首页 > 其他分享 >周期函数的傅里叶级数

周期函数的傅里叶级数

时间:2024-04-12 13:24:19浏览次数:21  
标签:cos 级数 int omega 周期函数 alpha theta 傅里叶 sin

1. 三角函数基本性质

本文主要用于复习一下傅里叶级数、傅里叶变换的基础,并引出后续的DCT变换,根据DCT变换特性,引入各类量化器
基本定理

  1. 三角函数的正交性: 频率不同的三角函数乘积在一个周期内的积分是0,即:

\[\int_{-\pi}^{\pi}sin(mx\pm\frac{\pi}{2})cos(nx\pm\frac{\pi}{2})dx = 0 \quad m \neq n \quad\quad (0) \\ \int_{0}^T{sin(x\pm\frac{\pi}{2})}dt = 0 \]

对于任意\(m n \quad m \geq 1 \quad n \geq 1\),

\[\int_{-\pi}^{\pi}sin(mx)cos(nx)dx = 0 \quad\quad(1) \]

  1. 和差化积、积化和差 公式
    根据欧拉公式:

\[e^{i\theta} = cos(\theta) + isin(\theta) \\ e^{i(\theta+\alpha)} = cos(\theta + \alpha) + isin(\theta + \alpha) = e^{i\alpha}e^{i\alpha} = \\ [cos(\theta) + isin(\theta)][cos(\alpha) + isin(\alpha)] = \\ cos(\theta)cos(\alpha) - sin(\theta)sin(\alpha) +i[cos(\theta)sin(\alpha) + sin(\theta)cos(\alpha)] \rightarrow\\ cos(\theta + \alpha) = cos(\theta)cos(\alpha) - sin(\theta)sin(\alpha) \\ sin(\theta + \alpha) = cos(\theta)sin(\alpha) + sin(\theta)cos(\alpha) \\ cos(2x) = cos(x)^2 - sin(x)^2 \]

由和差化积可以得到 积化和差公式:

\[sin(\theta)sin(\alpha) = \frac{sin(\theta + \alpha) - cos(\theta + \alpha)}{2}\\ .... \]

2. 实数域傅里叶级数

满足狄利克雷条件周期函数,可以展开成傅里叶级数,傅里叶级数表示为:

\[f(t) = c_0 + \sum_{n=1}^{\infty}{c_ncos(n\omega t + \phi)} = \\ c_0 + \sum_{n=1}^{\infty}{c_ncos(\phi)cos(n\omega t) - c_nsin(\phi)sin(n\omega t)} \]

\(c_0\) 是其中的直流分量, 令\(a_n=c_ncos(\phi), b_n=-c_nsin(\phi)\), 上式写作:

\[f(t) = c_0 + \sum_{n=1}^{\infty}{[a_ncos(n\omega t) + b_nsin(n\omega t)]} \]

对上述级数的系数求解方式如下
令\(K(t) = f(t)sin(k\omega t)\), 则:

\[\int_{0}^{T}K(t)dt = \\ \int_{0}^{T}c_0sin(k\omega t)dt + \int_{0}^{T}{sin(k\omega t) \sum_{n=1}^{\infty}[a_ncos(\omega t) + b_nsin(\omega t)]}dt \]

根据第一节的定理,可以得知:
\(\int_{0}^{T}c_0sin(k\omega t)dt = 0\)

\[\int_{0}^{T}{sin(k\omega t) \sum_{n=1}^{\infty}[a_ncos(n\omega t) + b_nsin(n\omega t)]}dt = \\ \int_{0}^{T}{\sum_0^{\infty}[sin(k\omega t)a_ncos(n\omega t)]}dt + \int_{0}^{T}{\sum_0^{\infty}[sin(k\omega t)b_nsin(n\omega t)]}dt = \\ \sum_{n=1}^{\infty}{\int_0^{T}[sin(k\omega t)a_ncos(n\omega t)]dt} + \sum_{n=1}^{\infty}{\int_0^{T}[sin(k\omega t)b_nsin(n\omega t)]dt} = \\ a(t) + b(t) \]

根据(1),\(a(t) = 0\), 根据(0), 当\(k=n,b(t) \neq 0\),此时继续推导:

\[\sum_{n=1}^{\infty}{\int_0^{T}[sin(k\omega t)b_nsin(n\omega t)]dt} = b_n\int {sin(\omega t)}^2 dt \]

根据:

\[sin(x)^2 + cos(x)^2 = 1\\ cos(2x) = cos(x)^2 - sin(x)^2 = (1-sin(x)^2) - sin(x)^2 \\ sin^2(x) = \frac{1-cos(2x)}{2} \\ b_n\int {sin(\omega t)}^2 dt = b_n \int{ \frac{1-cos(2t)}{2}}dt=\frac{b_nT}{2} \\ b_n = \frac{2}{T}\int{f(t)sin(n\omega t)}dt \]

类似的,求出\(a_n\)

\[a_n = \frac{2}{T}\int{f(t)cos(n\omega t)}dt \]

对于傅里叶级数的第n项,其能量和相位分别是:

\[c_n^2 = a_n^2 + b_n^2 \\ \Phi = arctan(-\frac{b_n}{a_n}) \]

标签:cos,级数,int,omega,周期函数,alpha,theta,傅里叶,sin
From: https://www.cnblogs.com/fyyy94/p/18130967

相关文章

  • 复数域傅里叶级数
    复数域傅里叶级数由欧拉公式:\[e^{i\theta}=cos(\theta)+isin(\theta)\]那么正余弦函数可以表示为:\[cos(n\omegat)=\frac{e^{in\omegat}+e^{-in\omegat}}{2}\\sin(n\omegat)=\frac{e^{in\omegat}-e^{-in\omegat}}{2i}\]将上式代入傅里叶级数可得:\[f(t......
  • 非周期信号的傅里叶变换
    时间连续非周期信号我们前面讨论的都是周期信号:\[f(t)=f(t+T)\]其傅里叶级数的基频率\(\omega_0=2\pif=\frac{2\pi}{T}\),由信号的周期T决定。假设其傅里叶级数展开是频率\(\omega\)的函数,那么可见其展开式只有\(\omega=n\omega_0\)时有分布,即其频域(函数)是离散的傅里......
  • 离散傅里叶变换
    离散时间傅里叶变换(DTFT)设离散序列x(n)的采样周期是\(T_s\),那么\(x(n)\)可表示为\(x(nTs)\delta(t-nTs)\),整个信号可看做采样而得的\(x_s(t)\);求这个东西的傅里叶变换就是:\[\mathcal{F}[x_s(t)]=\int\sumx(nT_s)\delta(t-nTs)exp(-j\Omegat)dt=\\\sum[x(nT_s)\in......
  • 【信号与系统 - 5】傅里叶变换性质2
    这一篇涉及剩余的几个性质⑤对称性(互易特性)⑥时/频域卷积⑦时域微/积分特性⑧频域微/积分特性1对称性(互易特性)总的来说,有:若f(t......
  • INFR11199-高级数据库系统
    INFR11199-高级数据库系统(2024年春季)课程课业到期时间:2024年3月28日星期四中午12:00重要:抄袭:每个学生都必须单独完成本项目课业。此项目的所有代码都必须是您自己的。您不能复制源代码来自其他学生或你在网上找到的其他来源。你不能分享你和其他学生的代码。您不能将代码托管......
  • 高级数据结构-并查集plus(更新中。。。
    格子游戏题目链接:格子游戏思路:首先围成一个闭环的时候,两个点一定有边相连,那么可以把这两个点通过并查集连在一个连通块里面,如果两个点的父亲相同,那么就形成闭环。同时,为了方便可以将二维的图转化成一维的进行计算,k=x*n+y,x,y要从0开始统计。代码附上:#include<bits/stdc++.h......
  • 基于Volterra级数的DFE判决反馈均衡器可见光通信系统误码率matlab仿真
    1.算法运行效果图预览   2.算法运行软件版本matlab2022a 3.算法理论概述      Volterra级数是一种描述非线性系统行为的强大工具。在一个非线性系统中,输出信号y(t)可以通过输入信号x(t)的多个卷积和来表示,形成所谓的Volterra级数。第一阶Volterra核(线性部......
  • 嵌入式算法开发系列之离散傅里叶变换算法
    嵌入式算法开发系列之离散傅里叶变换算法文章目录嵌入式算法开发系列之离散傅里叶变换算法前言一、离散傅里叶变换原理二、算法应用三、C语言实现示例总结前言在嵌入式系统中,离散傅里叶变换(DiscreteFourierTransform,DFT)是一种常见且重要的信号处理技术,用于将时......
  • FFTW 最快的FFT 快速傅里叶算法实现
    FFTW isaCsubroutinelibraryforcomputingthediscreteFouriertransform(DFT)inoneormoredimensions,ofarbitraryinputsize,andofbothrealandcomplexdata(aswellasofeven/odddata,i.e.thediscretecosine/sinetransformsorDCT/DST).We......
  • 直播平台制作,优化内存占用不妨试试轻量级数据架构
    直播平台制作,优化内存占用不妨试试轻量级数据架构使用轻量级数据结构在直播平台制作中选择数据结构时,考虑使用轻量级的数据结构,如ArrayList替代Vector,以及StringBuilder替代String拼接。能够在保证功能的前提下,减小内存占用。以下是一些使用轻量级数据结构的方法:1、使用......