如果一个以为周期的函数在
上满足狄利克雷条件,即:
1.除去有限个第一类间断点外,处处连续
2.分段单调,单调区间的个数有限
则的fourier级数表示为:
在
上处处收敛,且在的连续点处收敛于, 其中,
对上式两边求积分:
所以:
对于
所以:
所以:
综上:
在电子通信领域,常常利用欧拉公式:
所以:
令:
得到fourier级数的复指数形式:
这里面:
同理:
上面的写为统一的形式为:
令
则综合上面各式,可得:
拆分后得到傅里叶级数形式:
傅里叶级数推导出非周期信号的傅里叶变换:
当时,周期信号变为非周期信号,由于, 傅里叶级数为:
当时候,
根据微积分的微元法,外面的累加可以看成求底边为,高为
的图形的面积:
所以:
一个例子从傅里叶级数到傅里叶变换:
此函数的解析式是:
函数图形为:
python代码:
# -*- coding: utf-8 -*-
"""
Created on Mon Feb 1 13:57:21 2021
@author: czl
"""
from pylab import *
x = mgrid[-20:20:0.01]
def fourier_wave():
a0 = 3/16
s=a0
for n in range(1,1000,1):
bn = 0
an = 2*sin((2*n*pi*1.5/16))/(n*pi)
s0 = an*cos(n*x*(2*pi/16))+bn*sin(n*x*(2*pi/16))
s=s+s0
plot(x,s,'orange',linewidth=0.6)
title('fourier_transform')
show()
fourier_wave()
复指数形式的傅里叶变换系数是:
密度谱:
当 时:
下图表示的就是当时,信号代表的频谱密度。
这里的负频率的意义是单位圆的旋转方向,并不是普通意义上“负”的概念。