有了《傅里叶光学(一)》的基础之后,本节开始正式引入“傅里叶变换”这个概念。
傅里叶变换
1. 周期信号及其傅里叶级数
假设一个函数的周期为
,即对于任意
,有
这个函数可能是简单的正弦信号,或者是任意的复杂信号,只要在间隔为
的周期中有有限的最大值和最小值。我们自定义一个周期为
的函数,频率
,那么函数可以写成
对于一个正弦曲线来说,周期为
,但考虑到
的存在,第
个正弦曲线的频率为
,周期为
。由于
是整数,所以在一个大的周期间隔
中,会有
个小周期。正负频率
是这个信号的基波频率,
是这个信号的
次谐波频率。
系数矩阵
表示了不同谐波对整个信号的贡献程度,系数矩阵
可以这样计算:
这是将傅里叶级数写成了复指数形式,这种形式在使用时最为方便。若是函数的值为实数,那么可以写成sin和cos的形式取而代之:
举个例子,定义一个周期性的方波函数:
该函数
,
,带入到
的计算公式中:
从该表达式的结果来看,这个方波仅由偶次谐波组成。并且随着n的值的增大,谐波叠加后的图形会无限逼近于原始方波。但是无论n的值有多大,在不连续点附近会出现一个固定高度的过冲,n越大,过冲的最大值越靠近不连续点,但其峰值并不下降,而是大约等于原函数在不连续点处跳变值的9%,且在不连续点两侧呈现衰减振荡的形式,这便是吉布斯现象。
n次谐波合成方波(图片来源维基百科)
2. 傅里叶积分
傅里叶级数适用于连续的、周期性的函数。但是,大多数真实的物理函数不是周期性的,对于非周期性的函数仍然需要一种类似的分析方法。假设“周期”
,当周期趋于无穷时,基波频率
,那么傅里叶级数就变成了傅里叶积分 。
定义傅里叶变换
以及傅里叶逆变换
当函数
对其进行傅里叶变换,我们看看会得到什么结果。
这个函数正是
函数的形式!那么也就是说,当函数为
时,傅里叶变换为
。这是一个很重要的结论,在接下来的章节中会继续深入学习。
3. 周期信号的傅里叶积分
回顾刚才两种信号处理的方法,将傅里叶级数与傅里叶变换相结合,假设任意一个周期为
的函数,既然是周期函数,那么可以写成傅里叶级数的形式:
当
是信号的基波频率,将上式傅里叶级数带入到傅里叶变换的公式中,得到表达式:
即周期信号的傅里叶变换可以由一系列不同权重的
函数组成。
傅里叶变换分别为:
周期信号正弦、余弦函数的傅里叶变换可以由不同权重的
函数表示。对于更复杂的周期函数来说,其傅里叶变换会由更多更复杂的
函数表示。
空间中关于
的函数,经过傅里叶变换后变成了频域中关于
的函数。振幅谱
和相位谱
能够展现出原始信号
的有效信息。比如3.1中,
和
有相同的振幅
,但是角度不同
。在接下来的章节会继续学习他们的特性。