这份是本人的学习笔记,课程为网易公开课上的斯坦福大学公开课:傅里叶变换及其应用。
傅里叶变换没有统一的定义
符号
傅里叶变换的符号在不同的书籍可能有不同的写法:
如正变换的符号:Ff(s),^f(s),F(s)
如反变换的符号:F−1f(t),ˇf(t),f(t)
公式
傅里叶变换的公式也没有统一的写法:
本课程采用的是如下公式
Ff(s)=∫∞−∞e−2πistf(t)dt
另外有些书本的写法是
Ff(s)=∫∞−∞e−istf(t)dt
这是由于采用不同的周期而导致的,但是尽管写法不同,但表示的都是同样的意思。
高斯(Gaussian)函数的傅里叶变换
高斯函数的归一化(积分为1)式子如下:
f(t)=e−πt2
高斯函数图像如下:

对高斯函数进行积分过程如下:
由于高斯函数的变量t是在幂的位置上,而且是二次方,因此无法直接用dt对其进行积分计算。下面采用极坐标方法
(∫∞−∞e−πt2dt)2=∫∞−∞e−πx2dx×∫∞−∞e−πy2dy=∬∞−∞e−π(x2+y2)dxdy=∫2π0∫∞0e−πr2rdrdθ=2π∫∞0e−πr2rdr=2π∫∞0e−πr2d(12r2)=2ππ×12∫∞0e−πr2dπr2=∫∞0e−sds=−e−s∣∣∞0=0−(−1)=1
那么该高斯函数的积分为
∫∞−∞e−πt2dt=√1=1
下面对高斯函数进行傅里叶变换
F(s)=Ff(s)=∫∞−∞e−2πiste−πt2dt
这也是一个非常难以积分的项,我们需要采用其他巧妙的方法:微分
F′(s)=Ff′(s)=∫∞−∞d(e−2πist)dse−πt2dt=∫∞−∞−2πite−2πiste−πt2dt=i∫∞−∞e−2πist(−2πte−πt2)dt=i(e−2πiste−πt2∣∣∞−∞−∫∞−∞e−πt2(−2πise−2πist)dt)=−2πs∫∞−∞e−2πiste−πt2dteliminate e−2πiste−πt2∣∣∞−∞ because |e−2πist|=1,limt→∞e−πt2=0=−2πsF(s)
求偏微分方程,得
F(s)=F(0)e−πs2=∫∞−∞e−πt2dt×e−πs2=e−πs2
也就是说归化为1的高斯函数的傅里叶变换还是归化为1的高斯函数
反转信号(reverse signal)
这是一个新的定义,目的是为了方便式子的表达,定义如下
令f−(t)=f(−t)
f−(t)即为f(t)的反转
傅里叶变换的对偶性(Fourier Transform Duality)
回顾一下傅里叶变换:
F(s)=Ff(s)=∫∞−∞e−2πistf(t)dt
当取值为−s时,
F(−s)=Ff(−s)=∫∞−∞e2πistf(t)dt=F−1f(s)
一般来说,f(t)是时域,F(s)是频域,f(t)通过傅里叶变换得到F(s),F(s)通过逆变换得到f(t)。不过上面的式子是对f(t)进行傅里叶逆变换,在这里,我们并不需要分析这个等式所表示的含义,而是把傅里叶变换当作工具使用。
对偶定理1
把反转信号引入傅里叶变换的对偶性中,得Ff(−s)=(Ff)−(s),而且上面对偶性讨论已得出结论:Ff(−s)=F−1f(s),即有
(Ff)−(s)=F−1f(s)
(Ff)−=F−f
函数的傅里叶变换的反转等于对该函数进行傅里叶逆变换。
对偶定理2
如果对f−(t)进行傅里叶变换会得到什么结果呢?
F(f−(s))=∫∞−∞e−2πistf(−t)dt=∫−∞+∞e−2πis(−u)f(u)d(−u)let u=−t=∫∞−∞e2πisuf(u)du=F−1f(s)
即,
F(f−)=F−f
函数的反转的傅里叶变换等于对该函数进行傅里叶逆变换。
对偶定理3
把对偶定理1与对偶定理2结合起来,得
(Ff)−=F(f−)
函数的傅里叶变换的反转等于对该函数反转的傅里叶变换
对偶定理4
对函数进行两次傅里叶变换
FFf=F(Ff)=F(F−(f−))=f−
函数连续进行两次傅里叶变换等于该函数的反转。
对偶定理的应用
对偶定理的目的是为了方便计算,如:
求sinc函数的傅里叶变换。
sinc=sinπsπs
由上一节课我们知道π函数经过傅里叶变换后得到sinc函数,那么我们就运用傅里叶变换的对偶定理能进行如下计算
Fsinc=FFπ=π−=π
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 周边上新:园子的第一款马克杯温暖上架