dft计算傅里叶级数系数_傅里叶变换（一）傅里叶级数-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_31807925/article/details/113562461

本文介绍了傅里叶级数的基础，包括三角函数系的正交性、展开方法、收敛性条件以及傅里叶级数的指数形式和几何、物理意义。傅里叶级数通过将周期函数表示为正弦和余弦函数的级数，揭示了信号的频率组成。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

开的这个坑大概就是写写从另一个视角来看快速离散傅里叶变换FFT。oi当中常见的FFT的推导方法是从多项式乘法出发，作为多项式乘法的优化算法出现，关于多项式的相关理论详见Miskcoo大佬的blog从多项式乘法到快速傅里叶变换 - Miskcoo's Space，写的十分详细。

在这个专题下，将会依次讲解傅里叶级数FS，傅里叶变换FT，离散时间傅里叶变换DTFT，离散傅里叶变换DFT。主要是参考wys在WC2018上讲课的课件。

首先在这篇文章中介绍傅里叶级数的相关内容。傅里叶级数作为一种周期函数的无穷级数展开，它将周期函数表示为正弦函数和余弦函数构成的级数。正如泰勒级数将连续且在

$equation?tex=x_0$ 处任意阶可导的函数表示为

$equation?tex=f%28x%29%3D%5Csum_%7Bn%3D0%7D%5E%7B%5Cinfty%7D%7B%5Cfrac%7Bf%5E%7B%28n%29%7D%28x_0%29%7D%7Bn%21%7D%28x-x_0%29%5En%7D$ 这样由幂函数构成的级数一样，傅里叶级数将周期函数表示为

$equation?tex=f%28t%29%3D%5Cfrac%7Ba_0%7D%7B2%7D%2B%5Csum_%7Bn%3D1%7D%5E%7B%5Cinfty%7D%28a_n+%5Cmathrm%7Bcos%7Dn+%5Comega+t%2Bb_n+%5Cmathrm%7Bsin%7Dn+%5Comega+t%29$ ，其中角频率

$equation?tex=%5Comega%3D%5Cfrac%7B2%5Cpi%7D%7BT%7D$ ，

equation?tex=T 为

equation?tex=f%28t%29 的周期。对于周期函数，可以很容易地联想到最典型的正余弦函数，而且它们的周期大小是十分易于调整的，这也就启发我们去使用它们来表示各类周期函数。

一、正交性

傅里叶级数的基础是三角函数系

equation?tex=1%2C%5Cmathrm%7Bsin%7Dx%2C%5Cmathrm%7Bcos%7Dx%2C%5Cmathrm%7Bsin%7D2x%2C%5Cmathrm%7Bcos%7D2x%2C...%2C%5Cmathrm%7Bsin%7Dnx%2C%5Cmathrm%7Bcos%7Dnx 的正交性。正交是对于线性无关的抽象概念，类比向量正交即为内积等于零的概念，函数的正交同样采用内积等于零来判断。

现定义两个实函数

equation?tex=f%28x%29%2Cg%28x%29 的内积。若

equation?tex=f%28x%29%2Cg%28x%29 在闭区间

equation?tex=%5Ba%2Cb%5D 上可积且平方可积，则它们的内积

equation?tex=%3Cf%2Cg%3E%3D%5Cint_%7Ba%7D%5E%7Bb%7Df%28x%29g%28x%29%5Cmathrm%7Bd%7Dx 。

在

equation?tex=%5B0%2C2%5Cpi%5D 上，三角函数系是两两正交的，它们满足如下性质，

equation?tex=%281%29%5Cint_%7B0%7D%5E%7B2%5Cpi%7D%5Cmathrm%7Bsin%7Dnx%5Cmathrm%7Bd%7Dx%3D0%28n%5Cin+%5Cmathbb%7BN%5E%2A%7D%29

equation?tex=%282%29%5Cint_%7B0%7D%5E%7B2%5Cpi%7D%5Cmathrm%7Bcos%7Dnx%5Cmathrm%7Bd%7Dx%3D0%28n%5Cin+%5Cmathbb%7BN%5E%2A%7D%29

equation?tex=%283%29%5Cint_%7B0%7D%5E%7B2%5Cpi%7D%5Cmathrm%7Bsin%7Dnx%5Cmathrm%7Bcos%7Dmx%5Cmathrm%7Bd%7Dx%3D0%28n%5Cne+m%2Cn%5Cin+%5Cmathbb%7BN%5E%2A%7D%2Cm%5Cin+%5Cmathbb%7BN%5E%2A%7D%29

equation?tex=%284%29%5Cint_%7B0%7D%5E%7B2%5Cpi%7D%5Cmathrm%7Bsin%7Dnx%5Cmathrm%7Bsin%7Dmx%5Cmathrm%7Bd%7Dx%3D0%28n%5Cne+m%2Cn%5Cin+%5Cmathbb%7BN%5E%2A%7D%2Cm%5Cin+%5Cmathbb%7BN%5E%2A%7D%29

equation?tex=%285%29%5Cint_%7B0%7D%5E%7B2%5Cpi%7D%5Cmathrm%7Bcos%7Dnx%5Cmathrm%7Bcos%7Dmx%5Cmathrm%7Bd%7Dx%3D0%28n%5Cne+m%2Cn%5Cin+%5Cmathbb%7BN%5E%2A%7D%2Cm%5Cin+%5Cmathbb%7BN%5E%2A%7D%29

前两个式子显然成立，后三个式子的推导主要是利用积化和差公式，在这里给出最后一个式子的推导过程。

$equation?tex=%5Cbegin%7Balign%7D+%26%5Cquad%5Cint_%7B0%7D%5E%7B2%5Cpi%7D%5Cmathrm%7Bcos%7Dnx%5Cmathrm%7Bcos%7Dmx%5Cmathrm%7Bd%7Dx+%5C%5C+%26%3D+%5Cint_%7B0%7D%5E%7B2%5Cpi%7D%5Cfrac%7B%5Cmathrm%7Bcos%7D%28n%2Bm%29x%2B%5Cmathrm%7Bcos%7D%28n-m%29x%7D%7B2%7D%5Cmathrm%7Bd%7Dx%5C%5C+%26%3D%5Cfrac%7B1%7D%7B2%7D%5B%5Cfrac%7B%5Cmathrm%7Bsin%7D%28n%2Bm%29x%7D%7Bn%2Bm%7D%2B%5Cfrac%7B%5Cmathrm%7Bsin%7D%28n-m%29x%7D%7Bn-m%7D%5D%5E%7B2%5Cpi%7D_%7B0%7D%5C%5C+%26%3D0+%5Cend%7Balign%7D$

由此可以得到三角函数系

equation?tex=1%2C%5Cmathrm%7Bsin%7D%5Comega+x%2C%5Cmathrm%7Bcos%7D%5Comega+x%2C%5Cmathrm%7Bsin%7D2%5Comega+x%2C%5Cmathrm%7Bcos%7D2%5Comega+x%2C...%2C%5Cmathrm%7Bsin%7Dn%5Comega+x%2C%5Cmathrm%7Bcos%7Dn%5Comega+x 在

equation?tex=%5B0%2CT%5D 上同样正交。

二、展开为傅里叶级数

傅里叶级数表示为

$equation?tex=f%28t%29%3D%5Cfrac%7Ba_0%7D%7B2%7D%2B%5Csum_%7Bn%3D1%7D%5E%7B%5Cinfty%7D%28a_n+%5Cmathrm%7Bcos%7Dn+%5Comega+t%2Bb_n+%5Cmathrm%7Bsin%7Dn+%5Comega+t%29$ ，其中需要求出的是展开后的系数

equation?tex=a_n%2Cb_n 。

首先考虑最为特殊的

equation?tex=a_0 ，对上式两侧同时从

equation?tex=0 到

equation?tex=T 积分，可以由三角函数系的正交性发现求和号内的项均为0，

因而得到

$equation?tex=%5Cint_%7B0%7D%5E%7BT%7Df%28t%29%5Cmathrm%7Bd%7Dt%3D%5Cint_%7B0%7D%5E%7BT%7D%5Cfrac%7Ba_0%7D%7B2%7D%5Cmathrm%7Bd%7Dt$ ，

求出

$equation?tex=a_0%3D%5Cfrac%7B2%7D%7BT%7D%5Cint_%7B0%7D%5E%7BT%7Df%28t%29%5Cmathrm%7Bd%7Dt$ 。

然后要求的是除

equation?tex=a_0 外的其余系数

equation?tex=a_n%2Cb_n 。先求

equation?tex=a_n ，在等号两侧同乘

equation?tex=%5Cmathrm%7Bcos%7Dn%5Comega+t ，再同时从

equation?tex=0 到

equation?tex=T 积分，同样是由三角函数的正交性，可以得到等号右侧除了

equation?tex=%5Cint_%7B0%7D%5E%7BT%7Da_n%5Cmathrm%7Bcos%5E2%7Dn%5Comega+t%5Cmathrm%7Bd%7Dt 不为0外，其余项皆等于0。

于是便有

equation?tex=%5Cint_%7B0%7D%5E%7BT%7Df%28t%29%5Cmathrm%7Bcos%7Dn%5Comega+t%5Cmathrm%7Bd%7Dt%3D%5Cint_%7B0%7D%5E%7BT%7Da_n%5Cmathrm%7Bcos%5E2%7Dn%5Comega+t%5Cmathrm%7Bd%7Dt ，

计算得

$equation?tex=a_n%3D%5Cfrac%7B2%7D%7BT%7D%5Cint_%7B0%7D%5E%7BT%7Df%28t%29%5Cmathrm%7Bcos%7Dn%5Comega+t%5Cmathrm%7Bd%7Dt$ 。

对于

equation?tex=b_n 也是采取类似的方法，得

$equation?tex=b_n%3D%5Cfrac%7B2%7D%7BT%7D%5Cint_%7B0%7D%5E%7BT%7Df%28t%29%5Cmathrm%7Bsin%7Dn%5Comega+t%5Cmathrm%7Bd%7Dt$ 。

equation?tex=a_0 同样满足

equation?tex=a_n 的等式，这便是傅里叶级数当中写成

$equation?tex=%5Cfrac%7Ba_0%7D%7B2%7D$ 而非

equation?tex=a_0 的目的所在。因而可以将所有情况综合起来写为

$equation?tex=a_n%3D%5Cfrac%7B2%7D%7BT%7D%5Cint_%7B0%7D%5E%7BT%7Df%28t%29%5Cmathrm%7Bcos%7Dn%5Comega+t%5Cmathrm%7Bd%7Dt%28n%5Cin%5Cmathbb%7BN%7D%29$ ，

$equation?tex=b_n%3D%5Cfrac%7B2%7D%7BT%7D%5Cint_%7B0%7D%5E%7BT%7Df%28t%29%5Cmathrm%7Bsin%7Dn%5Comega+t%5Cmathrm%7Bd%7Dt%28n%5Cin%5Cmathbb%7BN%5E%2A%7D%29$ 。

三、傅里叶级数的收敛性

与其它的级数展开相同，傅里叶级数同样需要判断收敛性，若级数不收敛于

equation?tex=f%28t%29 ，则不能在两者之间画等号。关于傅里叶级数的收敛性目前没有它的充分必要条件，只有一些可以用来判断收敛的充分不必要条件。其中最常用的为狄利克雷条件对于一个周期为

equation?tex=2%5Cpi 的函数

equation?tex=f%28x%29 ，如果它满足：

(1)在一个周期内连续或只有有限个第一类间断点；

(2)在一个周期内只有有限个极值点。

那么

equation?tex=f%28x%29 的傅里叶级数收敛于

$equation?tex=%5Cfrac%7Bf%28x%2B0%29%2Bf%28x-0%29%7D%7B2%7D$ 。

狄利克雷条件只是傅里叶级数收敛的充分条件，而非必要条件，级数收敛不代表该条件成立。

由以上推导，我们便可以写出一个周期函数的傅里叶级数。

例如周期为

equation?tex=2%5Cpi 的函数

equation?tex=f%28x%29 ，在

equation?tex=%28-%5Cpi%2C%5Cpi%5D 上

equation?tex=f%28x%29%3Dx ，求

equation?tex=f%28x%29 的傅里叶级数。

$equation?tex=a_n%3D%5Cfrac%7B1%7D%7B%5Cpi%7D%5Cint_%7B-%5Cpi%7D%5E%7B%5Cpi%7Dx%5Cmathrm%7Bcos%7Dnx%5Cmathrm%7Bd%7Dx%3D0$

$equation?tex=b_n%3D%5Cfrac%7B1%7D%7B%5Cpi%7D%5Cint_%7B-%5Cpi%7D%5E%7B%5Cpi%7Dx%5Cmathrm%7Bsin%7Dnx%5Cmathrm%7Bd%7Dx%3D%28-1%29%5E%7Bn%2B1%7D%5Cfrac%7B2%7D%7Bn%7D$

狄利克雷条件显然成立，所以

$equation?tex=f%28x%29%3D%5Csum%5E%7B%5Cinfty%7D_%7Bn%3D1%7D%28-1%29%5E%7Bn%2B1%7D%5Cfrac%7B2%7D%7Bn%7D%5Cmathrm%7Bsin%7Dnx$ 。

四、傅里叶级数的指数形式

通过观察傅里叶级数的形式，不难发现它的每一项与欧拉公式的形式十分相似，可以通过代数变形来使用复指数表示傅里叶级数。

令

equation?tex=i 表示虚数单位，傅里叶级数的指数形式为

equation?tex=f%28t%29%3D%5Csum%5E%7B%5Cinfty%7D_%7Bn%3D-%5Cinfty%7Dc_ne%5E%7Bin%5Comega+t%7D

其中

$equation?tex=c_n%3D%5Cfrac%7B1%7D%7BT%7D%5Cint%5E%7BT%7D_%7B0%7Df%28t%29e%5E%7B-in%5Comega+t%7D%5Cmathrm%7Bd%7Dt$

指数形式与三角形式是相等的，推导如下

$equation?tex=%5Cbegin%7Balign%7D+%26%5Cquad%5Csum%5E%7B%5Cinfty%7D_%7Bn%3D-%5Cinfty%7Dc_ne%5E%7Bin%5Comega+t%7D+%5C%5C+%26%3Dc_0%2B%5Csum%5E%7B%5Cinfty%7D_%7Bn%3D1%7D%28c_ne%5E%7Bin%5Comega+t%7D%2Bc_%7B-n%7De%5E%7B-in%5Comega+t%7D%EF%BC%89+%5C%5C+%26%3Dc_0%2B%5Csum%5E%7B%5Cinfty%7D_%7Bn%3D1%7D%5B%28c_n%2Bc_%7B-n%7D%29%5Cmathrm%7Bcos%7Dn%5Comega+t%2Bi%28c_n-c_%7B-n%7D%29%5Cmathrm%7Bsin%7Dn%5Comega+t%5D+%5C%5C+%26%3D%5Cfrac%7Ba_0%7D%7B2%7D%2B%5Csum_%7Bn%3D1%7D%5E%7B%5Cinfty%7D%28a_n+%5Cmathrm%7Bcos%7Dn+%5Comega+t%2Bb_n+%5Cmathrm%7Bsin%7Dn+%5Comega+t%29+%5Cend%7Balign%7D$

五、傅里叶级数的几何意义

关于傅里叶级数的几何意义，可以类比向量基底的概念。在欧几里得空间当中，可以通过选取一组正交基，使得空间内的所有向量都可以由这组正交基线性表出。

傅里叶级数是利用三角函数系的正交性，通过这样一组正交基张成了函数空间，将这个函数空间当中的函数全部表示为三角函数的线性组合。

考虑傅里叶级数的系数

equation?tex=a_n%2Cb_n ，令

equation?tex=g%28x%29%3D%5Cmathrm%7Bcos%7Dn%5Comega+t ，

equation?tex=h%28x%29%3D%5Cmathrm%7Bsin%7Dn%5Comega+t ，则系数可以写作

$equation?tex=a_n%3D%5Cfrac%7B2%7D%7BT%7D%3Cf%2Cg%3E$ ，

$equation?tex=b_n%3D%5Cfrac%7B2%7D%7BT%7D%3Cf%2Ch%3E$ 。正如向量空间当中基底分解的系数为

$equation?tex=%5Cfrac%7B1%7D%7B%7C%5Cvec%7Bx%7D%7C%7D%3C%5Cvec%7Bx%7D%2C%5Cvec%7Be%7D%3E$ ，其中

equation?tex=%5Cvec%7Be%7D 为基向量，傅里叶级数所做的就是将函数

equation?tex=f%28t%29 投影到三角函数系这样一组正交基上，通过这组基线性表出

equation?tex=f%28t%29 。

六、傅里叶级数的物理意义

如果将

equation?tex=f%28t%29 看作是一个周期信号，则傅里叶级数将

equation?tex=f%28t%29 分解到各个频率的正余弦波之上。

例如

equation?tex=f%28t%29 表示如下信号

傅里叶级数将其分解为以下四种信号

傅里叶级数的局限性在于其只适用于周期函数，对于非周期函数我们需要更为强大的工具，通过对傅里叶级数的推广将会得到适用范围更加广泛的傅里叶变换。

dft计算傅里叶级数系数_傅里叶变换（一） 傅里叶级数

dft计算傅里叶级数系数_傅里叶变换（一）傅里叶级数