看得懂的傅立叶变换

说起傅立叶变换,大部分科班出身的都上过课,但真正深入理解的,很少,用的起来的,就更少了。

傅立叶变换,本质上就是用一组特征量来对一个信号的一种描述。比如我们描述一个人,就是把一个人从地球上70亿人口唯一的表达出来,于是我们引入了一组特征量:

1、国籍,这样就约束在中国12亿人口内了

2、省份,大概约束在1亿以内了

3、县市,千万级别了

4、乡镇,最多也就是百十万

5、街道,那就是以万、千为记了

6、门牌号,就剩下一口几个人了

7、姓名

这个就是,它唯一的表达了一个有限量70亿分之一。

那么还有其他的表达方式,用来描述这个人,比如乔布斯,就问70亿人,谁是乔布斯,大家都是知道,设计iPhone的那个人。但对于一般人来说,我们常用的是,身材、脸型,这些就可以把他从70亿里面明确出来了

所以确定一个人,一个70亿分之一的人,方法有很多种,如从地域区分、相貌区分、能力区分、口音区分、贡献区分等等,可以有无限多种方式。

那么我们就明白了一点,一个信号,只要它是有限的,同样,也是可以如同人一样,可以有很多的方式表达它的,并且能够表达它的唯一性,那么这个就要从数学上推理,跟人类比

1、一个信号,它必须是有限量的,若它是无限的,那么谁都描述不了,所以我们要描述的,都是具体的有限的信号。

2、必须要有一套可以用来描述这个信号的一系列的完备的(数学上往往是无限的)、独立不相关的特征,因为我们要描述的是任意一个人,而不是乔布斯,所以必须要有一整套的特征体系。那么从数学上,就要构建一套这样的特征信息出来,其中,cos(nwt)、sin(nwt),n从1到无穷,这一套三角函数,就完备的满足了条件。需要注意的是,数学上必须要证明这些cos(nwt)和sin(nwt)组合起来的三角函数系必须能够描述任意的曲线,这个就是靠高数里面的级数展开证明的。

3、把信号与参考的这整套特征比对,把信号在这套特征上的分量都表示出来即可,这个就如同三维坐标,一个点投影在其上面,于是就有了X、Y、Z三个坐标,只是三维坐标是一套有限的直角坐标,现在换成了一套无限的三角函数坐标罢了。

4、三角函数坐标,是傅立叶先发明的,所以以他的名字来命名。

最后结论,傅立叶变换本质上就是一个有限的信号量在无限维三角坐标系下的投影,因为信号不是一个点,而是一个曲线,所以不能以有限的直角坐标来描述。

现在流行的3G的扩频,采用了另外一套数字化的坐标,类似傅立叶变换,叫沃尔什函数,今后将在GSM与CDMA区别中介绍。

时间: 2024-10-19 05:02:47

看得懂的傅立叶变换的相关文章

一步一步的无障碍理解快速傅立叶变换

/////////////////////////////////////////////////////////////////////////////////////////////////////// 作者:tt2767 声明:本文遵循以下协议自由转载-非商用-非衍生-保持署名|Creative Commons BY-NC-ND 3.0 查看本文更新与讨论请点击:http://blog.csdn.net/tt2767 链接被删请百度: CSDN tt2767 ///////////////

傅立叶变换、拉普拉斯变换、Z变换之间 <篇二>

三大变换的意义? 傅里叶变换在物理学.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分量和频率分量). 傅里叶变换能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合.在不同的研究领域,傅里叶变换具有多种不同的变体形式,如连续傅里叶变换和离散傅里叶变换. 傅里叶变换是一种解决问题的方法,一种工具,一种看待问题的角度.理解的关键是:一个连续的信号可以看

图像中的傅立叶变换(一)

关于傅立叶变换,知乎上已经有一篇很好的教程,因此,这篇文章不打算细讲傅立叶的物理含义,只是想从图像的角度谈一谈傅立叶变换的本质和作用. 本文假设读者已经熟知欧拉公式: \[ e^{j\pi x}=\cos{\pi x}+j\sin{\pi x} \] 并且知道高数课本中给出的傅立叶变换公式: \[ f(x) - \frac{a_0}{2}+\sum_{n=1}^{\infty}{[a_n \cos{nx}+b_n\sin{nx}]} \] 其中 \(a_n=\frac{1}{\pi}\int_{

傅立叶变换

傅立叶变换是数字信号处理领域一种很重要的算法.要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义.傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加.而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率.振幅和相位.和傅立叶变换算法对应的是反傅立叶变换算法.该反变换从本质上说也是一种累加处理,这样就可以将单独改变的正弦波信号转换成一个信号.因此,可以说,傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域

算法系列之二十三:离散傅立叶变换之音频播放与频谱显示

算法系列之二十三:离散傅立叶变换之音频播放与频谱显示 算法系列之二十三离散傅立叶变换之音频播放与频谱显示 导语 什么是频谱 1 频谱的原理 2 频谱的选择 3 频谱的计算 显示动态频谱 1 实现方法 2 杂项说明 结果展示 导语 频谱和均衡器,几乎是媒体播放程序的必备物件,没有这两个功能的媒体播放程序会被认为不够专业,现在主流的播放器都具备这两个功能,foobar 2000的十八段均衡器就曾经让很多人着迷.在上一篇对离散傅立叶变换介绍的基础上,本篇就进一步介绍一下频谱是怎么回事儿,下一篇继续介绍

hdu 4609 3-idiots 【FFT快(gui)速傅立叶变换】

FFT实现起来挺复杂的,开始用vector,结果发现空间超了,换成数组还是超,删掉了几个后又超时了 sin cos 函数调用次数太多了,改成乘法,还是超时 最后把FFT里的除法运算和模运算优化了一下,终于过了,排的老后面 坑,3843MS,一看时间最少的只有671MS,我都怀疑这是不是同一个算法..为毛差距这么大 #pragma comment(linker, "/STACK:102400000,102400000") #include<iostream> #include

图像处理之基础---卷积傅立叶变换中的复数

整个看FFT过程中复数一直很折磨我. 原本的实数的东西通过复数表达很像旋转矩阵用quaternion来表达,尽管旋转vector还是要用matrix来做,但是通过用quaternion表达的旋转意义可以做插值等很多快速的操作,而且内存消耗也小,在做完这些操作之后再转成matrix用就好了. 复数表达也是类似. a+bi = M*(cos(theta)+sin(theta)*i)----极坐标 cos(x) + sin(x)*i = exp(x*i)----欧拉公式 这个用欧拉公式转出来的exp(

MATLAB数字图像处理(一)基础操作和傅立叶变换

数字图像处理是一门集计算机科学.光学.数学.物理学等多学科的综合科学.随着计算机科学的发展,数字图像处理技术取得了巨大的进展,呈现出强大的生命力,已经在多种领域取得了大量的应用,推动了社会的发展.其中,遥感领域中,对于影像数据的处理均基于数字图像处理的技术.而遥感影像数据作为地理信息科学的重要数据源,如何从中获取有用的信息,是地理信息数据处理中重要的内容. MATLAB作为数学领域应用最广泛的一种软件,集成了对于图片处理的函数和功能,成为了处理数字图像问题的佼佼者.其出众的计算能力和简便的绘图能

傅立叶变换与小波分析

首先是几个名词: 时域:时域是描述数学函数或物理信号对时间的关系,我们在实际中对信号物理量的描述都是以时间为基准的,沿着时间增加的方向我们才有了波形周期.波形的概念,从以时间为角度称为时域. 频域:频域分析是把信号变为以频率轴为坐标表示出来.也即从频率的角度去描述波形. 时域分析与频域分析是对模拟信号的两个观察面,根据傅立叶分析,所有的波形都可以分解为正弦波,可以由不同频率的正弦波叠加而成,一种频率的正弦波在频域上对应一个点,就行时域上的时间点一样.例如下图波形,从时域上看是类似方波,二如果从频