傅立葉變換時數(shù)字信號處理的重要方法之一,是法國數(shù)學(xué)家傅立葉在1807年在法國科學(xué)學(xué)會上發(fā)表的一篇文章中所提出的,在文章中使用了正弦函數(shù)描述溫度分布,而且提出了一個著名的論斷:任何連續(xù)性的周期信號都可以由一組適當(dāng)?shù)恼仪€組合而成。而這個論斷被當(dāng)時審查論文的著名數(shù)學(xué)家拉格朗日所否定,拉格朗日認(rèn)為正弦函數(shù)無法組合成一個個帶有棱角的信號,但是從無限逼近的角度考慮,可以使用正弦函數(shù)來非常逼近期直到表示方法不存在明顯差異,這篇論文最終在在拉格朗日死后15年之久才得以發(fā)表。
傅立葉變換的分類
根據(jù)信號是是周期性以及連續(xù)還是離散的特點,將傅立葉變換進行延伸,變換分為如下四種
另外,根據(jù)使用的是實數(shù)還是復(fù)數(shù),有分為實數(shù)傅立葉變換和復(fù)數(shù)傅立葉變換。
主要特點:FS
用于分析連續(xù)周期信號。時域上任意連續(xù)的周期信號可以分解為無限多個正弦信號之和,在頻域上就表示為離散非周期的信號,即時域連續(xù)周期對應(yīng)頻域離散非周期的特點。
主要特點:FT
主要用于分析連續(xù)非周期信號,由于信號是非周期的,它必包含了各種頻率的信號,所以具有時域連續(xù)非周期對應(yīng)頻域連續(xù)非周期的特點。
FS和FT 都是用于連續(xù)信號頻譜的分析工具,都以傅立葉級數(shù)理論問基礎(chǔ)推導(dǎo)出的。時域上連續(xù)的信號在頻域上都有非周期的特點,但對于周期信號和非周期信號又有在頻域離散和連續(xù)之分。
主要特點:DTFT
它用于離散非周期序列分析,根據(jù)連續(xù)傅立葉變換要求連續(xù)信號在時間上必須可積這一充分必要條件,那么對于離散時間傅立葉變換,用于它之上的離散序列也必須滿足在時間軸上級數(shù)求和收斂的條件;由于信號是非周期序列,它必包含了各種頻率的信號,所以DTFT對離散非周期信號變換后的頻譜為連續(xù)的,即有時域離散非周期對應(yīng)頻域連續(xù)周期的特點。
主要特點:DFT
假設(shè)了序列的周期無限性,但在處理時又對區(qū)間作出限定(主值區(qū)間),以符合有限長的特點,這就使DFT帶有了周期性。另 外,DFT只是對一周期內(nèi)的有限個離散頻率的表示,所以它在頻率上是離散的,就相當(dāng)于DTFT變換成連續(xù)頻譜后再對其采樣,此時采樣頻率等于序列延拓后的周期N,即主值序列的個數(shù)。
離散傅立葉變換DFT
DFT用于將信號從時域變換為頻域,而且時域與頻域都是離散的,可以確認(rèn)出一個信號是由哪些正弦波疊加而成,而這些結(jié)果者反應(yīng)為正弦波的振幅和相位等信息。而至于時域與頻域,前者表示的是信號隨時間動態(tài)變化的關(guān)系,在這種分析方式下,往往會隨著時間的不同信號呈現(xiàn)不同的狀態(tài)變化。而頻域可以理解為正弦波的振幅,從傅立葉的論斷中我們了解到,任何周期函數(shù),都可能是由不同振幅和不同相位與角頻率的正弦波的疊加,頻域分析的一個主要結(jié)果是頻譜,常見的頻譜有兩種:振幅相關(guān)的頻譜與相位相關(guān)的頻譜。比如正弦曲線可表示為y=Asin(ωx+φ)+k,具體的實際意義如下所示:
理解輔助:變形的諧波函數(shù)
諧波(harmonic wave)是指電流中所含有的頻率為基波的整數(shù)倍的電量,一般是指對周期性的非正弦電量進行傅里葉級數(shù)分解,其余大于基波頻率的電流產(chǎn)生的電量。如下可以看出動態(tài)的三角函數(shù)的圖形變換,可以加深對傅立葉論斷的理解。
理解輔助:振幅的頻譜
而至于如何求取頻譜,由于三角函數(shù)具有正交性,相互之間不具影響,根據(jù)此特性結(jié)合下圖,對于振幅的頻譜則可有直觀的了解。而至于初相相關(guān)的頻譜,可以以此為基礎(chǔ),不難理解。
快速傅立葉變換FFT
FFT(Fast Fourier Transform)實際只是DFT的改善。是1965年由庫利和圖基共同提出的一種快速計算DFT的方法。這種方法充分利用了DFT運算中的對稱性和周期性,從而將DFT運算量從N2減少到N*log2N。當(dāng)N比較小時,F(xiàn)FT優(yōu)勢并不明顯。但當(dāng)N大于32開始,點數(shù)越大,F(xiàn)FT對運算量的改善越明顯。比如當(dāng)N為1024時,F(xiàn)FT的運算效率比DFT提高了100倍。
應(yīng)用領(lǐng)域和局限
傅立葉變化在很多領(lǐng)域都有很好的應(yīng)用,比如圖像優(yōu)化和音頻降噪等等,但是由于傅立葉變換的模型建立在平穩(wěn)信號基礎(chǔ)上的,對于非平穩(wěn)信號的分析具有很大的局現(xiàn)性。
總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,謝謝大家對腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請查看下面相關(guān)鏈接
您可能感興趣的文章:- Apache Commons Math3探索之快速傅立葉變換代碼示例
- C語言數(shù)據(jù)結(jié)構(gòu)算法之實現(xiàn)快速傅立葉變換
- JavaScript中七種流行的開源機器學(xué)習(xí)框架
- 15個頂級開源JavaScript框架和庫
- 25個實用酷炫的Android開源UI框架
- Android中使用開源框架Citypickerview實現(xiàn)省市區(qū)三級聯(lián)動選擇