傅里叶变换(对称美)

news2024/9/27 19:41:46

傅里叶变换(对称美)

冲浪时发现的有趣文章,学习自https://zhuanlan.zhihu.com/p/718139299

摘下来的内容:

傅里叶变换之所以“怪美的嘞”,根本在于它有一种内在的对称性,这一点在上面的图并没有表现出来

这种内在的对称性是什么呢?可以理解为:

频谱是时域信号在一个​**希尔伯特空间中的连续正交归一基下展开的展开系数,于此同时,时域信号也是频谱在相同形式的希尔伯特空间中的连续正交归一基下的展开的展开系数。**

image

比较直观的视频:https://www.youtube.com/watch?v=r4c9ojz6hJg&ab_channel=SimonXu

以前比较少关注这种对称的方式,也很少有这种连续的视频图,也能从一个侧面去了解傅里叶变换,这篇文章主要是着重对称性这个点,也算是加深一下自己的理解。写得很好。

文章二:https://zhuanlan.zhihu.com/p/40396861

为了“简单”而进行“分解”,为了更好的“分解”,人类又发明了“正交”的概念。何谓正交呢,它其实脱胎于“垂直”而又有更丰富的内涵。我们知道在垂直坐标系中,三个坐标轴的相互垂直的,这样的好处是各个轴向之间是独立的,互不干扰的。当然,这些描述都是定性的,对于严谨的数学家和工程师而言,这是不可接受的。于是,又有一个新的概念引入了:“内积”,当内积为零的时候,两个量就是正交的。

整理一下我们的思路:我们想要“简单”,要进行“分解”,想要更好的“分解”,要进行“正交化”,想要定量描述“正交化”,规定“内积”为零为“正交”。总的逻辑是这样的:简单→分解→正交→内积

说了这么多,这和傅里叶分析有什么关系?现在我要告诉大家:傅里叶分析就是进行“正交分解”,不理解细节没关系,领会到了这个概念,就理解一半了。为了严谨(实际上很不严谨^_^),我们需要将逻辑关系反过来,先从内积说起。

在三维直角坐标系里面,任何一个坐标轴的方向上长度为 1 1 1 的向量称之为一个基,相互垂直的基称之为正交基: ( 1 , 0 , 0 ) (1,0,0) 1,0,0 代表 x x x 轴的基, ( 0 , 1 , 0 ) (0,1,0) 0,1,0 代表

y y y 轴的基, ( 0 , 0 , 1 ) (0,0,1) 0,0,1代表 z z z 轴的基。假设 x ˉ = ( a 1 , b 1 , c 1 ) \bar{x}=(a_1,b_1,c_1) xˉ=a1,b1,c1, y ˉ = ( a 2 , b 2 , c 2 ) \bar{y}=(a_2,b_2,c_2) yˉ=(a2,b2,c2) ,规定内积为:
y ˉ = ( a 2 , b 2 , c 2 ) \bar{y}=(a_2,b_2,c_2) yˉ=(a2,b2,c2)

规定内积为:

< x ˉ , y ˉ > = < ( a 1 , b 1 , c 1 ) , ( a 2 , b 2 , c 2 ) > = a 1 a 2 + b 1 b 2 + c 1 c 2 < \bar{x},\bar{y}>=<(a_1,b_1,c_1),(a_2,b_2,c_2)>=a_1a_2+b_1b_2+c_1c_2 <xˉ,yˉ>=<(a1,b1,c1),(a2,b2,c2)>=a1a2+b1b2+c1c2

一个很简单的结论: < ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) > = 1 × 0 + 0 × 1 + 0 × 0 = 0 <(1,0,0),(0,1,0)>=1\times0+0\times1+0\times0=0 <(1,0,0),(0,1,0)>=1×0+0×1+0×0=0,说明任意两个基确实是正交的。

< ( 1 , 0 , 0 ) , ( 1 , 0 , 0 ) > = 1 × 1 + 0 × 0 + 0 × 0 = 1 <(1,0,0),(1,0,0)>=1\times1+0\times0+0\times0=1 <(1,0,0),(1,0,0)>=1×1+0×0+0×0=1 ,说明向量与自己的内积是一个常数。那如何表示任意一个向量呢?比如 v = ( 5 , 2 , 7 ) v=(5,2,7) v=5,2,7在线性代数里面,我们是这么做的:

A = < v , x > = < ( 5 , 2 , 7 ) , ( 1 , 0 , 0 ) > = 5 A=< v,x>=<(5,2,7),(1,0,0)>=5 A=<v,x>=<(5,2,7),(1,0,0)>=5 (1)

B = < v , y > = < ( 5 , 2 , 7 ) , ( 0 , 1 , 0 ) > = 2 B=< v,y>=<(5,2,7),(0,1,0)>=2 B=<v,y>=<(5,2,7),(0,1,0)>=2 (2)

C = < v , z > = < ( 5 , 2 , 7 ) , ( 0 , 0 , 1 > = 7 C=< v,z>=<(5,2,7),(0,0,1>=7 C=<v,z>=<(5,2,7),(0,0,1>=7 (3)

于是, v = A x + B y + C z v=Ax+By+Cz v=Ax+By+Cz ,相信得出以下结论是很容易的:内积相当于一种“投影”操作,任意向量与基之间的内积就是该向量在基所在方向的投影,内积的结果就是系数。

假如基不再是一个向量,而是一个函数,会有什么结果?

e i ω t e^{i\omega t} et 在这种内积的定义下是一族正交基,更深刻的数学知识可以证明,在一定条件下,它不仅是正交的,还是完备的,也就是说,只要满足一定的条件,任何函数都可以用 e i ω t e^{i\omega t } et 叠加出来。

f ( t ) = ∑ ω = − ∞ + ∞ A ω e i ω t = 1 2 π ∫ − ∞ + ∞ F ( ω ) e i ω t d ω f(t)=\sum_{\omega=-\infty}^{+\infty}{A_\omega e^{i\omega t}}=\frac{1}{2\pi}\int_{-\infty}^{+\infty}F(\omega)e^{i\omega t}d\omega f(t)=ω=+Aωet=2π1+F(ω)etdω

这个式子的含义为:在一定条件下,任意函数( f ( t ) f(t) f(t) )都可以由完的正交基​ e i ω t e^{i\omega t} et 叠加而成,每个正交基对应的系数为 F ( ω ) F(\omega) F(ω) 。( 1 / 2 π 1/{2\pi} 1/2π 的引入是为了计算方便,傅里叶变换有多种形式,也有不带 1 / 2 π 1/{2\pi} 1/2π ,这里采用了最通用的形式)。

F ( ω ) F(\omega) F(ω) 。( 1 / 2 π 1/{2\pi} 1/2π 的引入是为了计算方便,傅里叶变换有多种形式,也有不带 1 / 2 π 1/{2\pi} 1/2π ,这里采用了最通用的形式)。

系数 F ( ω ) F(\omega) F(ω) 可以由内积计算而来:

F ( ω ) = < f ( t ) , e i ω t > = ∫ − ∞ + ∞ f ( t ) e − i ω t d t F(\omega)=< f(t),e^{i\omega t}>=\int_{-\infty}^{+\infty}f(t)e^{-i\omega t}dt F(ω)=<f(t),et>=+f(t)etdt

因此,傅里叶变换的本质可以看成是正交分解 f ( t ) f(t) f(t) e i ω t e^{i\omega t} et 求内积的时候, f ( t ) f(t) f(t) 中只有频率为 ω \omega ω 的分量才会有内积的结果,其余分量的内积为0,积分值是时间从负无穷到正无穷,可以看成是 f ( t ) f(t) f(t) 整个信号在 e i ω t e^{i\omega t} et 上的投影,只要给定一个频率 ω \omega ω ,都会对应一个系数 F ( ω ) F(\omega) F(ω) 来。

这个结论倒是与之前看到的保持一致,傅里叶变换的本质是正交分解。

f ( t ) f(t) f(t) 中只有频率为 ω \omega ω 的分量才会有内积的结果,其余分量的内积为0,积分值是时间从负无穷到正无穷,可以看成是 f ( t ) f(t) f(t) 整个信号在 e i ω t e^{i\omega t} et 上的投影,只要给定一个频率 ω \omega ω ,都会对应一个系数 F ( ω ) F(\omega) F(ω) 来。

ω \omega ω ,都会对应一个系数 F ( ω ) F(\omega) F(ω) 来。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2170811.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

UPS电池监控系统,蓄电池监控,提升电力保障的关键@卓振思众

在当今数字化和智能化迅速发展的时代&#xff0c;电力供应的可靠性变得尤为重要。无论是数据中心、金融机构还是医疗设施&#xff0c;稳定的电源保障都是运营的基石。因此&#xff0c;不间断电源&#xff08;UPS&#xff09;系统的有效管理显得尤为关键&#xff0c;而UPS电池监…

【樱花——公式推导,约数个数】

题目 思路 条件是一个等式&#xff0c;那么我们可以用一个变量k来表示x,y两个变量 首先&#xff0c;易知 x , y > n ! x, y > n! x,y>n!令 y n ! k , k ∈ Z yn!k, \;k \in Z_{} yn!k,k∈Z​代入原方程&#xff0c;得到参数方程组 { x n ! ( n ! ) 2 k y n…

expressjs集成swagger文档express-swagger-generator注释配置写法,query传参body传参

expressjs集成swagger文档及注释配置写法&#xff0c;query传参body传参 安装swagger依赖包 npm install express-swagger-generator app.js中初始化 const expressSwagger require(express-swagger-generator);let options {swaggerDefinition: {info: {description: Th…

原码反码补码移码

仅对数值位从右到左顺序扫描&#xff0c;右起第一个1及其右边的0保持不变&#xff0c;其余各位取反 [X补]全部位按位取反末位加1[-X补] [X补]符号位相反[X移] 对真值0具有唯一形式的机器数(机器码)是&#xff08;移码和补码&#xff09; 8位补码可以表示的最小负数为-128 1…

Jquery的Canvas交互式表格示例

在 <head> 中添加了 CSS 样式定义&#xff0c;包括 #inputbox 的样式。创建了一个 <div id"container"> 来包含 Canvas 和我们将要添加的单元格元素。#inputbox 样式设置为半透明黄色背景和黑色边框 <!DOCTYPE html> <html lang"zh"&…

在IntelliJ IDEA中设置文件自动定位

当然&#xff0c;以下是一个整理成博客格式的内容&#xff0c;关于如何在IntelliJ IDEA中设置文件自动定位功能。 在IntelliJ IDEA中设置文件自动定位 背景 最近由于公司项目开发的需求&#xff0c;我从VSCode转到了IntelliJ IDEA。虽然IDEA提供了许多强大的功能&#xff0c;…

【前端安全】js逆向之微信公众号登录密码

❤️博客主页&#xff1a; iknow181 &#x1f525;系列专栏&#xff1a; 网络安全、 Python、JavaSE、JavaWeb、CCNP &#x1f389;欢迎大家点赞&#x1f44d;收藏⭐评论✍ 随着发展&#xff0c;越来越多的登录页面添加了密码加密的措施&#xff0c;使得暴力破解变得不在简单&a…

低代码移动端开发:颠覆传统开发方式的趋势

在数字化转型的浪潮中&#xff0c;低代码开发平台已渐渐成为企业与开发者的热门选择。尤其在移动端开发领域&#xff0c;低代码工具的应用正在迅速崛起&#xff0c;并带来了一场深刻的变革。本文将探讨低代码移动端开发的优势、应用场景以及未来的发展趋势。 什么是低代码开发&…

DK5V100R20ST1直插TO220F功率12V 3A同步整流芯片

高性能同步整流芯片 产品概述DK5V100R20ST1是一款简单高效率的同步整流芯片&#xff0c;只有A&#xff0c;K两个功能引脚&#xff0c;分别对应肖特基二极管PN管脚。芯片内部集成了100V功率NMOS管&#xff0c;可以大幅降低二极管导通损耗&#xff0c;提高整机效率&#xff0c;取…

如何在iPad上设置Chrome为默认浏览器

将Chrome设置为iPad上的默认浏览器&#xff0c;不仅能够享受到谷歌强大的搜索功能和丰富的扩展生态&#xff0c;还能通过一系列自定义设置来进一步提升浏览体验。本文将详细介绍如何在iPad上完成这一设置&#xff0c;并探讨如何通过优化Chrome浏览器的相关功能&#xff0c;让您…

基于python+flask+mysql的音频信息隐藏系统

博主介绍&#xff1a; 大家好&#xff0c;本人精通Java、Python、C#、C、C编程语言&#xff0c;同时也熟练掌握微信小程序、Php和Android等技术&#xff0c;能够为大家提供全方位的技术支持和交流。 我有丰富的成品Java、Python、C#毕设项目经验&#xff0c;能够为学生提供各类…

开发受用户喜欢有声听书APP:快速满足用户需求的秘诀

随着音频内容的流行&#xff0c;越来越多人选择通过听书和播客获取知识和娱乐。面对激烈的市场竞争&#xff0c;开发一款能满足用户多样需求的音频软件&#xff0c;对创业者来说是个大挑战。那么&#xff0c;如何设计一个既功能全面又受用户喜欢的音频软件呢&#xff1f; 为了降…

leetcode1801. 积压订单中的订单总数

给你一个二维整数数组 orders &#xff0c;其中每个 orders[i] [pricei, amounti, orderTypei] 表示有 amounti 笔类型为 orderTypei 、价格为 pricei 的订单。 订单类型 orderTypei 可以分为两种&#xff1a; 0 表示这是一批采购订单 buy1 表示这是一批销售订单 sell 注意&am…

接口测试入门:深入理解接口测试!【电商API接口测试】

很多人会谈论接口测试。到底什么是接口测试&#xff1f;如何进行接口测试&#xff1f;这篇文章会帮到你。 一、前端和后端 在谈论接口测试之前&#xff0c;让我们先明确前端和后端这两个概念。 前端是我们在网页或移动应用程序中看到的页面&#xff0c;它由 HTML 和 CSS 编写…

[重要提示]msvcr120.dll缺失的修复之道,一定要知道!

在使用Windows操作系统的过程中&#xff0c;许多用户可能会遇到与“msvcr120.dll”文件相关的问题。这个DLL文件是Microsoft Visual C Redistributable Package的一部分&#xff0c;当这个文件丢失或损坏时&#xff0c;可能会导致程序无法启动或运行不稳定。如果你正在面对“ms…

为什么越来越多的开发者选择了EasyPlayer播放器?

在当今快速发展的多媒体和数字化时代&#xff0c;视频和音频的播放与处理已成为众多应用的核心功能之一。随着物联网&#xff08;IoT&#xff09;、嵌入式系统、智能硬件以及移动应用的普及&#xff0c;寻找一个高效、灵活且易于集成的多媒体播放解决方案成为了开发者们的重要需…

工业现场网关模块:现代制造业的数据枢纽

在工业4.0和智能制造的推动下&#xff0c;工业现场网关模块成为连接现场设备与上层管理系统的重要桥梁。它们不仅承担着数据采集和传输的任务&#xff0c;还在设备间通讯、系统集成等方面发挥关键作用。本文将详细介绍工业现场网关模块的功能、特点及其在实际应用中的技术实现过…

OpenCV4.8 开发实战系列专栏之 02-图像色彩空间转换

大家好&#xff0c;欢迎大家学习OpenCV4.8 开发实战专栏&#xff0c;长期更新&#xff0c;不断分享源码。 专栏代码全部基于C 与Python双语演示&#xff0c;专栏答疑群 请联系微信 OpenCVXueTang_Asst 本文关键知识点&#xff1a; 色彩空间转换函数- cvtColor COLOR_BGR2GRAY…

这些主流的财务管理软件,你用过哪款?

在当今的商业环境中&#xff0c;财务管理面临着诸多棘手的痛点问题&#xff1a; 数据的准确性与及时性难以保证&#xff0c;手工录入易出错且数据更新常不及时&#xff1b; 预算管理困难重重&#xff0c;编制不合理且执行监控难&#xff1b; 财务风险管控不足&#xff0c;应…

GS-SLAM论文阅读笔记--MM3DGS SLAM

前言 多传感器融合GS-SLAM的另一个IROS2024,不过这篇没有用到激光雷达&#xff0c;而是相机和IMU结合而实现的。今天看一下这篇。 文章目录 前言1.背景介绍2.关键内容2.1 跟踪2.2 深度监督2.3 惯性融合2.4建图2.5 总体流程 3.文章贡献4.个人思考 1.背景介绍 虽然SLAM方法使用…