傅里叶级数、傅里叶变换、小波变换、离散余弦变换的理解

2024-01-08 09:51:03

1. 傅里叶级数

功能:能把任意周期性函数展开成一系列正弦、余弦函数的和。

公式:

f ( x ) = a 0 2 + ∑ n = 1 ∞ ( a n cos ? ( 2 π n x T ) + b n sin ? ( 2 π n x T ) ) 傅里叶系数 a n = 2 T ∫ x 0 x 0 + T f ( x ) ? cos ? ( 2 π n x T ) d x , n ∈ { 0 } ? N b n = 2 T ∫ x 0 x 0 + T f ( x ) ? sin ? ( 2 π n x T ) d x , n ∈ N \begin{gathered} f(x)=\frac{a_0}2+\sum_{n=1}^{\infty}\left(a_n\cos(\frac{2\pi nx}T)+b_n\sin(\frac{2\pi nx}T)\right) \\ \text{傅里叶系数} \\ a_{n}=\frac{2}{T}\int_{x_{0}}^{x_{0}+T}f(x)\cdot\cos(\frac{2\pi nx}{T})dx,n\in\{0\}\bigcup\mathbb{N} \\ b_{n}={\frac{2}{T}}\int_{x_{0}}^{x_{0}+T}f(x)\cdot\sin({\frac{2\pi nx}{T}})dx,n\in\mathbb{N} \end{gathered} f(x)=2a0??+n=1?(an?cos(T2πnx?)+bn?sin(T2πnx?))傅里叶系数an?=T2?x0?x0?+T?f(x)?cos(T2πnx?)dx,n{0}?Nbn?=T2?x0?x0?+T?f(x)?sin(T2πnx?)dx,nN?

比如下图的一个函数能够被一系列周期为2 π \pi π的正弦函数展开:
在这里插入图片描述
加加减减后周期仍是2 π \pi π,调整正弦、余弦函数前面的系数(振幅)就可以慢慢逼近原函数了。

下面我们尝试把周期变成更一般的T,则正弦、余弦函数可写成:
s i n ( 2 π n T x ) c o s ( 2 π n T x ) \begin{array}{l}sin(\frac{2\pi n}Tx)\\\\cos(\frac{2\pi n}Tx)\end{array} sin(T2πn?x)cos(T2πn?x)?

前面的系数( a n , b n a_n, b_n an?,bn?)我们可以通过几何的角度进行理解:

首先要有个先验知识就是正弦、余弦函数可以看成无限维的向量,并且两个向量的内积为0,即正弦余弦函数是正交的。
在这里插入图片描述
无限维向量内积:
在这里插入图片描述
因此傅里叶变换可看成是由一组正交基构成的:
在这里插入图片描述
每个正交向量就是:{1,0,0},{0,cos(2pi n/T x),0},{0,0,sin(2pin/Tx)}

在这里插入图片描述
那么如何求系数呢 就是这些坐标:
例如:其中c1,c2是坐标
在这里插入图片描述
在这里插入图片描述
扩展到傅里叶:
在这里插入图片描述
bn类似的。

2.傅里叶变换

在这里插入图片描述
随着函数周期变大,频域上的点会越来越密集,若一个非周期函数,则频域图中的点连续:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
而傅里叶变换就是求出当周期无穷大时,对应的这个连续的频域图曲线。

首先把傅里叶级数用欧拉公式换一下:
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
F(w)就是频域曲线。
另外还可以再改造一下,把前面系数移进去:

F ( w ) = ∫ ? ∞ + ∞ f ( x ) ? e ? j 2 π w x d x F(w)=\int_{-\infty}^{+\infty}f(x)\cdot e^{-j2\pi wx}dx F(w)=?+?f(x)?e?j2πwxdx

同理可得二维傅里叶变换:
F ( u , v ) = ∫ ? ∞ + ∞ ∫ ? ∞ + ∞ f ( x , y ) ? e ? j 2 π ( u x + v y ) d x d y F(u, v)=\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}f(x,y)\cdot e^{-j2\pi (ux+vy)}dxdy F(u,v)=?+??+?f(x,y)?e?j2π(ux+vy)dxdy
二维傅里叶反变换:
f ( x , y ) = ∫ ? ∞ + ∞ ∫ ? ∞ + ∞ F ( u , v ) ? e j 2 π ( u x + v y ) d u d v f(x, y)=\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}F(u,v)\cdot e^{j2\pi (ux+vy)}dudv f(x,y)=?+??+?F(u,v)?ej2π(ux+vy)dudv

二维离散傅里叶变换:
F ( u , v ) = ∑ m = 0 M ? 1 ∑ n = 0 N ? 1 f ( x , y ) ? e ? j 2 π ( u x / M + u y / N ) ? F(u, v) = \sum_{m=0}^{M-1} \sum_{n=0}^{N-1} f(x, y) \cdot e^{-j 2\pi(ux/M + uy/N)} \ F(u,v)=m=0M?1?n=0N?1?f(x,y)?e?j2π(ux/M+uy/N)?

? f ( x , y ) = 1 M N ∑ u = 0 M ? 1 ∑ v = 0 N ? 1 F ( u , v ) ? e j 2 π ( u x / M + u y / N ) ? \ f(x, y) = \frac{1}{MN} \sum_{u=0}^{M-1} \sum_{v=0}^{N-1} F(u, v) \cdot e^{j 2\pi(ux/M + uy/N)} \ ?f(x,y)=MN1?u=0M?1?v=0N?1?F(u,v)?ej2π(ux/M+uy/N)?

  1. 小波变换

暂时放个链接在这小波变换

  1. 离散余弦变换
    离散余弦变换其实就是傅里叶变换的实数部分
    F ( u , v ) = λ ( u ) λ ( v ) ∑ x = 0 N 1 ? 1 ∑ y = 0 N 2 ? 1 f ( x , y ) cos ? ( π u 2 x + 1 2 N 1 ) cos ? ( π v 2 y + 1 2 N 2 ) λ ( ω ) = { 1 N , i f ? ω = 0 2 N , o t h e r w i s e \begin{aligned}F(u,v)&=\lambda(u)\lambda(v)\sum_{x=0}^{N_1-1}\sum_{y=0}^{N_2-1}f(x,y)\cos\left(\pi u\frac{2x+1}{2N_1}\right)\cos\left(\pi v\frac{2y+1}{2N_2}\right)\\\\\lambda(\omega)&=\begin{cases}\sqrt{\frac1N},&\mathrm{if~}\omega=0\\\sqrt{\frac2N},&\mathrm{otherwise}&\end{cases}\end{aligned} F(u,v)λ(ω)?=λ(u)λ(v)x=0N1??1?y=0N2??1?f(x,y)cos(πu2N1?2x+1?)cos(πv2N2?2y+1?)=? ? ??N1? ?,N2? ?,?if?ω=0otherwise???

f ( x , y ) = ∑ u = 0 N 1 ? 1 ∑ v = 0 N 2 ? 1 λ ( u ) λ ( v ) F ( u , v ) cos ? ( π u 2 x + 1 2 N 1 ) cos ? ( π v 2 y + 1 2 N 2 ) \begin{aligned}f(x,y) & =\sum_{u=0}^{N_1-1}\sum_{v=0}^{N_2-1}\lambda(u)\lambda(v)F(u,v)\cos\left(\pi u\frac{2x+1}{2N1}\right)\cos\left(\pi v\frac{2y+1}{2N2}\right)\end{aligned} f(x,y)?=u=0N1??1?v=0N2??1?λ(u)λ(v)F(u,v)cos(πu2N12x+1?)cos(πv2N22y+1?)?

文章来源:https://blog.csdn.net/zhanghongbin159/article/details/135391690
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。