是 ω 0 = 2 π T = 2 π f \omega_{0}=\frac{2\pi}{T}=2\pi f ω0=T2π=2πf.傅立叶展开式是:
H n = 1 T ∫ t 0 t 0 + T h ( t ) e i n ω 0 t H_{n}=\frac{1}{T} \int_{t_{0}}^{t_{0}+T} h(t) e^{in\omega_{0}t } Hn=T1∫t0t0+Th(t)einω0t
h ( t ) = ∑ n = − ∞ ∞ H n e − i n ω 0 t h(t)=\sum_{n=-\infty}^{\infty} H_{n} e^{-in\omega_{0}t} h(t)=∑n=−∞∞Hne−inω0t
Fourier Transform 傅立叶变换 学习笔记 Part 1
性质
Fourier Transform 傅立叶变换 学习笔记 Part 1
1
线性性质 Linearity
Fourier Transform 傅立叶变换 学习笔记 Part 1
积分的线性性质决定了这个性质
对比课件和维基百科,我觉得这部分课件更好一点。证明非常的清晰。
2
Fourier Transform 傅立叶变换 学习笔记 Part 1
证明
Fourier Transform 傅立叶变换 学习笔记 Part 1
一个简单的换元
3
Fourier Transform 傅立叶变换 学习笔记 Part 1
4
Fourier Transform 傅立叶变换 学习笔记 Part 1
Fourier Transform 傅立叶变换 学习笔记 Part 1
5
Fourier Transform 傅立叶变换 学习笔记 Part 1
6
Fourier Transform 傅立叶变换 学习笔记 Part 1
7
Fourier Transform 傅立叶变换 学习笔记 Part 1
8
Fourier Transform 傅立叶变换 学习笔记 Part 1
Parseval Theorem
∫ − ∞ ∞ ∣ h ( t ) ∣ 2 d t = ∫ − ∞ ∞ ∣ H ( f ) ∣ 2 d f \int_{-\infty}^{\infty} |h(t)| ^{2}dt=\int_{-\infty}^{\infty} |H(f)| ^{2}df ∫−∞∞∣h(t)∣2dt=∫−∞∞∣H(f)∣2df
Fourier Transform 傅立叶变换 学习笔记 Part 1
卷积 convolution
y ( t ) = h ( t ) ∗ g ( t ) = ∫ − ∞ ∞ h ( t − τ ) g ( τ ) d τ y(t)=h(t)*g(t)=\int_{-\infty}^{\infty}h(t-\tau)g(\tau)d\tau y(t)=h(t)∗g(t)=∫−∞∞h(t−τ)g(τ)dτ
Fourier Transform 傅立叶变换 学习笔记 Part 1
这个定理看起来也非常特别。
Fourier Transform 傅立叶变换 学习笔记 Part 1
相关性 correlation
y ( t ) = C o r r ( h ( t ) , g ( t ) ) = ∫ − ∞ ∞ h ( t + τ ) g ( τ ) d τ y(t)=Corr(h(t),g(t))=\int_{-\infty}^{\infty}h(t+\tau)g(\tau)d\tau y(t)=Corr(h(t),g(t))=∫−∞∞h(t+τ)g(τ)dτ
Fourier Transform 傅立叶变换 学习笔记 Part 1
自相关Autocorrelation
y ( t ) = C o r r ( h ( t ) , h ( t ) ) = ∫ − ∞ ∞ h ( t + τ ) h ( τ ) d τ y(t)=Corr(h(t),h(t))=\int_{-\infty}^{\infty}h(t+\tau)h(\tau)d\tau y(t)=Corr(h(t),h(t))=∫−∞∞h(t+τ)h(τ)dτ