傅里葉級數讓我們知道了,原來周期性函數是可以通過正弦函數的累加完成的。我們在此之前是不是壓根就沒這樣想過啊?所以說數學家們的世界我們不懂。 白光通過三棱鏡后分解了 看一看三棱鏡的色散現象,我們發現自然界這種分分合合的現象也是普遍存在的。
到這里我們自然不經會問,周期現象很常見,那么如果非周期呢? 不同頻率正弦波函數累加 傅里葉級數的變化根據傅里葉級數的定義,周期函數f(t)可由三角函數的線性組合來表示,其中函數f(t)周期為T,角頻率為w,頻率為f,傅里葉級數表達式可以寫成: 非周期信號可以看成周期為無窮大的周期信號。我們把非周期信號的傅里葉分析方法叫做傅里葉變換。 當周期函數的周期T逐漸趨向無窮大之時,由于ω=2π/T,周期信號的頻譜是離散的,離散間隔為ω。所以當T趨向無窮大之時,ω趨向于0,離散間隔逐漸變為0,頻譜變為連續譜。 周期脈沖信號的頻譜 傅里葉變換就這樣得到了! 非周期脈沖信號的頻譜(密度) 但是由于傅里葉系數的公式中都有1/T*(…),當T趨向無窮大之時,系數也趨向0了。所以傅里葉系數也逐漸趨向無窮小,由公式可知,每個F(nω)趨向無窮小。 這樣看來,各個頻率幅值均為0,這樣是不是感覺沒什么可分析的了? 既然都為0了,我們也可以洗洗睡了。 然而數學告訴我們,無數的無窮小量加起來,未必是無窮小啊。再說了,常識告訴我們,當周期為無窮大時,頻譜不可能平白無故的消失的。況且如果把這些函數看成是熱量、能量,也不會因為我們換個角度看,能量就平白無故的消失。 周期T不斷變大,w逐步變小,引入頻譜密度 所以,數學家們說:“肯定是我們的打開方式出現問題了,我們表達的方式不對,我們得換一種方式” 既然頻譜幅值都為0,那么我們就像學概率一樣,我們也搞一個頻譜密度,弄一個密度函數哈! 從上圖中,我們可以看出,當脈沖信號的周期T不斷變大的時候,頻譜寬度逐步變窄。這個時候我們畫出F(nw)/w的頻譜密度函數。圖中紅色長方形,寬度為w,長度為F(nw)/w,面積為F(nw)。 圖片來源網絡。老外很高大上的叫做頻譜分辨率的變化 說白了,T趨向無窮大時候,F(nw)趨向0,w趨向0,但F(nw)/w不一定是0哦。 按照這個思路,我們進行一番推導: 傅里葉變換的簡單證明 OK,問題解決了,通過頻譜密度函數,我們得到了非周期信號的頻譜。 傅里葉變換如果你很感興趣證明過程,請自己動手,或者私信我溝通交流。這里給出傅里葉變換公式: 通常,周期信號叫做功率信號,非周期信號叫做能量信號。能量信號的頻譜密度通過傅里葉變換求得; 能量信號的頻譜密度和功率信號的頻譜主要區別有
頻譜密度 從我們發現可以用不同頻率的正弦函數疊加,表達周期函數開始,非周期函數的表達方式自然而然就會是我們探索的一個方向。周期函數的頻譜為間隔為w的離散譜,當周期函數的周期T變大時,自然w=2π/T就會不斷的減少,最后形成連續的譜線。這是一個很自然的過程,當然啦,如果你需要嚴格的證明,那么需要動動腦哦。 |
|