傅里叶变换的实质
2017-03-04 13:29
211 查看
以前老是用傅里叶变换,但是对她的本质不是很清楚,比如说对一段连续(可以假设为正弦信号)进行采样后再做离散傅里叶变换得到的是连续的频谱,重点是频谱的中心频率很高,而这个最高的频率就代表了信号的频率! 但是傅里叶变换如何可以得到如此精确的频谱呢?
如上:借用别人的公式,正好说明 傅里叶变换的本质是内积!(信号与基函数的互相关)
也就是在做变换的时候,只有W和f(t)中的频率分量相同的时候结果才最大,也即相关性最强。也可以理解为f(t)在基函数上的投影,积分值是时间从负无穷到正无穷的积分,就是把信号每个时间在的分量叠加起来,可以理解为f(t)在上的投影的叠加,叠加的结果就是频率为的分量,也就形成了频谱。
再来看看傅里叶逆变换的意义
傅里叶逆变换就是傅里叶变换的逆过程,在F(W)和求e内积的时候,F(W)只有t时刻的分量内积才会有结果,其余时间分量内积结果为0,同样积分值是频率从负无穷到正无穷的积分,就是把信号在每个频率在t时刻上的分量叠加起来,叠加的结果就是f(t)在t时刻的值,这就回到了我们观察信号最初的时域。
如上:借用别人的公式,正好说明 傅里叶变换的本质是内积!(信号与基函数的互相关)
也就是在做变换的时候,只有W和f(t)中的频率分量相同的时候结果才最大,也即相关性最强。也可以理解为f(t)在基函数上的投影,积分值是时间从负无穷到正无穷的积分,就是把信号每个时间在的分量叠加起来,可以理解为f(t)在上的投影的叠加,叠加的结果就是频率为的分量,也就形成了频谱。
再来看看傅里叶逆变换的意义
傅里叶逆变换就是傅里叶变换的逆过程,在F(W)和求e内积的时候,F(W)只有t时刻的分量内积才会有结果,其余时间分量内积结果为0,同样积分值是频率从负无穷到正无穷的积分,就是把信号在每个频率在t时刻上的分量叠加起来,叠加的结果就是f(t)在t时刻的值,这就回到了我们观察信号最初的时域。
相关文章推荐
- 傅里叶变换的实质--正交之美
- 从头到尾彻底理解傅里叶变换算法、上
- 图像傅里叶变换
- 傅里叶变换的推导
- 傅里叶变换
- 傅里叶变换的物理意义
- 第10章 图像变换-图像傅里叶变换
- 傅里叶变换的Matlab代码
- SonicOperator之傅里叶变换7
- 第三章:3.6 典型信号傅里叶变换
- 傅里叶变换的理解
- OpenCV实现傅里叶变换
- 解读图像傅里叶变换
- 傅里叶变换资料汇总
- 卷积与傅里叶变换简介
- [傅里叶变换及其应用学习笔记] 二十七. 高维傅里叶变换,复习
- 实函数傅里叶变换的奇偶虚实特性
- 终于弄明白了傅里叶变换--FashionXu的博客
- 从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换
- 【傅里叶变换】的讲解