Fourier分析入门——第6章——连续函数的Fourier分析

Simulink FFT模块 下载包中有相应说明,用于simulink中的fft模块。 立即下载

目录

第 6 章  连续函数的Fourier分析

6.1 引言

6.2 Fourier模型

6.3 求取Fourier系数的实用方法

6.4  相关定理

6.4.1 线性定理(linearity)

6.4.2 平移定理(Shift theorem)

6.4.3 伸缩定理(Scaling theorem)

6.4.4 微分定理(Differentiation theorem)

6.4.5 积分定理(Integration theorem)

6.4.6 非正弦基函数(Integration theorem)


第 6 章  连续函数的Fourier分析

6.1 引言

在第 3 章的介绍中,我们提出了一个问题,即在有限的时间或空间区间上定义的任意函数是否可以表示为一系列加权正弦曲线的总和。我们当时暂时推迟回答这个问题,因为我们处理的是一个更简单的问题,即采样函数是否可以用采样正弦曲线的加权和来表示。 我们发现确实可以通过具有 D 系数的Fourier级数模型精确地拟合一组 D 数据点。 在此过程中,我们开发了简单的公式,使我们能够为任何数据值向量计算这些未知的Fourier系数。 然后,在第 5 章中,我们回到了最初的问题,并通过扩展这些结果证明了在有限区间上定义的连续函数将具有带宽无限大的离散频谱。这是图 5.1 中所示的情况 3。 现在的任务是为这种情况制定一个合适的模型,然后确定计算未知Fourier系数的公式。

6.2 Fourier模型

对于一个任意实数函数 𝗒(𝗑),我们希望在有限区间上用一个具有无限项的Fourier级数准确地表示这个函数。因此,我们寻求的这个模型正是等式[3.34]扩展到无限项的谐波。首先,为了简化记法,我们假设函数 𝗒(𝗑) 定义在区间(-π,π)上,因此,Fourier级数是

y(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_k cos(kx)+b_k sin(kx)] x 取区间(-π,π)上任意值-------------------------[6.1]

先前用于确定未知Fourier系数的方法是计算给定离散函数与模型基函数的内积。在离散情况下,基函数是采样三角函数。现在,在连续情况下,基函数是连续三角函数。因此,我们需要依次用各谐波函数构成等式 [6.1]的内积。例如,为了求得第 k 阶谐波系数 a_k,我们用基函数构成内积并检查和式中的每一项

 cos(kx)\bullet f(x) = cos(kx)\bullet a_0/2

+ cos(kx)\bullet a_1cos(x) + cos(kx)\bullet b_1sin(x)

+ cos(kx)\bullet a_2cos(2x) + cos(kx)\bullet b_2sin(2x)

+ cos(kx)\bullet a_3cos(3x) + cos(kx)\bullet b_3sin(3x)

+ ...

+ cos(kx)\bullet a_kcos(kx) + cos(kx)\bullet b_ksin(kx)

+ ...

= a_k cos(kx) \bullet cos (kx)

= a_k\pi----------------------------------------------------------------------------------------------[6.2]

注意,等式[6.2]右边的无穷级数由于内积的正交性萎缩为一项。根据等式[5.7], cos(kx)• cos (kx)等于L/2 = π 。因为,我们可以从等式[6.2]推导出,系数 a_k 的计算公式为

a_k = \frac{1}{\pi}cos(kx)\bullet f (x) = \frac{1}{\pi}\int_{-\pi}^{\pi} y(x) cos(kx)dx -------------------------------[6.3]

注意,这个公式也适用于常数项 a_0 ,因为,假如 k = 0,则等式[6.3]产生2倍均值。当这个结果被插入到等式[6.1]中的模型时,常量项正是函数 𝗒(𝗑)所求的均值。类似的推理线路导出了正弦系数 a_k 的类似公式

b_k = \frac{1}{\pi}\int_{-\pi}^{\pi} y(x)sin(kx)dx -------------------------------------------------------------[6.4]

为了获得当函数 𝗒(𝗑) 是定义在任意长度为 L 的有限区间上时适用的更通用的公式,我们用 2πx/L代替x (译注:即角速度ω = 2π/L ,则随变量 x 转过的弧度数为 ωx = 2πx/L ),得到

y(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_k cos(2\pi kx/L)+b_k sin(2\pi kx/L)] ,

其中,

a_k = \frac{2}{L} \int_{L_0}^{L_0+L}y(x)cos(2\pi kx/L)dx

b_k = \frac{2}{L} \int_{L_0}^{L_0+L}y(x)sin(2\pi kx/L)dx -------------------------------------------------[6.5]

最后这个结果是教科书上常见的Fourier级数形式,因为它足够通用,可以分析任意起点的一个完整周期。

   等式 [6.1] 的三角模型仅对实值函数有用。 然而,我们可以扩展模型以包括复数值函数,就像我们之前对离散函数所做的那样(参见等式 [4.14])。 为此,Fourier级数模型用复数系数表示为

y(x) = \sum_{k=-\infty}^{+\infty}c_k e^{i(2\pi kx/L)} ------------------------------------------------------------[6.6]

其中,我们从等式 [4.12] 和 [6.5] 中获取复数系数定义的灵感:

c_k = \frac{a_k-ib_k }{2} (k > 0)

c_k = \frac{a_k+ib_k }{2} (k < 0)

c_k = \frac{1}{L} \int_{L_0}^{L_0+L}y(x)cos(2\pi kx/L)dx-i\frac{1}{L} \int_{L_0}^{L_0+L}y(x)sin(2\pi kx/L)dx

 = \frac{1}{L} \int_{L_0}^{L_0+L}y(x)e^{-i(2\pi kx/L)}dx ---------------------------------------------------------[6.7]

在该模型中,连续复数指数是表示任何复值函数的正交基函数。由于实数值函数只是复值函数的特例,等式[6.6]的模型包含等式[6.1]的模型,因此在教科书中通常是首选。

6.3 求取Fourier系数的实用方法

上一节已经证明,有限区间内的离散函数和连续函数的傅里叶分析在概念上几乎没有区别。然而,从实际的角度来看,计算模型Fourier系数的机制存在很大差异。任何会算术的人都可以计算离散函数Fourier分析中所需的内积。 但是,要对连续函数进行Fourier分析,需要具备计算微积分的能力。如果认为计算积分是最后的手段,那么下面几种替代策略值得探索。

(1) 在参考书上查一下。许多常见波形的频谱已经确定,答案在数学函数手册中(例如,参见 Bracewell 的Fourier变换对(pairs)图解词典)。

(2) 使用对称参数断言某些系数为零。

(3) 将给定的函数分解为已知Fourier级数的更多初等函数的总和。由于线性特性,函数之和的频谱等于它们的频谱之和。

(4) 通过采样D次来逼近已经函数,并在数值上计算对应的有限Fourier级数。

(5) 使用定理从现有的Fourier级数推导出新的Fourier级数,而不是做许多额外工作。

(6) 使用蛮力法(brute force)并进行微积分。一个有效的策略是将谐波数 k 保留为一个变量,以便生成一个公式,该公式可以同时确定所有Fourier系数。

下面的示例使用了对称方法和蛮力方法的组合。问题是找到符合图 6.1 所示连续函数的Fourier级数模型。尽管该函数仅在区间(-π,π)上定义,但Fourier级数也将拟合通过复制 𝗒(𝗑) 获得的周期函数以形成“方波(square waves)”。 对于给定函数,我们首先以计算等式[6.5]开始,并观察到被积函数具有奇对称性,因此所有余弦系数都为零,

a_k = \frac{1}{\pi}\int_{-\pi}^{\pi}y(x)cos(kx)dx = \frac{1}{\pi}\int_{-\pi}^{\pi} O(x)E(x)dx = 0 -----------------------------------------[6.8]

为了求得正弦系数,我们计算等式 [6.4] 并注意到,因为这个积分是偶数,因此积分简化为

b_k = \frac{1}{\pi}\int_{-\pi}^{\pi}y(x)sin(kx)dx = \frac{2}{\pi}\int_{0}^{\pi} y(x) sin(kx)dx

= \frac{2}{\pi}\int_{0}^{\pi} sin(kx)dx= \frac{2}{\pi}[-\frac{cos(kx)}{k}]\vert_{0}^{\pi}

=\frac{2}{k\pi}[1-cos(kx)]-----------------------------------------------------------------------------------------------[6.9]

估计前面几个谐波,我们看到

b_1=\frac{2}{\pi}[1-cos(\pi)]=\frac{4}{\pi}

b_2=\frac{2}{2\pi}[1-cos(2\pi)]=0

b_3=\frac{2}{3\pi}[1-cos(3\pi)]=\frac{4}{3\pi} --------------------------------------------------------------------------------[6.10]

这表明对所有系数的通用公式:

b_k = 0 (k = 偶数)

b_k=\frac{4}{k\pi} (k = 奇数) -----------------------------------------------------------------------------------------------[6.11]

将这些系数代回等式[6.1]的模型,我们得到

y(x) = \frac{4}{\pi} [sin(x) + \frac{1}{3} sin(3x) + \frac{1}{5} sin(5x) + ... ]

= \frac{4}{\pi}\sum_{k=odd}^{}[\frac{sin(kx)}{k}] -------------------------------------------------------------------------------------------[6.12]

因此,我们有“正弦相位(sine phase)”方波的Fourier级数模型。对于“余弦相位(cosine phase)”的方波可以确定类似的公式。

 ----------------------------------图 6.1 方波的Fourier分析------------------------------------------------------------

6.4  相关定理

6.4.1 线性定理(linearity)

   描述Fourier分析的一种常见方式是线性运算(linear operation)。任何线性运算都有两个与缩放和相加有关的通用属性。在当前背景下,这些属性是:

(a) 假如函数 f (x) 具有Fourier系数 a_k 和 b_k  ,则通过常量伸缩因子s 以产生新的函数 g (x) = s . f (x),也将同样伸缩其 Fourier 系数。即,g (x) 的Fourier系数将为 s .a_k 和 s .b_k 。通过将新函数代入等式 [6.5] 中的系数生成函数,可以轻松验证该定理。

(b) 假如函数 f (x) 具有Fourier系数  a_k 和 b_k ,函数 g(x) 具有Fourier系数 \alpha_k 和 \beta_k ,则函数 f (x) + g(x) 则具有Fourier系数 a_k+\alpha_k 和 b_k+\beta_k 。该定理源于等式中的积分这一事实。 [6.5]本身是线性运算,所以如果被积函数是两个函数之和,积分可以分解为两个积分之和,分别对应分量函数f 或 g的Fourier系数。

6.4.2 平移定理(Shift theorem)

如果时间或空间参考系的原点移动了 𝗑',则效果是在函数的频谱中引起相移。如果原始函数 f (x) 由极坐标形式 

y(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}m_k \cdot cos(kx-\Phi_k)  --------------------------------------------------------------[6.13]

的Fourier级数给出,则这个结果很容易用代数方法证明。接下来,我们通过将原点移动数量 𝗑' 从 y(x) 得到 g(x) 。在数学上,通过将量 x–x’ 代入 x 可以求得 g(x)

g(x)=y(x-x')=\frac{a_0}{2} + \sum_{k=1}^{+\infty}m_k \cdot cos(kx-kx'-\Phi_k) ----------------------------------[6.14]

换句话说,这个等式表示,为了计算 g(x),我们从 x 中减去数量 x´,并将结果提交给函数 y。 结果是Fourier系数的大小不受影响,但每个谐波项的相位增加了 kx´ 量。 图 6.2 中显示了一个示例,其中函数 y(x) 具有两个谐波分量。请注意,数量 x = π/2 的横向偏移会使基波的相位偏移 1/4 个周期,而对二次谐波的影响是 1/2 个周期的相移。

-----------------------------------图 6.2 X轴平移产生相移------------------------------------------------------

当 f (x) 的频谱用复数Fourier 级数

y(x) = \sum_{k=-\infty}^{+\infty}c_k e^{ikx} --------------------------------------------------------------------------------------[6.15]

表示的时候,以上结论同样可以很容易地使用代数方法证明。

令 g(x) = y( x–x’) 为 y ( x ) 的平移函数,且在等式[6.15]中用 x–x’ 代入 x ,得到 g(x) 的频谱

g(x) = \sum_{k=-\infty}^{+\infty}c_k e^{ik(x-x')}

=\sum_{k=-\infty}^{+\infty}(c_k e^{-ikx'})e^{ikx}------------------------------------------------------------------------------------[6.16]

因此,新的Fourier系数可以看成是原来系数的 e^{ikx'} 倍。但我们从第2章知道,用单位相量 e^{i\theta} 的乘法具有对已知相量按角 θ 旋转的效果,也就是说相量按θ 的量平移。注意到,平移的相量数直接与谐波数 k 和位移数(displacement)x’ 成正比。

虽然在代数上更麻烦,但该定理的笛卡尔形式可能会为学生提供一些见解。假如函数f (x)由Fourier级数

y(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_{k}cos(kx)+b_{k}sin(kx)] -----------------------------------------------------[6.17]

给出,且 g(x) 是从 f (x) 按 x’ 平移原点而获得

g(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_{k}cos(k(x-x'))+b_{k}sin(k(x-x'))]。------------------------------[6.18]

按照标准Fourier级数重写最后一个等式,于是就产生了一个新的Fourier系数

g(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_{k}'cos(kx)+b_{k}'sin(kx)]------------------------------------------------------[6.19]

我们应用等式[2.7]的三角恒等式

cos(α + δ ) = cos(α) cos(δ )- sin(α) sin(δ )

sin(α + δ ) = cos(α) sin(δ )+ sin(α) cos(δ ) 。--------------------------[2.7]

为了理解如何证明这个结论,考虑 k 阶谐波项

a_k.cos(k(x-x'))+b_k.sin(k(x-x'))

= a_k \cdot [cos(kx) cos(kx')+sin(kx) sin(kx')]+b_k \cdot [sin(kx)cos(kx')-cos(kx)sin(kx')]

= [a_kcos(kx') -b_ksin(kx')]cos(kx) + [b_kcos(kx')+a_ksin(kx')]sin(kx)------------[6.20]

因此,新的Fourier系数是

a_k' =a_kcos(kx')-b_ksin(kx')

b_k' =b_kcos(kx')+a_ksin(kx') -------------------------------------------------------------------------[6.21]

这被识别为相量 (a_k,b_k) 的旋转版。与以上所求得的极坐标形式的解一致,旋转量是 kx。

6.4.3 伸缩定理(Scaling theorem)

如果时间或空间参考系的尺度按因子 s 变化,则效果是反向缩放函数频谱的频率轴。假如函数f (x)由Fourier级数

y(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_k cos(2\pi kx/L)+b_k sin(2\pi kx/L)]------------------------------[6.22]

给出,这个结论就很容易在代数上加以证明。我们现在通过按伸缩因子伸缩x轴从 y(x) 创建新的函数 g(x) 。可以推断,我们仅需用量 sx 代替 x 即可产生函数g(x),即

g(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_k cos(2\pi ksx/L)+b_k sin(2\pi ksx/L)] --------------------------[6.23]

总之,这个等式指的是,为了计算 g(x),我们用常量 s 乘以自变量 x,并将乘积结果作为函数 y 的自变量提交给函数 y 。 这个结论表明,现在,每个谐波的新频率是旧频率的 s 倍。另一种说法是,频谱被拉伸了 1/s 倍。 图 6.3 显示了 s = 2 情况的图形示例。

-----------------------------------图 6.3 X轴缩放扩展频谱-----------------------------------------------------

如果从谐波数而不是物理频率的角度来考虑频谱,这个结果可能更容易理解。由于谐波数不依赖于区间长度 L,因此缩放 x 轴前后的谐波频谱将完全相同。然而,将谐波数转换为物理频率需要了解基本周期。如果观察周期被比例因子s压缩,则基频相应地变大,因此频谱将被因子s扩展。

6.4.4 微分定理(Differentiation theorem)

假如函数f (x)由Fourier级数

y(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_k cos(kx)+b_k sin(kx)] --------------------------------------------------[6.24]

给出,且新的函数 g(x)通过函数y(x)对 x 微分而得到,则 g(x) 的模型为

g(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[kb_{k} cos(kx)-ka_{k}sin(kx)] ----------------------------------------------[6.25]

这表明,新的系数 a_k 等于原来的系数 b_k  的 k 倍,新的系数 b_k 等于原来的系数 a_k 的 -k 倍。系数按谐波数缩放的原因是高次谐波的变化率更大,因此导数必须更大。例如,图 6.1中的函数 y(x)具有Fourier系数 b_1=2 ,b_2=1 。根据这个微分定理,y(x)的导数应当有Fourier系数 a_1=2 ,a_2=-2 。可通过直接微分 y(x) 得到 2cos(x) − 2 cos(2x) , 从而得到验证。

    以上结论可以解释为频谱在复平面上的旋转和伸缩。为了理解这一点,令函数f (x)由Fourier级数

y(x) = \sum_{k=-\infty}^{+\infty}c_k e^{ikx} -----------------------------------------------------------------------------------[6.26]

所表示,则新的函数由y(x)对 x 微分而得到,则g(x)的模型为

g(x) = \frac{dy(x)}{dx}

= \frac{d}{dx}(\sum_{k=-\infty}^{+\infty}c_k e^{ikx})

= \frac{d}{dx}(\sum_{k=-\infty}^{+\infty}ikc_k e^{ikx})

总之,微分一个函数的效果就是按90°旋转每个相量 c_k (因子为i)并按谐波数k伸缩Fourier系数。

6.4.5 积分定理(Integration theorem)

假如函数f (x)由Fourier级数

y(x) = \frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_k cos(kx)+b_k sin(kx)] --------------------------------------------------[6.28]

给出,且新的函数 g(x) 通过函数y(x)对 x 微分而得到,则 g(x) 的模型为

g(x) = \int_{-\pi}^xy(u)du

=\int_{-\pi}^{x}\{\frac{a_0}{2} + \sum_{k=1}^{+\infty}[a_k cos(ku)+b_k sin(ku)]\}du

=\int_{-\pi}^{x}\frac{a_0}{2}du + \int_{-\pi}^{x}\sum_{k=1}^{+\infty}[a_k cos(ku)du]+ \int_{-\pi}^{x}\sum_{k=1}^{+\infty}[b_k sin(ku)]du------------------[6.29]

等式[6.29]中的最后一步这样写是可行的,因为和的积分等于每个单独项的积分之和。计算这些项的积分,我们得到

g(x) = \frac{a_0}{2}u|_{-\pi}^{x}+\sum_{k=1}^{+\infty}[\frac{a_k}{k}sin(ku)|_{-\pi}^{x}]+ \sum_{k=1}^{+\infty}[\frac{-b_k}{k}cos(ku)|_{-\pi}^{x}]

=\frac{a_0\pi}{2}+\frac{a_0x}{2} +\sum_{k=1}^{+\infty}\{\frac{a_k}{k}[sin(kx)-sin(-k\pi)]\}+\sum_{k=1}^{+\infty}\{\frac{-b_k}{k}[cos(kx)-cos(-k\pi)]\}

=C+\frac{a_0x}{2} +\sum_{k=1}^{+\infty}\frac{a_k}{k}[sin(kx)]+\sum_{k=1}^{+\infty}\frac{-b_k}{k}[cos(kx)]------------------------------------[6.30]

等式 [6.30] 中的变量 C 是积分的一个常数,它吸收了cos(kπ)项和 a_0  项。注意,假如原来函数的均值不等于0 , 则积分后会出现一个线性项。因此,若非 a_0 = 0 ,否则这个结果不必一定是一个专属的Fourier级数。这个结论表明,新的系数 a_k 等于原来的系数 b_k 的 -1/k 倍,新的系数 bk 等于原来的系数  a_k  的 1/k 倍。系数与谐波数成反比的原因是正弦曲线下的面积随着频率变大而变小,因此积分变小。

以类似于上面第 4 节中所示的方式,等式 [6.30] 可以解释为复平面上的频谱旋转。因此,对一个函数积分的效果就是按90°旋转每个相量 c_k (因子为i )并按谐波数k伸缩Fourier系数。 

图 6.4 显示了使用积分定理的示例,其中对图 6.1 的方波进行积分以产生三角波。通过检查,我们发现,g(𝗑) 的均值为–π/2 。为了求得其它的Fourier系数,我们应用这个定理到上面等式[6.12]中求得的函数 f (𝗑)的Fourier 系数

a_k = 0

b_k = \frac{4}{\pi k} ( k 为奇数)------------------------------------------------(6.11)

由于旧的 a 系数为零,因此新的 b 系数为零。新的 a 系数等于旧 b 系数的 -1/k 倍。 因此,我们得出结论,新函数 g(𝗑) 具有Fourier系数

a_0=-\frac{\pi}{2}

a_k=\frac{4}{\pi k^2}( k 为奇数)

b_k=0 ---------------------------------------------------------------------------------------------------------(6.31)

在这种情况下,g(𝗑) 的Fourier级数是

g(x) = -\frac{\pi}{2}-\frac{4}{\pi} \sum_{k=odd}^{}\frac{cos(kx)}{k^2} ------------------------------------------------------------------------(6.32)

------------------------------------------------图6.4 方波积分----------------------------------------------------------

6.4.6 非正弦基函数(Integration theorem)

三角函数 sin(kθ) 和 cos(kθ)的谐波级数的显著特征之一是它们在区间 [0, 2π] 上对于整数 k 是相互正交的,不仅作为 x 的连续函数,而且当以整数 D 个点均匀采样时也是如此。这种正交性是这些基函数的一个基本特征,它允许开发简单的方程来计算开发离散数据和连续函数的Fourier级数模型所需的Fourier系数。

尽管存在其他连续的、相互正交的函数族,但并不是所有的函数都具有在采样时保持正交的方便属性。来自光学的一个例子是 Zernike 圆多项式族,它定义在 (x,y)平面中单位半径的圆形域上。这些正交多项式在极坐标( ρ ,θ ) 中最简单地表示为

Z_n^m = Z_n^m R_n^m(\rho )M(m\theta) ----------------------------------------------------------------------------------(6.33)

其中,N是一个归一化常量 ,R 是一个以ρ表示的 N 阶多项式,而 M 是三角函数,当 m ≥ 0 时为 cos(mθ) ,当 m < 0 时为 sin(-mθ) 。采样时,这些函数会失去正交性,因此必须使用其他方法(例如最小二乘拟合)来计算 Zernike 系数。

内容来源:

<< Fourier Analysis for Beginners>> Larry N. Thibos

Matlab fourier 傅里叶函数,可以用代码自动生成傅里叶级数展开 立即下载

相关推荐

FPGA时钟设计陷阱:为什么你的MRCC引脚总触发Place 30-675错误?

本文深入解析FPGA开发中常见的Place 30-675错误,揭示MRCC引脚与时钟资源分配的关键问题。通过对比MRCC与普通IO引脚特性,分析错误根源,并提供时钟约束优化、IP核重配置和手动布局三套解决方案,帮助工程师规避时钟设计陷阱,提升FPGA系统稳定性。

potato的博客 694

matlab/simulink电力电子仿真傅里叶变换模块(fourier)测幅值相角的设置与使用

傅里叶(Fourier)模块测量输入信号的直流分量、基波、高次谐波分量的幅值和相位。

weixin_46413772的博客 2万+

ChatGPT and Claude国内使用站点

这篇博客介绍了不同的AI聊天平台和定价信息,主要对比了ChatGPT和Claude两款产品。文章列出了多个提供聊天服务的AI平台,包括RawChat、ChatGPTPlus、ChatOpens、Wildcard和2233.ai等,并提供了每个平台的网页链接和定价详情。特别关注了Claude平台,介绍了其普通账号与会员账号的不同,以及相关的定价信息。此外,还提到了一些虚拟卡定价和服务细节,为用户选择合适的AI服务提供了多种参考。

nisidjndn的博客 1万+

Matlab使用杂谈3-Fourier函数实现傅里叶变换

Matlab使用杂谈3-Fourier函数实现傅里叶变换傅里叶变换Matlab中的Fourier函数Fourier使用实例普通用法参数变换向量输入傅里叶变换无结果傅里叶逆变换 傅里叶变换 傅里叶展开式(Fourier expansion)是指用三角级数表示的形式,即一个函数的傅里叶级数在它收敛于此函数本身时的一种称呼。傅立叶变换,表示能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或...

weixin_44985601的博客 3万+

速腾16线激光雷达(RS-16)在ubuntu18.04系统下跑SC-A-LOAM算法

说明: 简要记录一下速腾16线激光雷达即RS-16在ubuntu18.04系统下跑SC-A-LOAM算法的过程,因为SC-A-LOAM算法源码不支持RS雷达的数据,大致思想就是先将rs雷达发布的激光数据转换为velodyne类型的数据,考虑到接下来还要基于RS-16实时运行SC-A-LOAM算法,这里提前将RS_SDK驱动安装好。 1 搭建SC-A-LOAM算法运行环境 首先需要在电脑上搭建SC-A-LOAM算法的运行环境,见文章《ubuntu18.04搭建SC-A-LOAM环境并运行》 本文所使用的系统架

超爱吃小蛋糕的66的博客 2373

Gazebo仿真UUV水下机器人:从环境搭建到避障算法实战

本文详细介绍了使用Gazebo仿真平台进行UUV水下机器人开发的全流程,涵盖从环境搭建、uuv_simulator配置、传感器集成到核心避障算法实战。通过搭建水下仿真实验室并实现基于激光雷达数据的反应式避障算法,为水下机器人算法验证与开发提供了高效、低成本的解决方案。

weixin_28840591的博客 265

【simulink】Fourier(测量幅值相角)

学习

m0_70574345的博客 5102

一个开源的AI数据分析工具,与数据对话,一键生成SQL、图表、表格、报告和智能商业分析。

Wren AI是一个开源的AI智能代理,让用户能够跟数据对话,实现从文本到SQL的转换,还能生成图表、电子表格、报告以及商业智能分析。它支持多种语言,能深入挖掘数据价值,提供智能数据探索功能,通过语义索引和精心设计的界面,让用户无需写代码即可获取洞察。Wren AI采用独特的架构,包含Wren UI、Wren AI Service和Wren Engine三大核心服务,可部署在本地或云端,助力团队高效、安全地解锁数据潜力。

AI_Charlotte的博客 4501

Matlab通信仿真系列——信号的傅里叶(Fourier)分析

如果x(n)是M点序列,h(n)是L点序列,y(n)=x(n)*h(n),即y(n)使x(n)和h(n)的线性卷积,y(n)序列的点数为(M+L-1)X(JΩ)=|X(JΩ)|e^(Jφ(Ω)),其中|X(JΩ)|表示幅频特性,φ(Ω)表示相频特性。f=ifourier(F)表示函数F的逆变换,默认的独立变量是ω,返回的是关于x的函数。一个单位脉冲响应为h(n)的系统对输入序列x(n)的输出为y(n)=x(n)*h(n)设序列x(n),h(n)都是N点序列,其DFT分别为X(k),H(k),Y(k)

小灰灰的FPGA的博客 2829

康耐视visionpro-CogBlobTool工具详细说明

康耐视visionpro-CogBlobTool工具详细说明

视觉人机器视觉的博客 1730

使用MATLAB进行灰色预测 GM(1,1)

使用MATLAB进行灰色预测 GM(1,1)

Hou_____的博客 1000

matlab学习笔记(八)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档。

weixin_62115589的博客 2583

EtherCAT从站EEPROM组成信息详解(2):字8-15产品标识区

以实际的从站EEPROM数据为例,参照EtherCAT的SII规范,详细分析了从站EEPROM字8-字15的产品标识区内容组成。

kevin1499的博客 719

Fourier分析入门——第5章——连续函数

连续函数

ComputerInBook的专栏 990

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

Fourier分析入门——第11章——Fourier变换

Fourier变换

ComputerInBook的专栏 1931

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Fourier分析入门——第3章——离散函数的Fourier分析

离散函数的Fourier分析

ComputerInBook的专栏 1599

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Fourier分析入门——第14章——Fourier光学

Fourier光学

ComputerInBook的专栏 4946

Fourier分析入门——第8章——Fourier系数的统计描述

Fourier系数的统计描述

ComputerInBook的专栏 1134

Fourier分析入门——第1章——数学预备知识

学习Fourier分析的数学预备知识

ComputerInBook的专栏 1592

Fourier分析入门——第9章——Fourier系数的假设检测

Fourier系数的假设检测

ComputerInBook的专栏 1195

Fourier分析入门——第7章——采样理论

采样理论

ComputerInBook的专栏 1165

Fourier分析导论——第7章——有限Fourier分析(E.M. Stein & R. Shakarchi)

有限Fourier分析

ComputerInBook的专栏 2431

Fourier分析入门——第12章——Fourier变换的性质

Fourier变换的性质

ComputerInBook的专栏 1445

Fourier分析入门——第4章——频率域

Fourier分析之频率域分析

ComputerInBook的专栏 1269

Fourier分析入门——第10章——直接数据分析

直接数据分析

ComputerInBook的专栏 679

Fourier分析导论——第3章——Fourier级数的收敛性(E.M. Stein & R. Shakarchi)

Fourier级数的收敛性

ComputerInBook的专栏 2637
上一篇: Fourier分析入门——第5章——连续函数
下一篇: Fourier分析入门——第7章——采样理论
ComputerInBook
博客等级 码龄19年 1168粉丝 465原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值