那么对许多复杂的函数就可以通过简单的三角函数来研究其性质了。
上述问题的回答是肯定的,并称式(9.1.4)为函数)(x f 的傅里叶级数(有时我们也称它为狭义傅里叶展开式)。
若函数)(x f 按非三角函数系,2,1)}(({=k x k φ…)进行展开,所得的级数称为广义傅里叶展开式。
因为这一问题,最早由工程师J.Fourier 提出来的。
他在1807年12月21日向权威的法国科学院宣告:任意的周期函数)(x f 都能展开成正弦及余弦的无穷级数,即形式(9.1.4)的级数。
他的宣告震怒了整个科学院。
当时许多杰出的院士,包括著名的法国数学家拉格朗日等,都认为他的结果是荒谬的。
因为那时它在数学上没有得到严格的证明。
然而,现在数学家已经把“傅里叶级数理论”发展到相当高的水平,已有许多专著,并建立这级数收敛的非常明确的条件。
这结果被认为是20世纪所发现的最重要的数学理论之一。
以上这种分解不仅具有严格的数学基础,而且还具有真实的物理背景。
我们也可以用实验来证明这种分解过程。
例如将矩形脉冲或半波整流电路的输出波形输入到一个选频放大器中,再将选频放大器的输出端接到示波器上,调整选频放大器的频率, 就可以看到示波器上出现各种不同频率的正弦波,这说明矩形脉冲或半波整流电路的输出波形可以看作许多不同频率的正弦波的叠加。
特别是近几年来配备有数字电子计算机的专用仪器相应问世(如频率分析仪、快速傅里叶变换处理机、信号处理机等),想这种分解过程在很短的时间内就可以完成。
将一个周期为l 2的任意周期函数按基本三角函数系展开,首先需要解决如下两个问题:(1) 在什么条件下)(x f 才能按基本三角函数系展开?(2) 如何确定展开式中系数?也就是说,如果)(x f 可以展开成下式:)sin cos (2)(10x lk b x l k a a x f k k k ππ++=∑∞=(其中,0a 前的21系数,是为了使今后系数公式更为对称而引人的)那么,,10a a …及,,21b b …这些系数应如何确定?为了解决这个问题,还需要介绍如下几个概念。
§9.2 完备正交函数系由于我们前两章的知识,我们可以在任意区间[]b a ,上建立一组完备正交函数系,首先从如下标准的S-L 本征值问题(其中1)(,0)(,1)(===x x q x k ρ)出发,)()(),()(,0''''b y a y b y a y y y ===+λ )(b x a ≤≤ (9.2.1)以满足方程的解,)(aice x y λ=代人边界条件 1,)(==-a b iaibie e e λλλ即πλk a b 2)(=- 0(=k ,1±,2±,…)2)2(ab k -=πλ (9.2.2) 由于周期性边界条件有两个线性独立的解(复数解的实部和虚部)。
因此,我们这样来排序,令,)2(,022120ab k k k -===-πλλλ ⋯<=<⋯<=<-k k 212210λλλλλ1)(0=x y , )2s i n ()(12a b x k x y k -=-π, )2c o s ()(2ab xk x y k -=π (9.2.3) 根据定理(8.2.1),上述{)(x y k }在区间[]b a ,上构成完备正交系,并且任何一个在[]b a ,上具有连续的一阶导数和分段连续的二阶导数,又适合本征值问题的边界条件的函数)(x f ,都可按{)(x y k }展开成在[]b a ,上绝对且一致收敛的级数,即)()(0x y c x f k k k ∑∞==其中2),(kk k y y f c =)⋯=,2,1,0(k (9.2.4)由于a b dx y ba-==⎰12)(21222122a b y y y kk k-===- (k =1,2,3,…) 也可表示成∑∞=⎥⎦⎤⎢⎣⎡-+-+=10)2cos()2sin()(k k k a b x k b a b x k a b x f ππ (9.2.5)其中⎰-=ba dx x f ab b )(10dx a b x k x f a b a b a k )2sin()(2⎰--=π (9.2.6)dx a b x k x f a b b b a k )2cos()(2⎰--=π 如果令a =0,b =2π,即在区间[]π2,0 上下列函数系{}k y :kx x y kx x y x y k k o cos )(,sin )(,1)(212===- ( k =1,2,3…)(9.2.7)构成完备正交函数系。
如果令a =-l ,b =l ,即在区间[]l l ,- 上下列函数系{)(x y k }:lxk x y l x k x y x y k k ππcos )(,sin)(,1)(2120===- ( k =1,2,3…) (9.2.8) 构成完备正交函数系。
这函数系就是通常的基本三角函数系(9.1.2)。
展开式(9.2.5)中的本征函数系排序是按区间[]b a ,上本征函数的零点个数来排序的,但为了照顾习惯和历史,我们仍按通俗的方式来排序。
于是,)(x f 按基本三角函数系展开式为)sin cos (2)(10x lk b x l k a a x f k k k ππ++=∑∞= (9.2.9)其中系数dx l x k x f l a l l k ⎰-=πcos )(1 (k =0,1,2,…) (9.2.10a ) dx lxk x f l b l l k ⎰-=πsin)(1 (k =1,2,3,…) (9.2.10b ) 利用帕塞瓦尔等式(7.3.8),有 (ⅰ)若 )()(0x y c x f k k k ∑∞==,则;2022k k k y c f∑∞== (9.2.11)(ⅱ)若)()(011x y cx f k k k ∑∞==;)()(022x y c x f k k k ∑∞==,则()22,121k k k k y ccf f ∑∞==(9.2.12)应用到)(x f 按基本三角函数系展开式(9.2.9)上,并注意,,222l y l y k==(ⅰ) )(2)(121202k k k l l b a a dx x f l ++=∑⎰∞=- (9.2.13)(ⅱ) )(2)()(121211020121k k k k k ll b b a a a a dx x f x f l ++=∑⎰∞=- (9.1.14)综上所述,对于任意函数)(x f 可按函数系{)(x y k }进行展开的条件是(1) 函数)(x f 在[]b a ,上是绝对可积的连续函数(今后这条件可放宽,由狄利克雷条件代替);(2) 函数系必须在[]b a ,上是完备正交系。
以上两个条件才能保证)(x f 展开如下形式:...)(...)()()(1100++++=x y c x y c x y c x f k k (9.2.15)其中系数由下式确定:⎰⎰=bakbak kdxx y dxx y x f c )()()(2(k =0,1,2,…) (9.2.16)对于基本三角函数系(9.1.2),正是因为她在区间[]l l ,-上构成正交完备系,才能让绝对可积的连续函数)(x f 展开成(9.2.9)形式的傅里叶级数,其中系数由公式(9.2.10)确定。
如果用n ∆来表示函数)(x f 与其展开式的前n +1项之部分和的均方偏差,即dx x lk b x l k a a x f l l l nk k k n 210sincos 2)(21⎰∑-=⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛+--=∆ππ (9.2.17) 要使n ∆取极小值,对所有k 下式必须成立:0=∂∆∂kna (k =0,1,2,…,n ) 0=∂∆∂kna (k =1,2,…,n ) 这就导致求系数k a 及kb 的公式,即傅里叶系数公式(9.2.10a )及(9.2.10b),并且这些公式与我们取多少项的部分和求均方偏差无关。
在复杂波形的分析中(海洋潮汐、地震、乐调等),也许更方便的是将傅里叶级数写成如下形式:)cos(2)(10k k k x lk a a x f θπ-+=∑∞= (9.2.20)其中系数k a 及k θ与上述傅里叶级数系数k a 及k b 的关系为k k k k k k a b a a θθsin ,cos ==kkk k k k a b b a a =+=θtan ,222 (k =1,2,3…) (9.2.21) 系数2k a 又称功率谱,它明确地与k 有关,并且在相角k θ改变之后,并不变化。