傅立叶变换的原理意义和应用.pdf

傅立叶变换的原理、意义和应用 1 概念：编辑 傅里叶变换是一种分析信号的方法， 它可分析信号的成分， 也可用这 些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、 锯齿波等，傅里叶变换用正弦波作为信号的成分。 参考 《数字信号处理》杨毅明著 p.89，机械工业出版社 2012 年发行。 定义 f(t ）是 t 的周期函数，如果 t 满足狄里赫莱条件：在一个周期内具有 有限个间断点，且在这些间断点上，函数是有限值；在一个周期内具 有有限个极值点；绝对可积。则有下图① 式成立。称为积分运算 f(t ） 的傅里叶变换， ②式的积分运算叫做 F （ω）的傅里叶逆变换。 F （ω）叫做 f(t ）的像 函数， f(t ）叫做 F （ω）的像原函数。 F （ω）是 f(t ）的像。 f(t ）是 F （ω）原像。 ①傅里叶变换 ②傅里叶逆变换 中文译名 Fourier transform 或 Transform é e de Fourier有多个中文译名，常见的 有 傅里叶变换“ ”、 付立叶变换“ ”、 “傅立叶转换 ”、 “傅氏转换 ”、 “傅氏 变换 ”、等等。为方便起见，本文统一写作 “傅里叶变换 ”。 应用 傅里叶变换在物理学、电子类学科、数论、组合数学、信号处理、概 率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都 有着广泛的应用 （例如在信号处理中，傅里叶变换的典型用途是将信 号分解成幅值谱 ——显示与频率对应的幅值大小） 。 相关 * 傅里叶变换属于谐波分析。 * 傅里叶变换的逆变换容易求出，而且形式与正变换非常类似 ; * 正弦基函数是微分运算的本征函数， 从而使得线性微分方程的求解 可以转化为常系数的代数方程的求解 .在线性时不变的物理系统内， 频率是个不变的性质， 从而系统对于复杂激励的响应可以通过组合其 对不同频率正弦信号的响应来获取； * 卷积定理指出：傅里叶变换可以化复杂的卷积运算为简单的乘积运 算，从而提供了计算卷积的一种简单手段； * 离散形式的傅立叶变换可以利用数字计算机快速地算出 （其算法称 为快速傅里叶变换算法（ FFT)).[1] 2 性质编辑 线性性质 傅里叶变换的线性， 是指两函数的线性组合的傅里叶变换， 等于这两 个函数分别做傅里叶变换后再进行线性组合的结果。 具体而言， 假设 函数 和 的傅里叶变换 和 都存在， 和 为任意常系数，则有 尺度变换性质 若函数 的傅里叶变换为 ，则对任意的非零实数 ，函数 的傅里叶变换 存在，且等于 对于 的情形，上式表明，若将 的图像沿横轴方向压缩 倍，则其傅里叶变换的图像将沿横轴方向展宽 倍，同时高度变为原来的 。对于 的情形，还会使得傅里叶变换的图像关于纵轴做镜像对称。 平移性质 若函数 的傅里叶变换为 ，则对任意实数 ，函数 也存在傅里叶变换，且其傅里叶变换 等于 也就是说， 可由 向右平移 得到。 微分关系 若函数 的傅里叶变换为 ，且其导函数 的傅里叶变换存在，则有 即导函数的傅里叶变换等于原函数的傅里叶变换乘以因子 。更一般地，若 的 阶导数 的傅里叶变换存在，则 即 阶导数的傅里叶变换等于原函数的傅里叶变换乘以因子 。 卷积特性 若函数 以及 都在 上绝对可积，则卷积函数 的傅里叶变换存在，且 Parseval定理以及 Plancherel 定理 若函数 以及 平方可积，二者的傅里叶变换分别为 与 ，则有 上式被称为 Parseval定理。特别地，对于平方可积函数 ，有