周期性函数分解的傅里叶级数
傅里叶级数公式总结
傅里叶级数公式总结傅里叶级数是一种电磁波、声波等周期性信号的频谱分析方法，通过将一个周期性函数展开成无穷多个正弦和余弦函数的和来描述这个函数。
傅里叶级数公式是傅里叶级数的数学表达式，也是傅里叶分析的核心工具之一。
傅里叶级数公式可以表示为：\[f(x)=\frac{a_{0}}{2}+\sum_{n=1}^{\infty}(a_{n}\cos(\fra c{2\pi n}{T}x)+b_{n}\sin(\frac{2\pi n}{T}x))\]其中，\(f(x)\)是一个周期为\(T\)的函数，\(a_0\)、\(a_n\)、\(b_n\)是系数，可以通过傅里叶级数的积分公式计算得到。
在这个公式中，\(a_0\)表示函数的直流分量，即函数在一个周期内的平均值。
而\(a_n\)和\(b_n\)则表示函数在一个周期内的振幅和相位信息。
傅里叶级数公式的意义在于它将一个周期函数分解成许多不同频率的正弦和余弦函数的和。
通过傅里叶级数分析，我们可以得到函数在不同频率上的能量分布情况，从而揭示了周期性信号的频谱特性。
通过傅里叶级数公式，我们可以深入理解周期函数的谐波分量以及它们在函数中的作用。
具体来说，\(a_n\)和\(b_n\)分别对应了频率为\(n/T\)的正弦和余弦波的振幅，而相位则决定了每个谐波分量在函数中的位置。
傅里叶级数公式的应用十分广泛。
在信号处理中，它可以用于滤波、降噪、频谱分析等方面。
在图像处理中，傅里叶级数可以用于图像的频域分析和图像的压缩。
在通信领域，傅里叶级数也被广泛应用于调制解调和信号检测等方面。
总之，傅里叶级数公式是一种重要的数学工具，它能够将周期函数分解成不同频率的正弦和余弦波的和，揭示了周期性信号的频谱特性。
通过傅里叶级数的分析，我们可以更好地理解周期性信号的谐波分量和它们在函数中的作用。
傅里叶级数公式的应用广泛，可以用于信号处理、图像处理、通信等领域，对于这些领域的研究和实际应用具有重要的指导意义。
傅里叶系数Fn的计算公式
傅里叶系数Fn的计算公式傅里叶级数是一种将周期性函数分解为无限个正弦和余弦函数的方法。
在数学和工程领域中，傅里叶级数被广泛应用于信号处理、图像处理、通信等领域。
傅里叶级数的计算需要用到傅里叶系数Fn，下面我们将介绍傅里叶系数Fn的计算公式及其应用。
傅里叶系数Fn的计算公式如下：Fn = (1/T) ∫[0, T] f(x) e^(-i2πnωx) dx。
其中，Fn表示第n个傅里叶系数，T表示函数的周期，f(x)表示周期性函数，e 为自然对数的底，i为虚数单位，n为正整数，ω为角频率。
在这个公式中，Fn表示周期性函数f(x)在频率为nω时的振幅。
通过计算不同频率下的傅里叶系数，我们可以得到周期性函数在频域上的频谱信息，从而实现信号的频域分析和处理。
傅里叶系数Fn的计算公式实际上是对周期性函数f(x)在一个周期内的积分，通过积分运算可以得到函数在不同频率下的振幅。
在实际应用中，往往需要计算多个傅里叶系数，以得到完整的频域信息。
傅里叶系数Fn的计算公式的推导涉及到复数运算和积分运算，需要一定的数学基础。
在实际计算中，往往需要借助计算机软件进行数值计算，以得到精确的傅里叶系数。
傅里叶系数Fn的计算公式在信号处理、图像处理、通信等领域有着广泛的应用。
通过计算傅里叶系数，可以实现信号的频谱分析、滤波、编解码等功能。
在数字通信系统中，傅里叶系数的计算也是不可或缺的一部分，可以实现信号的调制和解调。
除了计算傅里叶系数Fn，我们还可以通过傅里叶级数的逆变换，将傅里叶系数还原为原始的周期性函数。
这为信号的重构和合成提供了重要的数学工具。
总之，傅里叶系数Fn的计算公式是傅里叶级数理论的重要组成部分，对于理解周期性函数的频域特性、实现信号处理和通信系统具有重要意义。
通过计算傅里叶系数，我们可以实现对周期性函数的频域分析和处理，为各种应用领域提供了强大的数学工具。
希望本文能够帮助读者更好地理解傅里叶系数Fn的计算公式及其应用。
傅里叶级数及其在信号处理中的应用
傅里叶级数及其在信号处理中的应用傅里叶级数是一种数学工具，用于解析周期性信号，可以将周期性信号分解成无数个正弦和余弦波的叠加。
这种分解方法是由法国数学家傅里叶在18世纪末首次提出，并在信号处理、通信系统、图像处理与声音等方面广泛应用，是多媒体技术和通信技术中不可或缺的数学基础。
一、什么是傅里叶级数傅里叶级数是一种将周期性函数分解成无数个正弦和余弦波的叠加的数学表达式，也称为周期函数傅里叶展开。
简单的说，周期函数f(x)可以表示为：f(x) = a0 + a1 sin(x) + b1 cos(x) + a2 sin(2x) + b2 cos(2x) + ... + an sin(nx) + bn cos(nx)其中a0、an、bn都是常数，表示分解后每个正弦、余弦波的振幅大小，以及f(x)本身的偏移量。
二、傅里叶级数的应用傅里叶级数几乎融入了所有现代的通信与信号处理技术中。
傅里叶级数的应用范围非常广泛，从基础的音频和视频信号处理，到用于调节机器、诊断疾病、安全加密和经济分析等其他领域。
下面我们将详细介绍一些傅里叶级数的具体应用。
1. 调制解调调制解调是指通过改变信号的频率、幅度或相位等特征，将数字信号转换成模拟信号或将模拟信号转化成数字信号的过程。
在通信系统中，调制解调技术是信号传输的基础。
在频分多路复用(FDM)技术中，每个信道都有一个特定的频带宽度和中心频率，以允许它传输特定的信号。
傅里叶级数可以极大地简化我们对于这些信号的分析和处理过程，因为他们已经被分解成了特定频率的正弦和余弦波。
2. 声音和图像处理傅里叶级数在音频和图像处理方面得到了广泛应用。
在音频信号处理中，将模拟信号进行数字化后可以利用傅里叶级数对其进行频域分析，在消除噪声、音调准备、音乐合成、过滤操作等方面发挥重要作用。
在图像处理中，傅里叶级数被广泛用于图像压缩、图像滤波、图像边缘检测等方面。
例如，在jpeg压缩中，傅里叶级数的频域分析可以有效消除图像中的高频噪声，使图像更清晰并减小文件大小。
§3.1 周期信号的傅里叶级数展开
F0 a0
Fn
1 2
(an
jbn )
F
n
1 2
(an
jbn )
n 1, 2,3, n 1, 2,3,
信号与系统
一、周期信号的傅立叶级数
例： 将图示周期矩形脉冲信号展成指数形式傅立叶级数
f t
A
解： 直接代入公式有
T
T
22
t
Fn
1 T
T 2
T
f (t)e-jn0tdt
1 T
2
Ae - jn0t dt
信号与系统
一、周期信号的傅立叶级数
例：将图示的对称方波信号展成三角形式傅立叶级数
f t
1
0 T/2 T
t
1
解：直接代入公式有
a0
1 T
T 0
f
(t)dt
0
信号与系统
一、周期信号的傅立叶级数
直接代入公式有
T
T
an
2 T
2 T
f
(t) cosn0tdt
2 T
0
(1) cosn0tdt
T
2 T
T
an
4 T
2 0
f (t) cos(n0t)dt
n为奇数时
T
bn
4 T
2 0
f
(t) sin(n0t)dt
n为奇数时
奇半对称信号的第二个半周 波形为第一个半周波的负值。 进行傅立叶级数展开时只含 有奇次谐波项，所以奇半波 对称信号有时称为奇谐信号。
信号与系统
二、周期信号的对称性与傅立叶系数
满足狄里赫利条件的不连续函数，在所有不连续点上，级数的总和等于左
右极限和的平均值。
周期函数的傅里叶级数PPT课件
k 1
k n时非零
0
an
co2snxdx
an
1
an f(x)co nd sx(n1 ,2,3, )
傅里叶(Fourier)级数
(2) 求bn.
f(x)a 2 0k 1(akco ks xbksikn)x
两边同 sin n 时 并 x 乘 从 到 以 逐项积分
f(x)sinnxdxa0
s(x)f(x)f(x)
2
,
若x为f(x)的
第一
类,
间
其中s(x)为f (x)的傅里叶级数的和. 函数
傅里叶(Fourier)级数
注 (1) 函数展开成傅里叶级数的条件比展开成 幂级数的条件低得多;
(2) 周期函数的三角级数展开是唯一的, 就是 其傅里叶级数;
(3) 要注明傅氏级数的和函数与函数 f (x) 相等 的 x 的取值范围.
f (x)的图象
y 和函数的图象
3 2
2 3
•
O •
•
x
•
2
傅里叶(Fourier)级数
f ( x) 4(2coxssinx)
1 sin 2x
2
2
1
(32c
o3x s sin 3x) 3
1 4
sin 4
x
2
1
(52co5x s5si5 nx)
( x ;x , 3, ).
傅里叶(Fourier)级数
傅里叶(Fourier)级数
an
2 n 2
,
0 ,
n1,3,5,,
(1)n1
bn n2,4,6,;
n
.
故 f (x) 的傅里叶级数
f ( x)~4n 1 n 1 2 1( 1 )nco n s x ( 1 n )n 1sin n x
周期函数的傅里叶级数
t
A：脉冲幅度
2 ：三角函数公共周期 1
第一步：首先展开为三角形式的傅立叶级数
f(t)是偶函数
T 2 T 2
bn=0
a
0
2 T
2 2 2 A f (t ) dt 2 Adt T T
2 T an T 2T 2
n sin 2A n 2 A T 2 A Sa( n ) f (t ) cos n1tdt sin n n T T T T T
设 f (t ) 是周期为T的函数
a0 f (t ) 2 n 1
an cos n1t bn sin n1t
f ( t )dt
2 a0 T
2 an T 2 bn T
t1
t 1 T
t1
t 1 T
f ( t ) cos n 1 tdt f ( t ) sin n 1 tdt
a0 f (t ) 2 n 1
an cos n1t bn sin n1t
An an bn
2 2
a0 An cos(n1t n ) 2 n 1
an cos n1t bn sin n1t an bn An cos n1t An sin n1t An An An cos(n1t n )
T 2 0
§ 周期信号的傅立叶级数
An
E
11
31
51
4E 25 2
4 T 2E 2 2 an t cos n1tdt (1 ) 0 T T T T T 8E t 1 2 2 2[ sin n1t 0 sin 1tdt] 0 n T n1 1
傅里叶级数展开
傅里叶级数展开傅里叶级数展开是一种将周期函数表示为无穷级数的方法，由法国数学家傅里叶在19世纪初提出。
傅里叶级数展开在信号处理、图像处理、物理学等领域中有广泛应用，并且被认为是研究周期现象的基础工具之一。
1. 傅里叶级数展开的基本原理傅里叶级数展开的基本思想是将一个周期函数分解为正弦函数和余弦函数的叠加。
根据傅里叶级数的表达式，一个周期函数可以表示为无限多个正弦和余弦函数的和，即：f(x) = a0 + Σ(An * cos(nωx) + Bn * sin(nωx))其中，a0表示直流分量，An和Bn表示函数f(x)中的谐波系数，ω为频率，n为谐波阶数。
由此可知，通过傅里叶级数展开，一个周期函数可以分解为不同频率的谐波信号的叠加。
2. 傅里叶级数的计算公式根据给定周期函数的表达式，我们可以通过一系列复杂的积分计算，求得傅里叶级数展开的各个系数。
对于奇函数和偶函数，傅里叶级数的计算公式有所不同。
- 对于奇函数f(x)，即满足 f(-x) = -f(x) 的函数，傅里叶级数展开的计算公式为：fn = (1/π) * ∫[0, π] f(x) * sin(nωx) d x- 对于偶函数f(x)，即满足 f(-x) = f(x) 的函数，傅里叶级数展开的计算公式为：fn = (2/π) * ∫[0, π] f(x) * cos(nωx) dx在实际计算中，为了减小计算量，通常只考虑有限个谐波分量，而不是无限个。
通过计算傅里叶级数展开的前几个系数，就可以对周期函数进行较好的逼近。
3. 傅里叶级数的应用傅里叶级数展开在信号处理中有重要的应用。
通过傅里叶级数展开，可以将任意信号分解为基本频率的叠加，从而分析信号的频谱特性。
这对于音频信号的处理、图像处理、振动分析等方面非常重要。
此外，傅里叶级数展开还广泛应用于物理学领域，特别是波动现象的研究中。
通过将波动的形态分解为不同频率的谐波信号的叠加，可以更好地理解和描述波动现象。
周期信号的傅里叶级数表
傅里叶级数与复变函数的关系
傅里叶级数可以看作是复数域中的三角函数，即复数域中的正弦和余弦。在复数域中，正弦和余弦函数表现为复指数函数的 形式。
复数的使用使得傅里叶级数的系数可以表示为实数，从而简化了计算。此外，复数的共轭也提供了相位信息，这在信号处理 中非常重要。
傅里叶级数与小波分析的关系
小波分析是傅里叶分析的进一步发展，它提供了更灵活的时频分析工具。小波变 换可以看作是傅里叶变换的一种扩展，它允许我们在不同的频率段使用不同的基 本函数。
三角函数形式
傅里叶级数的另一种表示形式，利用三角函数来表示周期信号。
傅里叶级数的三角函数形式
01
02
03
正弦形式
余弦形式
系数
傅里叶级数的正弦函数形式，用 于表示只包含正弦波的周期信号。
傅里叶级数的余弦函数形式，用 于表示只包含余弦波的周期信号。
在傅里叶级数中，每个正弦或余 弦函数都对应一个系数，表示该 函数在周期信号中的贡献程度。
03
傅里叶级数的性质
傅里叶级数的收敛性
傅里叶级数在数学上具有收敛性，意味着它可以将一个 周期函数表示为无穷级数，每个项都是正弦或余弦函数。
收敛的速度取决于函数的特性，例如，对于具有快速衰 减的周期函数，傅里叶级数收敛得更快。
傅里叶级数的对称性
傅里叶级数的对称性质是指，对于一个周期函数，其傅里叶级数的正弦和余弦项具有对称性。 这意味着，对于一个给定的周期函数，其傅里叶级数的正弦和余弦项的系数是相同的。
周期信号的傅里叶级 数表
目录
• 傅里叶级数简介 • 周期信号的傅里叶级数表示 • 傅里叶级数的性质 • 傅里叶级数的应用实例 • 傅里叶级数与其他数学工具的关系
01
第三章周期信号的傅里叶级数表示
1、复指数傅里叶级数
sk =jk0，即:
eskt e jk0t , k 0, 1, 2,L
一个周期为T的周期信号x(t) 的复指数傅里叶级数：
x(t) ake jk0 t k
0 2 / T
其中系数 ak一般来说是 k0 的复函数。
e jk0t , k 0, 1, 2, 成谐波关系的复指数信号集
0
xˆ4
a4e j 40t
a4e j 40t
0
x(t) ake jk0 t
k
k
即：x(t) a0 xˆ1(t) xˆ3(t) xˆ5(t)
xˆ1 xˆ3 xˆ5 xˆ9 xˆ19
a0 xˆ1 xˆ3 a0 xˆ1 xˆ3 xˆ5 a0 xˆ1 xˆ7 a0 xˆ1 xˆ19 a0 xˆ1 xˆ99 x(t)
est 是连续LTI系统的特征函数
zn 是离散LTI系统的特征函数
对一个特定 sk 或 zk , H (sk )或 H (z就k ) 是对应的特征值。
7
4、将一个信号分解为特征函数(复指数信号) 的线性加权和
如果一个LTI系统的输入信号（连续/离散）可以分解 为复指数信号的线性加权和：
x(t) ak e skt
因此xn可以分解为n个不同的特征函数的线性加权和其傅里叶级数只需对连续n个独立k值求和记为352傅里叶级数系数的确定两边同乘以并在n内求和范围同的取值其中周期内求和为一个周期正弦信号在以下推导供学有余力同学参考36离散时间周期信号周期为n的傅里叶级数是一个有限项级数n个不同的复指数信号求和但a本身是一个周期为n的周期信号
T x(t)e jn0tdt T
0
0
ak e e jk0t jn0t dt
非正弦周期信号 ; 周期函数分解为傅里叶级数 ; 有效值、平均值和平均功率、 非正弦周期电流电路的计算
T /2
0
ak
2
2
0
iS (t ) cos kt d (t )
2I m 1 sin kt 0 0 k
11
bk
Im
1
2
0
iS (t ) sin ktd(t )
1 ( cos k t ) 0 k
若k为偶数，bk=0
2I m 若k为奇数， bk k
2
0
k p
17
2. 非正弦周期信号的有效值 设 i (t ) I 0 则有效值:
1 T 2 I i dt 0 T 1 T 0
1 I T 0
T
I
k 1
km
cos( k1t k )
T
I 0 I km cosk1t k dt k 1
k 1
f (t ) A0 Akm cos( k1t k )
k 1
9
f (t ) A0 Akm cos( k1t k )
k 1
式中：A0——直流分量
Akm cos( k1t k ) ——k次谐波分量
振幅 角频率 初相位
一次谐波分量常称为基波分量，1为基波频率
2
2 2 I 2 I I cos k t I cos k t 0 0 km 1 k 1 k dt km k 1 k 1
18
1 T 2 2 I I 0 I km cos 2 k1t k 2 I km I jm cosk1t k cos j1t j dt T 0 k 1 k , j 1 k j
周期信号的分解-傅里叶级数
傅里叶级数
傅里叶级数是一种将周期信号分 解为不同频率的正弦和余弦函数 的数学方法。
三角函数系
傅里叶级数使用正弦和余弦函数 作为基底，将周期信号表示为这 些函数的线性组合。
频谱分析
通过傅里叶级数，可以分析周期 信号的频谱，了解信号中各个频 率分量的强度和分布。
周期信号的频谱分析
频谱图
频谱图是用来表示周期信 号中各个频率分量强度的 图形，横轴表示频率，纵 轴表示幅度。
傅里叶级数的发展经历了多个阶段， 包括早期的数学证明和后来的完善， 最终成为数学和工程领域中分析周期 信号的重要工具。
傅里叶级数的应用领域
1 2 3
通信领域
傅里叶级数用于信号处理和调制解调，例如在频 分复用（FDM）和调频（FM）中分析信号的频 谱特性。
振动分析
傅里叶级数用于分析机械振动，通过将振动信号 分解为不同频率的分量，可以研究振动的模式和 频率成分。
图像处理
傅里叶变换在图像处理中广泛应用，通过将图像 信号表示为傅里叶级数，可以实现图像的滤波、 去噪、压缩等处理。
02 傅里叶级数的数学基础
三角函数和正弦函数三角Fra bibliotek数包括正弦函数、余弦函数、正切函数 等，它们在周期信号的分解中起着关 键作用。
正弦函数
正弦函数是周期函数，其基本周期为 $2pi$，在信号处理中常用于描述周 期信号。
周期信号的频谱分析
频谱分析
通过将周期信号分解为不同频率的正弦波分量，可以分析信号中各频率分量的 幅度和相位。
频谱密度函数
描述了信号中各频率分量的分布情况，其图形称为频谱图或频谱密度图。
傅里叶级数的收敛性
傅里叶级数
是一个无穷级数，可以用来表示任何周期信号。
傅里叶级数知乎
傅里叶级数知乎
傅里叶级数(Fourier Series)是一种数学工具,用于将周期性函数分解成无限多个正弦和余弦函数的和。
它是由法国数学家傅里叶(Joseph Fourier)在19世纪提出的。
傅里叶级数的基本思想是,任何一个周期为T的函数f(x)可以表示为一个无限级数的形式:
$$f(x)=\frac{a_0}{2}+\sum_{n=1}^{\infty}[a_n\c os(\frac{2\pi}{T}nx)+b_n\sin(\frac{2\pi}{T}nx) ]$$
其中,$a_0,a_n,b_n$是函数f(x)的系数,可以通过一定的数学方法求出来。
傅里叶级数的应用非常广泛,包括信号处理、图像处理、声音合成等方面。
例如,将一段声音信号分解成傅里叶级数,可以得到它的频率成分,从而实现音频的压缩和处理。
此外,傅里叶级数还有许多扩展和应用,如傅里叶变换、离散傅里叶变换等,这些都是在傅里叶级数基础上发展而来的。
傅里叶级数理解
傅里叶级数理解傅里叶级数是一种数学工具，用于描述周期性函数的性质和特征。
它是由法国数学家傅里叶于19世纪初提出的，经过多年的研究和发展，已经成为数学和物理学中不可或缺的重要理论。
傅里叶级数的应用范围广泛，涵盖了信号处理、图像处理、波动理论、量子力学等领域。
傅里叶级数的核心思想是将一个周期性函数分解成多个正弦和余弦函数的线性组合。
这种分解可以使我们更好地理解函数的周期性特征和频域特征。
在傅里叶级数中，每个正弦和余弦函数都有自己的振幅和频率，通过调整这些参数，我们可以得到不同形状的周期性函数。
傅里叶级数的计算方法是通过将函数与一组正交基函数进行内积运算得到的。
这组正交基函数通常选取为正弦和余弦函数，因为它们在周期性函数的分解中具有良好的性质。
通过计算每个基函数与函数的内积，并除以基函数的模长，就可以得到傅里叶级数的系数。
这些系数表示了不同频率分量对函数的贡献程度。
傅里叶级数的应用非常广泛。
在信号处理中，傅里叶级数可以将信号从时域转换到频域，从而更好地分析和处理信号。
在图像处理中，傅里叶级数可以将图像分解成一系列频率分量，从而实现图像的压缩和增强。
在波动理论中，傅里叶级数可以描述波动的传播和干涉现象。
在量子力学中，傅里叶级数则是描述波函数的基本工具。
傅里叶级数的理论基础是复数和复指数函数。
复数可以表示振幅和相位，而复指数函数则是描述周期性函数的最基本形式。
通过将周期性函数表示为复指数函数的和，我们可以更好地理解函数的周期性特征和频域特征。
复数和复指数函数的性质在傅里叶级数的推导和计算中起到了重要的作用。
傅里叶级数的应用不仅仅局限于数学和物理学领域，在工程和科学研究中也有着广泛的应用。
通过傅里叶级数的分析和处理，我们可以更好地理解和处理周期性现象，提取有用的信息，甚至设计出更优化的系统和算法。
傅里叶级数是一种重要的数学工具，用于描述周期性函数的性质和特征。
它的应用范围广泛，涵盖了信号处理、图像处理、波动理论、量子力学等领域。
傅叶里级数公式
傅叶里级数公式傅里叶级数公式是一种数学工具，用于将周期性函数分解为一系列正弦和余弦函数的和。
这个公式是由法国数学家约瑟夫·傅里叶在19世纪初发现的，它在物理学、工程学、信号处理等领域中得到了广泛的应用。
傅里叶级数公式的基本形式如下：$$f(x) = \frac{a_0}{2} + \sum_{n=1}^{\infty} \left(a_n \cos\left(\frac{2\pi n x}{T}\right) + b_n \sin\left(\frac{2\pi n x}{T}\right)\right)$$其中，$f(x)$是一个周期为$T$的函数，$a_0$、$a_n$和$b_n$是系数，$n$是一个正整数。
这个公式的意义是，任何一个周期为$T$的函数都可以表示为一系列正弦和余弦函数的和，其中每个函数的振幅和相位由系数$a_n$和$b_n$决定。
傅里叶级数公式的推导过程比较复杂，需要用到一些高等数学知识，这里不再赘述。
但是，我们可以通过一个简单的例子来理解这个公式的应用。
假设我们有一个周期为$2\pi$的函数$f(x) = \sin(x)$，我们想要将它表示为一系列正弦和余弦函数的和。
根据傅里叶级数公式，我们可以计算出各个系数的值：$$a_0 = 0$$$$a_n = 0$$$$b_n = \frac{2}{n\pi}(-1)^{n+1}$$将这些系数代入傅里叶级数公式中，我们可以得到：$$\sin(x) = 2\sum_{n=1}^{\infty} \frac{(-1)^{n+1}}{n\pi} \sin(nx)$$这个公式的意义是，任何一个周期为$2\pi$的函数都可以表示为一系列正弦函数的和，其中每个函数的振幅和相位由系数$\frac{(-1)^{n+1}}{n\pi}$决定。
傅里叶级数公式的应用非常广泛，特别是在信号处理领域中。
例如，我们可以将一个音频信号分解为一系列正弦和余弦函数的和，从而实现音频压缩和降噪等功能。
13.2 非正弦周期函数分解为傅里叶级数
f(t)
f(t)
O
t
O
t
1、偶函数 纵轴对称的性质 f(t) = f(-t)
可以证明： bk=0
f (t) a0 [ak cos(k1t) bk sin(k1t)] k 1
展开式中只含有余弦项分量和直流分量
f (t) a0 ak cos(k1t) k 1
bk
2 T
T
2 T
f (t) sin(k1t)dt
叠加定理
三、f(t)的频谱
傅里叶级数虽然详尽而又准确地表达了周期 函数分解的结果，但不很直观。
为了表示一个周期函数分解为傅氏级数后包 含哪些频率分量以及各分量所占“比重”，
用长度与各次谐波振幅大小相对应的线段， 按频率的高低顺序把它们依次排列起来， 得到的图形称为f(t)的频谱。
1、幅度频谱 各次谐波的振幅用相应线段依次排列。 Akm
二、傅里叶级数的两种形式
1、第一种形式
f
(t)
a0 2
[a1 cos(1t) b1 sin(1t)]
[a2 cos(21t) b2 sin(21t)]
[ak cos(k1t) bk sin(k1t)]
a0 2
[ak
k 1
cos(k1t)
bk
sin(k1t)]
系数的计算公式
a0
O ω1 3ω1
2ω1 4ω1
kω1
2、相位频谱
把各次谐波的初相用相应线段依次排列。
例：求周期性矩形信号的傅里叶级数展开式及其频谱
f(t)
Em
T
2T
t
O π 2π
ω1t
-Em
解：f(t)在第一个周期内的表达式为
T
§3.3 周期信号基于指数函数的正交分解——傅里叶级数
a0
,
n0
F
n1
an
jbn 2
,
n0
n
f t F n1 ejn1t n
F n1
周期信号的复数频谱，简称复数谱
X
三、指数函数形式傅里叶级数
直接利用信号正交分解
T1
T1
2 T1
e jn1t
ejm1tdt
2 T1
cos n1t jsin n1t
cos m1t jsin m1t
an
jbn 2
e jn1t
an
jbn 2
e jn1t
an an , bn bn
f
t
a0
n1
an
jbn 2
e jn1t
n1
an
jbn 2
e jn1t
a0
n1
an
jbn 2
e jn1t
1 n
an
jbn 2
e jn1t
F n1 e jn1t
n
其中
F
n1
将复数表示为模与辐角的形式（直角坐标~极坐标），则
F n1 F n1 ejn n n1
其中模称为复数频谱的幅度谱，辐角称为相位谱，即
F (n1 )
1 2
an2
bn2
1 2 cn
n
tg1
bn an
注意： |F(nω1)|和ϕn分别为nω1的偶函数和奇函数
f (t) E
an2
bn
an cn cosn , bn cn sinn
an dn sinn , bn dn cosn X
三、指数函数形式傅里叶级数
幅度频率特性是指周期信号分解为余弦函数表示时，不同 谐波频率的余弦函数的幅度值 Cn随谐波频率nω1的变化关 系，称为信号的幅度频谱，简称幅度谱。
周期函数的谐波分析-傅里叶级数
一、周期函数分解为傅里叶级数
任何满足狄里赫利条件的周期函数f(t)可展开成傅里叶级数
f (t) f (t kT)
式中T为周期，k = 0、1、2、3 （k为正整数） 狄里赫利条件:
2
T
（1）函数在一周期内极大值与极小值为有限个。
（2）函数在一周期内间断点为有限个。
（3）在一周期内函数绝对值积分为有பைடு நூலகம்值 。
即
T
f (t) dt
0
周期函数傅里叶级数展开式为
f (t) a0 (a1 cos t b1 sin t) (a2 cos 2 t b2 sin2 t)
a0 [ak cos k t bk sink t] k 1
将同频率 cos与 sin 合并， f (t) 还可表示成下式
半波对称横轴
2
f(t)
…
-T
…
0T
t
f (t T ) 2
此类函数的傅里叶级数展开式只包含奇次函数项，不 包含偶次函数项，没有常数项。
3. 平移纵轴(改变时间起点），可以改变函数的奇偶性，但不
能改变半波对称性质。 f (t )
…
-T
0
T
…
t
ck
k
ak
bk
求傅里叶系数(Fourier coefficient)的公式：
1
a0 T
T
1
f (t )dt
0
T
T
2 T
f (t )dt
2
即f(t)在一周期内平均值
2
ak T
T f (t)cos kt dt 1
0
f (t)cos kt d(t)
- 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)。
周期性函数分解的傅里叶级数
周期电压、电流等都可以用一个周期函数表示，即 210),()(、、
=+=k kt t f t f 式中T 是周期函数的周期，且 210、、
=k 如果给定的周期函数在有限的区间内，只有有限个第一类间断点和有限个极大值和极小值，那么就可以展开成一个收敛的级数（三角级数） 设给定的周期函数)(t f ，则)(t f 可展开成
）
（）（1)sin cos (sin cos )2sin 2cos ()sin cos ()(1022110 ∑∞
=++=+++++++=k k k k k t k b t k a a t k b t k a t b t a t b t a a t f ωωωωωωωω 上式中的系数，可按下列公式计算：
⎰⎰⎰⎰⎰
⎰⎰
⎰
-
-
-=
======
=
π
ππ
π
ππωωπ
ωωπωωωπ
ωωπω)
(sin )(1
)
(sin )(1sin )(2)(cos )(1
)
(cos )(1cos )(2)(1
)(1
20
020
00
22
0t td k t f t td k t f tdt
k t f T b t td k t f t td k t f tdt k t f T
a dt
t f T
dt t f T a T
k T
k T
T T ）（2
这些公式的对导，主要的依据是利用三角函数的定积分的特点。
设m.n 是任意整数，则下列定积分成立：
⎰=π
200
sin mxdx
⎰
=π
20
cos mxdx
⎰=π
200cos sin nxdx mx ，
n m ≠
⎰=π
200
sin sin nxdx mx , n m ≠ ⎰
=π
200cos cos nxdx mx , n m ≠
⎰
=π
π
20
2)(sin dx mx ,
⎰
-=π
π
20
2)(cos dx mx
这种特点陈为三角函数的正交性质。
案例来说，如果要确定系数3a ，把式（1）两边各乘以t ω3cos ，并对两边取定积分，有
+++++=⎰⎰⎰⎰
⎰⎰π
π
π
π
ππ
ωωωωωωωωωωωωωωωω20
220
20
2120
20
20
10)(3cos 2sin )(3cos 2cos )(3cos sin )
(3cos cos )(3cos )(3cos )(t td t b t td t a t td t b t td t a t td a t td t f 以上式右边来看，利用三角函数定积分的公式，不难看出最后只剩下包括3a 的一项，故有：
π
ωωπ
320
)(3cos )(a t td t f =⎰
所以
⎰
=
π
ωωπ
20
3)
(3cos )(1
t td t f a
特此结束推广到k a ，有
⎰
=
π
ωωπ
20
)
(cos )(1
t td k t f a k
同理，如果用t k ωsin 去乘以式（1）的两边后再取积分，则可求得
⎰
=
π
ωωπ20
)
(sin )(1
t td k t f b k
至于0a ，可以对式（1）两边就一个周期求定积分，得
T
a dt t f 0T
)(=⎰
从而有
⎰=
T
dt t f T a 00)(1，故0a 是)(t f 在一个周期内的平均值。
2．方波的傅里叶级数展开式：
给定一个周期性信号)(t f ，其波形如图所示，对一个周期性方波（矩形波） 求此信号)(t f ，的傅里叶级数展开式
t
f(t)V m
-V m
0图1 方波
π
2πT
T
2
)(t f 的表达式是
m
v t f =)(，
20T t ≤
≤
m
v t f -=)(， T t T
≤≤2
按式（2），可求得所需要的个数,即
)(1
1)(1202000=-+==⎰⎰⎰T
m T
m T dt v T dt v T dt t f T a
0=a ，表示恒定分量为零，因为0a 代表)(t f 在一个周期内的波形
上下面积的代数平均值，因此当波形上下面积相等时，0a 即为零。
)(cos 2)(cos v )(cos 1)
(cos )(1
22020
==⎥⎦⎤⎢⎣⎡-==
⎰⎰⎰⎰
π
πππ
π
ωωπ
ωωωωπωωπ
t td k v t td k t td k v t td k t f a m m m k
()ππ
ωπωωπ
ωωωωπωωπ
π
π
ππππ
k k v t k k v t td k v t td k v t td k v t td k t f b m
m m
m m k cos 12cos 12)(sin 2)(sin )(sin 1)
(sin )(1
2020
-=
⎥
⎦⎤
⎢⎣⎡-==⎥⎦⎤⎢
⎣⎡-==⎰
⎰⎰⎰
当k 为偶数时， 1cos =πk 所以 0=k b 当k 是奇数时，1cos -=πk 所以
ππk v
k v b m m k 422=⨯=
由此求得，
⎥⎦⎤
⎢⎣⎡+++=
t t t v t f m ωωωπ5sin 513sin 31sin 4)(
如果取上列展开式的三项，分别画出各自的曲线再相加，就 可得到如图所示的合成曲线。
傅里叶级数是一个无穷级数，因此把一个非正弦周期函数分 解为傅里叶级数后，从理论上讲，必须取无穷多项方能准确地 代表原函数。
从实际运算来看，必须取有限的项数，因此就产
生了误差问题。
截取项数的多少，视要求而定。
这里涉及到级数收敛的快慢问题。
或者说，就是相续项数的比值大小的问题，如果级数收敛很快，只取级数前几项就够了，五次谐波一般可以略去。
而像图1所示的矩形波（方波）其收敛速度比
较慢。
例如取
2π
ω=t 或4T t =
，则⎪⎭⎫ ⎝⎛+-+-+-= 1119171513114)(πm v t f 当取无穷项时，将得到m
v T
f =)4(，这是准确值。
但如果取到11次谐波，算出的结
果约为0.95m v 。