變換的真諦:「傅立葉變換」形象直觀的本質原理

2020-12-13 電子通信和數學

傅立葉變換在信號處理,熱了學,聲學中隨處可見他的身影,但都是以複雜的數學推導得出。本篇以通俗的方式向廣大愛好者展現出傅立葉變換的意義與樂趣:

我們從圓的轉動頻率不同的思路出發,將時域信號分離出來,得到傅立葉變換最直觀的結果。

如圖:是一個固定周期信號波,我們把這個波形纏繞在一個旋轉的圓周上(形如花瓣)。箭頭指的是同一時刻,圓與信號波的對應位置。

上圖信號波的固定頻率是:3個周期/秒。但圓的旋轉頻率可以變化,如0.5圈/秒時,圓上分布了6個花瓣,3圈/秒時,每圈上有一個花瓣,所以圓旋轉的越快,上面圍繞的花瓣越少,旋轉的越慢,上面圍繞的花瓣越多(圓旋轉時要和原始信號波形時間同步,一致)。

如圖因旋轉頻率不一樣,所以花瓣時而增加,時而減少。

當圓以3圈/秒旋轉時,波的信號頻率是3個周期/秒。所以每圈只有一個花瓣(一個周期波)與之對應

我們現在來求文章開頭提到的箭頭向量在圓的每個頻率下的平均值(可以理解為頻率下的振幅),因波有波谷和波峰,圍繞在圓上,向量有正負之分,圓上每圈圍繞的花瓣越多,平均值越小。這個平均值也可以理解為花瓣的質心。建立振幅(質心)與頻率的坐標系

如圖開始是時因頻率為0,箭頭指向最大值,振幅(質心)最大,

隨著旋轉頻率增加,花瓣數減少。平均值趨於圓心,振幅(質心)最小

但在3圈/秒(與信號周期相同)時,因每圈只有一個花瓣所以振幅(質心)平均值增加,出現尖峰。

頻率大於3圈/秒後,因脫離了波峰,所以振幅(質心)有趨近於圓心位置

當我們移動信號波的對稱軸到0的位置時,就只剩下頻率3圈/秒位置振幅(質心)最大。花瓣就變成如下的樣式

如下是信號頻率:2個周期/秒,同理在圓旋轉頻率為2的位置出現凸起,尖峰。

當我們將上述的2Hz和3Hz疊加就變成了如下樣式,在振幅與頻率的坐標繫上,只有在2和3的位置出現的凸起尖峰。這個結論非常重要。

將時域轉換到頻域時,其餘位置均為0,有異常的位置出現尖峰。這就是傅立葉變換的本質。

如下一個含有噪聲的信號輸入我們所描述的「系統」,就顯現出來,出現了尖峰。這就是傅立葉變換的結果。

傅立葉變換把原有頻率從一團糟的信號裡分離出來,將時域無法解決的問題轉換的頻域,就輕而易舉的解決了。

至於用上述的直觀分析如何推導出傅立葉變換公式,下一篇將討論從這些直觀的原理中如何得到傅立葉變換公式。

聲明:本篇所用的圖片取自國外數學家所做的視頻,小編經過全部整合匯入自己的見解用最通俗的語言與大家一起分享。

相關焦點

  • 形象易懂的傅立葉變換、短時傅立葉變換和小波變換
    從傅立葉變換到小波變換,並不是一個完全抽象的東西,可以講得很形象。小波變換有著明確的物理意義,如果我們從它的提出時所面對的問題看起,可以整理出非常清晰的思路。下面我就按照傅立葉-->短時傅立葉變換-->小波變換的順序,講一下為什麼會出現小波這個東西、小波究竟是怎樣的思路。(反正題主要求的是通俗形象,沒說簡短,希望不會太長不看。。)
  • 可視化傅立葉變換:矩形波的傅立葉變換過程原理
    連續傅立葉變換採用輸入函數f(x)中的時域和把它變成一個全新功能的頻域中的函數F(ω),而傅立葉變換是專門用來解決非周期函數的,非周期函數通過傅立葉變換實現從時域到頻域的轉換,如下對矩形波進行傅立葉變換矩形波是一個比較簡單的周期函數,如下只有一個矩形,所以看作非周期函數,可對其進行傅立葉變換,我們已經很熟悉,矩形波的傅立葉變換圖形是sinc函數,即數學中的Sinx/x函數模型該函數在x=0時,sinc函數值等於1,如下圖
  • 解讀「傅立葉變換」公式最直觀的來源
    前一篇文章說明了傅立葉變換形象直觀的原理,根據所述的原理來得出他直觀的變換公式:注意需要結合前一篇文章來理解。:前幾篇文章已經說明歐拉公式代表著一種旋轉運動,那肯定是複平面上進行,這樣才能表現的更加具體。
  • 傅立葉變換的本質及其公式解析
    可以看出,傅立葉變換的本質是內積,三角函數是完備的正交函數集,不同頻率的三角函數的之間的內積為0,只有頻率相等的三角函數做內積時,才不為0。下面從公式解釋下傅立葉變換的意義:因為傅立葉變換的本質是內積,所以f(t)和
  • 傅立葉為何變換?
    傅立葉變換是很多理工科同學本科階段會接觸的基本概念,但也是比較令人困惑的概念之一。
  • 【Brain】腦信號處理必備技能:由淺入深掌握傅立葉變換、短時傅立葉變換和小波變換(最新)
    從傅立葉變換到小波變換,並不是一個完全抽象的東西,可以講得很形象。小波變換有著明確的物理意義,如果我們從它的提出時所面對的問題看起,可以整理出非常清晰的思路。下面,按照傅立葉-->短時傅立葉變換-->小波變換的順序,為大家講解為什麼出現小波以及小波究竟是怎樣?
  • 用圖解的方法解讀傅立葉變換的本質原理
    前面的文章我們詳細地從另一個角度來解讀傅立葉變換,傅立葉變換為非周期函數的處理提供了強有力的數學工具,我們用歐拉公式將e的指數項分解為實數和虛數兩部分我們以矩形函數為例,這個矩形函數的T=∞,左邊對應的是實數情況下的餘弦波,右邊對應的是複數情況下的正弦波函數,我們來看這個波形是如何與傅立葉變換對應的
  • 傅立葉變換,拉普拉斯變換和Z變換的意義
    傅立葉變換能將滿足一定條件的某個函數表示成三角函數(正弦和/或餘弦函數)或者它們的積分的線性組合。在不同的研究領域,傅立葉變換具有多種不同的變體形式,如連續傅立葉變換和離散傅立葉變換。  傅立葉變換是一種解決問題的方法,一種工具,一種看待問題的角度。
  • 傅立葉變換、拉普拉斯變換、Z 變換的聯繫是什麼?為什麼要進行這些變換?
    [導讀] 在知乎上看到一個問題,傅立葉變換、拉普拉斯變換、Z 變換的聯繫是什麼?為什麼要進行這些變換?我覺得這是一個非常好的問題,貌似一下子也回答不上來,所以整理學習並分享一下。什麼是數學變換?而傅立葉變換和拉普拉斯變換的本質都是對連續函數的一種積分變換,那麼什麼是積分變換呢?什麼是積分變換? 積分變換通過對原函數對映射函數空間自變量在特定區間進行積分運算,將函數從其原始函數空間映射到另一個函數空間。
  • 傅立葉變換繪製二維圖形|小記
    > 原創: 鄭越升 壞印表機一般傅立葉變換的舉例圖都是無數枯燥的三角函數疊加成某個無規則的函數,但是最近看了一篇關於傅立葉變換的文章,裡面有張動圖如下圖,很有意思,通過很多相互疊加的圓周運動,可以畫出一個矢量的二維軌跡
  • 傅立葉變換和拉普拉斯變換的辨識!
    ,傅立葉變換的典型用途是將信號分解成幅值分量和頻率分量)。傅立葉變換能將滿足一定條件的某個函數表示成三角函數(正弦和/或餘弦函數)或者它們的積分的線性組合。在不同的研究領域,傅立葉變換具有多種不同的變體形式,如連續傅立葉變換和離散傅立葉變換。傅立葉變換是一種解決問題的方法,一種工具,一種看待問題的角度。
  • 對傅立葉變換、拉氏變換、z變換詳細剖析
    1、關於傅立葉變換變換?所以,傅立葉變換之後,橫坐標即為分離出的正弦信號的頻率,縱坐標對應的是加權密度。對於周期信號來說,因為確實可以提取出某些頻率的正弦波成分,所以其加權不為零——在幅度譜上,表現為無限大——但這些無限大顯然是有區別的,所以我們用衝激函數表示。已經說過,傅立葉變換是把各種形式的信號用正弦信號表示,因此非正弦信號進行傅立葉變換,會得到與原信號頻率不同的成分——都是原信號頻率的整數倍。
  • 傅立葉變換和不確定性原理
    只要對它先做傅立葉變換,然後只記錄那些不接近零的頻域信息就可以了,這樣數據量就可以大大減少。基本上,這正是今天大多數數據壓縮方法的基礎思想。在網際網路時代,大量的多媒體信息需要在儘量節省帶寬和時間的前提下被傳輸,所以數據壓縮從來都是最核心的問題之一。而今天幾乎所有流行的數據壓縮格式,無論是聲音的 mp3 格式還是圖像的 jpg 格式,都是利用傅立葉變換才得以發明的。
  • 淺談傅立葉變換:關於傅立葉變換的幾種幾何學解釋
    (因為老師PPT用的少,當時很難直觀感受到這倆的區別)       直至信號與系統考試前幾天,偶然看到關於傅立葉變換的幾種幾何學解釋,才了解這背後的巧妙之處(說來慚愧,考試的時候腦子抽了,居然是傅立葉變換性質求錯了,還是對的改錯的, 最後只考了97分。。。)。傅立葉變換的偉大之處在於,它不僅解決了許多實際工程應用中的問題,也給我們認識世界提供了一個全新的視角。
  • 傅立葉變換與拉普拉斯變換的物理解釋及區別
    傅立葉變換能將滿足一定條件的某個函數表示成三角函數(正弦和/或餘弦函數)或者它們的積分的線性組合。在不同的研究領域,傅立葉變換具有多種不同的變體形式,如連續傅立葉變換和離散傅立葉變換。 傅立葉變換是一種解決問題的方法,一種工具,一種看待問題的角度。
  • 傅立葉變換是個偉大工具
    這樣耳朵—大腦系統就提取了信號的本質信息。傅立葉變換的分析過程與此類似,只不過我們從數學意義把它更加精確化和專業話罷了。從數學上理解,頻域的概念就是由正弦信號構成的空間。或者說這個空間裡裝著正弦信號。聽起來好抽象,讓我們回憶一個例子:我們知道對已一個函數,我們可以將它分解成下面的形式:分解的方法有很多。
  • 搬運 | 小波分析科普:信號處理,傅立葉變換和海森堡不確定原理
    對工程師來說,小波變換和傅立葉變換一樣重要。那小波變換是啥?為啥如此重要?小波變換與傅立葉變換相比有何優劣?這將是這篇博客的主題。這篇博客說明工程師如何通過傅立葉變換重建信號,繼而討論傅立葉變換的局限性和海森堡不確定原理;最後解釋小波是如何做變換的,為何小波分析有更好的解析度而被工程師青睞。
  • 泰勒展開,傅立葉變換,拉普拉斯變換和Z變換的意義
    傅立葉變換傅立葉變換在物理學、數論、組合數學、信號處理、概率論、統計學、密碼學、聲學、光學、海洋學、結構動力學等領域都有著廣泛的應用(例如在信號處理中,傅立葉變換的典型用途是將信號分解成幅值分量和頻率分量)。傅立葉變換的物理意義是:將通常在時域表示的信號,分解為多個正弦信號的疊加。
  • 簡述計算機三大變換的聯繫和區別 (傅立葉變換、拉普拉斯變換、z變換)
    x[n] 和X(Z) 構成一個Z 變換對。通常意義下的Z 變換指雙邊Z 變換,單邊Z 變換隻對右邊序列(n≥0 部分)進行Z 變換。單邊Z 變換可以看成是雙邊Z 變換的一種特例,對於因果序列雙邊Z 變換與單邊Z 變換相同。單邊Z 變換定義為 :傅立葉變換是最基本得變換,由傅立葉級數推導出。
  • 深入淺出的學習傅立葉變換
    學習傅立葉變換需要面對大量的數學公式,數學功底較差的同學聽到傅立葉變換就頭疼。事實上,許多數學功底好的數位訊號處理專業的同學也不一定理解傅立葉變換的真實含義,不能做到學以致用!本文引用地址:http://www.eepw.com.cn/article/272577.htm  事實上,傅立葉變換的相關運算已經非常成熟,有現成函數可以調用。對於絕大部分只需用好傅立葉變換的同學,重要的不是去記那些枯燥的公式,而是解傅立葉變換的含義及意義。