离散傅里叶变换与快速傅里叶变换及其在偏微分方程中的应用
1. 离散傅里叶变换(DFT)与快速傅里叶变换(FFT)概述
在处理连续函数的傅里叶级数和傅里叶变换时,当涉及到实际数据的计算,需要对离散数据向量进行傅里叶变换的近似。由此产生的离散傅里叶变换(DFT)本质上是对函数 $f(x)$ 以规则间隔 $\Delta x$ 离散化后得到的数据向量 $f = [f_1, f_2, f_3, \cdots, f_n]^T$ 的傅里叶级数的离散化版本。
DFT 对于数值近似和计算非常有用,但当 $n$ 非常大($n \gg 1$)时,其简单的公式涉及与一个密集的 $n \times n$ 矩阵相乘,需要 $O(n^2)$ 次运算,扩展性不佳。1965 年,James W. Cooley 和 John W. Tukey 开发了革命性的快速傅里叶变换(FFT)算法,其运算复杂度为 $O(n \log(n))$。随着 $n$ 变得非常大,$\log(n)$ 部分增长缓慢,算法接近线性缩放。FFT 算法基于傅里叶变换中的分形对称性,允许通过多次低维 DFT 计算来解决 $n$ 维 DFT。
值得注意的是,Cooley 和 Tukey 并非 FFT 思想的发明者,此前已有数十年的相关特殊情况的研究,但他们提供了目前使用的通用公式。令人惊讶的是,FFT 算法早在 1805 年就由高斯为了从测量数据中近似小行星 Pallas 和 Juno 的轨道而提出,当时他需要一个高精度的插值方案。由于高斯是在头脑中进行计算并记录在纸上,他需要一个快速算法,从而开发了 FFT。然而,高斯并未将其视为重大突破,他的公式直到 1866 年才在他的汇编笔记中出现,而且高斯的发现甚至早于 1807 年傅里叶宣布的傅里叶级数展开(该展
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



