文档介绍：一、傅立叶变化的原理; (1 )原理正交级数的展开是其理论基础!将一个在时域收敛的函数展开成一系列不同频率谐波的叠加,从而达到解决周期函数问题的目的。在此基础上进行推广,从而可以对一个非周期函数进行时频变换。从分析的角度看,他是用简单的函数去逼近(或代替)复杂函数,从几何的角度看,它是以一族正交函数为基向量,将函数空间进行正交分解,相应的系数即为坐标。从变幻的角度的看,他建立了周期函数与序列之间的对应关系;而从物理意义上看,他将信号分解为一些列的简谐波的复合,从而建立了频谱理论。当然 Fourier 积分建立在傅氏积分基础上,一个函数除了要满足狄氏条件外,一般来说还要在积分域上绝对可积,才有古典意义下的傅氏变换。引入衰减因子 e^(-st) ,从而有了 Laplace 变换。(好像走远了)。(2 )计算方法连续傅里叶变换将平方可积的函数 f(t )表示成复指数函数的积分或级数形式。这是将频率域的函数 F(ω)表示为时间域的函数 f(t)的积分形式。连续傅里叶变换的逆变换(inverse Fourier transform) 为即将时间域的函数 f(t)表示为频率域的函数 F(ω)的积分。一般可称函数 f(t)为原函数,而称函数 F(ω)为傅里叶变换的像函数,原函数和像函数构成一个傅里叶变换对( transform pair )。二、傅立叶变换的应用; DFT 在诸多多领域中有着重要应用,下面仅是颉取的几个例子。需要指出的是,所有 DFT 的实际应用都依赖于计算离散傅里叶变换及其逆变换的快速算法, 即快速傅里叶变换(快速傅里叶变换(即FFT )是计算离散傅里叶变换及其逆变换的快速算法。)。(1 )、频谱分析 DFT 是连续傅里叶变换的近似。因此可以对连续信号 x(t) 均匀采样并截断以得到有限长的离散序列,对这一序列作离散傅里叶变换,可以分析连续信号 x(t) 频谱的性质。前面还提到 DFT 应用于频谱分析需要注意的两个问题:即采样可能导致信号混叠和截断信号引起的频谱泄漏。可以通过选择适当的采样频率( 见奈奎斯特频率) 消减混叠。选择适当的序列长度并加窗可以抑制频谱泄漏。(2 )、数据压缩由于人类感官的分辨能力存在极限,因此很多有损压缩算法利用这一点将语音、音频、图像、视频等信号的高频部分除去。高频信号对应于信号的细节,滤除高频信号可以在人类感官可以接受的范围内获得很高的压缩比。这一去除高频分量的处理就是通过离散傅里叶变换完成的。将时域或空域的信号转换到频域,仅储存或传输较低频率上的系数,在解压缩端采用逆变换即可重建信号。(3)、 OFDM OFDM (正交频分复用)在宽带无线通信中有重要的应用。这种技术将带宽为 N 个等间隔的子载波,可以证明这些子载波相互正交。尤其重要的是, OFDM 调制可以由 IDFT 实现,而解调可以由 DFT 实现。OFDM 还利用 DFT 的移位性质,在每个帧头部加上循环前缀(Cyclic Prefix ),使得只要信道延时小于循环前缀的长度,就能消除信道延时对传输的影响。三、傅里叶变换的本质; 傅里叶变换的公式为 dtetfF tj?????????)()( 可以把傅里叶变换也成另外一种形式: ?? tjetfF ???),(2 1)(?可以看出, 傅里叶变换的本质是内积, 三角函数是完备的正交函数集, 不同频率的三角函