有了《傅裡葉光學(一)》的基礎之後,本節開始正式引入“傅裡葉變換”這個概念。
傅裡葉變換
1. 周期信号及其傅裡葉級數
假設一個函數的周期為
,即對于任意
,有
這個函數可能是簡單的正弦信号,或者是任意的複雜信号,隻要在間隔為
的周期中有有限的最大值和最小值。我們自定義一個周期為
的函數,頻率
,那麼函數可以寫成
對于一個正弦曲線來說,周期為
,但考慮到
的存在,第
個正弦曲線的頻率為
,周期為
。由于
是整數,是以在一個大的周期間隔
中,會有
個小周期。正負頻率
是這個信号的基波頻率,
是這個信号的
次諧波頻率。
系數矩陣
表示了不同諧波對整個信号的貢獻程度,系數矩陣
可以這樣計算:
這是将傅裡葉級數寫成了複指數形式,這種形式在使用時最為友善。若是函數的值為實數,那麼可以寫成sin和cos的形式取而代之:
舉個例子,定義一個周期性的方波函數:
該函數
,
,帶入到
的計算公式中:
從該表達式的結果來看,這個方波僅由偶次諧波組成。并且随着n的值的增大,諧波疊加後的圖形會無限逼近于原始方波。但是無論n的值有多大,在不連續點附近會出現一個固定高度的過沖,n越大,過沖的最大值越靠近不連續點,但其峰值并不下降,而是大約等于原函數在不連續點處跳變值的9%,且在不連續點兩側呈現衰減振蕩的形式,這便是吉布斯現象。
n次諧波合成方波(圖檔來源維基百科)
2. 傅裡葉積分
傅裡葉級數适用于連續的、周期性的函數。但是,大多數真實的實體函數不是周期性的,對于非周期性的函數仍然需要一種類似的分析方法。假設“周期”
,當周期趨于無窮時,基波頻率
,那麼傅裡葉級數就變成了傅裡葉積分 。
定義傅裡葉變換
以及傅裡葉逆變換
當函數
對其進行傅裡葉變換,我們看看會得到什麼結果。
這個函數正是
函數的形式!那麼也就是說,當函數為
時,傅裡葉變換為
。這是一個很重要的結論,在接下來的章節中會繼續深入學習。
3. 周期信号的傅裡葉積分
回顧剛才兩種信号處理的方法,将傅裡葉級數與傅裡葉變換相結合,假設任意一個周期為
的函數,既然是周期函數,那麼可以寫成傅裡葉級數的形式:
當
是信号的基波頻率,将上式傅裡葉級數帶入到傅裡葉變換的公式中,得到表達式:
即周期信号的傅裡葉變換可以由一系列不同權重的
函數組成。
傅裡葉變換分别為:
周期信号正弦、餘弦函數的傅裡葉變換可以由不同權重的
函數表示。對于更複雜的周期函數來說,其傅裡葉變換會由更多更複雜的
函數表示。
空間中關于
的函數,經過傅裡葉變換後變成了頻域中關于
的函數。振幅譜
和相位譜
能夠展現出原始信号
的有效資訊。比如3.1中,
和
有相同的振幅
,但是角度不同
。在接下來的章節會繼續學習他們的特性。