2405 字
12 分钟
[工科复变函数] 傅里叶变换

先从傅里叶级数说起

说什么说,根本就不考

傅里叶变换#

正变换#

将一个时域函数(信号)f(t)f(t)转换为频域函数(每个频率的振幅)F(ω)F(\omega)的过程称为傅里叶变换,公式如下:

F(ω)=∫−∞∞f(t)e(−iωt)dtF(\omega) = \int_{-\infty}^{\infty} f(t) e^{(-i \omega t)} dt

简写为F(ω)=F[f(t)]F(\omega) = \mathscr{F}[f(t)]

逆变换#

将一个频域函数F(ω)F(\omega)转换回时域函数f(t)f(t)的过程称为傅里叶逆变换,公式如下:

f(t)=12π∫−∞∞F(ω)e(iωt)dωf(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} F(\omega) e^{(i \omega t)} d\omega

简写为f(t)=F−1[F(ω)]f(t) = \mathscr{F}^{-1}[F(\omega)]

条件#

傅里叶变换要求函数f(t)f(t)满足一定的条件,通常包括:

  1. 绝对可积性:函数f(t)f(t)在整个实数轴上绝对可积,即∫−∞∞∣f(t)∣dt<∞\int_{-\infty}^{\infty} |f(t)| dt < \infty
  2. 有限个间断点:函数f(t)f(t)在任何有限区间内只有有限个间断点
  3. 有限个极值点:函数f(t)f(t)在任何有限区间内只有有限个极值点

常见傅里叶变换对#

f(t)f(t)F(ω)F(\omega)条件
δ(t)\delta(t)11-
112πδ(ω)2\pi \delta(\omega)-
eiω0te^{i \omega_0 t}2πδ(ω−ω0)2\pi \delta(\omega - \omega_0)-
sgn(t)\text{sgn}(t)2iω\frac{2}{i \omega}-
u(t)u(t)πδ(ω)+1iω\pi \delta(\omega) + \frac{1}{i \omega}-
Ee−βt2E e^{-\beta t^2}Eexp⁡(−ω24β)πβE \exp{\left(-\frac{\omega^2}{4\beta}\right)} \sqrt{\frac{\pi}{\beta}}E>0,β>0E > 0, \beta > 0
1t\frac{1}{t}−iπsgn(ω)-i \pi \text{sgn}(\omega)-

表格写不下了,更多见可能会用到的

单位脉冲函数(狄拉克函数)#

有些时候人们需要考虑物理量在空间或时间上高度集中的现象,狄拉克函数δ(t)\delta(t)就是用来描述这种现象的数学工具

定义如下:
δ(t)={0,t≠0∞,t=0∫−∞+∞δ(t)dt=1\begin{aligned} \delta(t) = \begin{cases} 0, \quad t \neq 0 \\ \infty, \quad t = 0 \end{cases} \\[1.5em] \int_{-\infty}^{+\infty} \delta(t) dt = 1 \end{aligned}

狄拉克函数已经超出了传统函数的范畴,属于广义函数,因为任何一个普通函数不可能在定义域的某一点取无穷大值

教材224页到229页已经沉浸在自己的艺术里了,太长不看直接看结论

性质7.3.1#

设f(t)f(t)是任意连续函数

∫−∞∞δ(t−t0)f(t)dt=f(t0)\int_{-\infty}^{\infty} \delta(t - t_0) f(t) dt = f(t_0)

性质7.3.2#

δ(at)=1∣a∣δ(t)(a≠0,a∈R)\delta(a t) = \frac{1}{|a|} \delta(t) \quad (a \neq 0, a \in \mathbb{R})

性质7.3.3#

δ(n)(−t)=(−1)nδ(n)(t)\delta^{(n)}(-t) = (-1)^n \delta^{(n)}(t)

δ(n)(−t)\delta^{(n)}(-t)表示将δ(−t)\delta(-t)关于−t-t求nn阶导数,dnδ(−t)d(−t)n\frac{d^n \delta(-t)}{d(-t)^n}

δ(t)\delta (t) 的导数定义式#

∫−∞∞δ(n)(t−t0)f(t)dt=(−1)n∫−∞∞δ(t)f(n)(t)dt\int_{-\infty}^{\infty} \delta^{(n)}(t - t_0) f(t) dt = (-1)^n \int_{-\infty}^{\infty} \delta(t) f^{(n)}(t) dt

性质7.3.4#

设g(t)g(t)在(−∞,+∞)(-\infty, +\infty)上连续

g(t)δ(t−t0)=g(t0)δ(t−t0)t0∈(−∞,+∞)g(t) \delta(t - t_0) = g(t_0) \delta(t - t_0) \qquad t_0 \in (-\infty, +\infty)

广义傅里叶变换#

对于某些不满足傅里叶变换条件的函数,可以通过引入狄拉克函数来定义广义傅里叶变换

还是直接记结论吧

F[δ(t)]=1F−1[1]=δ(t)F[1]=2πδ(ω)F−1[2πδ(ω)]=1F[eiω0t]=2πδ(ω−ω0)F−1[2πδ(ω−ω0)]=eiω0t\begin{aligned} \mathscr{F}[\delta(t)] &= 1 \quad \mathscr{F}^{-1}[1] = \delta(t) \\[1em] \mathscr{F}[1] &= 2\pi \delta(\omega) \quad \mathscr{F}^{-1}[2\pi \delta(\omega) ] = 1 \\[1em] \mathscr{F}[e^{i \omega_0 t}] &= 2\pi \delta(\omega - \omega_0) \quad \mathscr{F}^{-1}[2\pi \delta(\omega - \omega_0)] = e^{i \omega_0 t} \end{aligned}

符号函数的傅里叶变换#

sgn(t)={1,t>0−1,t<0F[sgn(t)]=2iω\begin{aligned} \text{sgn}(t) = \begin{cases} 1, \quad t > 0 \\ -1, \quad t < 0 \end{cases} \\[1em] \mathscr{F}[\text{sgn}(t)] = \frac{2}{i\omega} \end{aligned}

如何求广义傅里叶变换#

核心就是将函数分解成上述几种已知的结论的组合,然后利用傅里叶变换的性质求解

三角函数的傅里叶变换#

用欧拉公式然后套已知变换对

傅里叶变换的性质#

以下均设F[f(t)]=F(ω)\mathscr{F}[f(t)] = F(\omega)

线性性质#

F[af(t)+bg(t)]=aF[f(t)]+bF[g(t)]\mathscr{F}[a f(t) + b g(t)] = a \mathscr{F}[f(t)] + b \mathscr{F}[g(t)]

逆变换也有

对称性质#

把频域函数当作时域函数进行变换

F[F(t)]=2πf(−ω)\mathscr{F}[F(t)] = 2\pi f(-\omega)

位移性质#

F[f(t±t0)]=e±iωt0F[f(t)]F−1[F(ω±ω0)]=e∓iω0tf(t)\begin{aligned} \mathscr{F}[f(t \pm t_0)] = e^{\pm i \omega t_0} \mathscr{F}[f(t)] \\[1em] \mathscr{F}^{-1}[F(\omega \pm \omega_0)] = e^{\mp i \omega_0 t} f(t) \end{aligned}

坐标缩放性质#

F[f(at)]=1∣a∣F(ωa)(a≠0,a∈R)\begin{aligned} \mathscr{F}[f(a t)] = \frac{1}{|a|} F\left(\frac{\omega}{a}\right) \end{aligned} \qquad (a \neq 0, a \in \mathbb{R})

微分性质#

F[f(n)(t)]=(iω)nF(ω)F−1[F(n)(ω)]=(−it)nf(t)\mathscr{F}[f^{(n)}(t)] = (i\omega)^n F(\omega) \\[1.5em] \mathscr{F}^{-1}[F^{(n)}(\omega)] = (-i t)^n f(t)

这个性质在求解微分方程时会大量用到

积分性质#

F[∫−∞tf(τ)dτ]=F(ω)iω+πF(0)δ(ω)\mathscr{F} \left[ \int_{-\infty}^{t} f(\tau) d\tau \right] = \frac{F(\omega)}{i \omega} + \pi F(0) \delta(\omega)

当lim⁡t→−∞∫−∞tf(τ)dτ→0\lim_{t \to -\infty} \int_{-\infty}^{t} f(\tau) d\tau \to 0时,有

F[∫−∞tf(τ)dτ]=F(ω)iω\mathscr{F} \left[ \int_{-\infty}^{t} f(\tau) d\tau \right] = \frac{F(\omega)}{i \omega}

乘积定理#

设F1(ω)=F[f1(t)]F_1(\omega) = \mathscr{F}[f_1(t)],F2(ω)=F[f2(t)]F_2(\omega) = \mathscr{F}[f_2(t)],则有

∫−∞∞f1(t)f2(t)dt=12π∫−∞∞F1(ω)‾F2(ω)dω=12π∫−∞∞F1(ω)F2(ω)‾dω\begin{aligned} \int_{-\infty}^{\infty} f_1(t) f_2(t) dt &= \frac{1}{2\pi} \int_{-\infty}^{\infty} \overline{F_1(\omega)} F_2(\omega) d\omega \\[2em] &= \frac{1}{2\pi} \int_{-\infty}^{\infty} F_1(\omega) \overline{F_2(\omega)} d\omega \end{aligned}

F(ω)‾\overline{F(\omega)}表示F(ω)F(\omega)的复共轭函数

帕萨瓦尔定理#

∫−∞∞∣f(t)∣2dt=12π∫−∞∞∣F(ω)∣2dω\int_{-\infty}^{\infty} |f(t)|^2 dt = \frac{1}{2\pi} \int_{-\infty}^{\infty} |F(\omega)|^2 d\omega

时域信号的总能量等于它在频域下的总能量

卷积#

3b1b的这个视频讲得挺好 【官方双语】那么……什么是卷积?

定义#

(f∗g)(t)=∫−∞∞f(τ)g(t−τ)dτ(f * g)(t) = \int_{-\infty}^{\infty} f(\tau) g(t - \tau) d\tau

f∗gf*g表示函数ff和gg的卷积

但是这个计算太麻烦了,好在傅里叶变换有个性质

卷积定理#

设F[f(t)]=F(ω)\mathscr{F}[f(t)] = F(\omega),F[g(t)]=G(ω)\mathscr{F}[g(t)] = G(\omega),则有

F[f∗g]=F(ω)G(ω)F[f⋅g]=12πF(ω)∗G(ω)\mathscr{F}[f * g] = F(\omega) G(\omega) \\[1.5em] \mathscr{F}[f \cdot g] = \frac{1}{2\pi} F(\omega) * G(\omega)

因为傅里叶变换的多种约定形式,这块可能会有不同,我这里的是教材上给的形式

卷积的性质#

  1. 交换律:f∗g=g∗ff * g = g * f
  2. 结合律:f∗(g∗h)=(f∗g)∗hf *(g* h) = (f * g) * h
  3. 分配律:f∗(g+h)=f∗g+f∗hf *(g + h) = f* g + f* h、

设g(t)=f1(t)∗f2(t)g(t) = f_1(t) * f_2(t),则有

平移不变性质#

f1(t−α)∗f2(t−β)=g(t−α−β)f_1(t-\alpha) * f_2(t-\beta) = g(t - \alpha - \beta)

坐标缩放#

f1(at)∗f2(at)=1∣a∣g(at)f_1(a t) * f_2(a t) = \frac{1}{|a|} g(a t)

傅里叶变换求微分方程#

利用傅里叶变换的微分性质,可以将微分方程转化为代数方程,从而简化求解过程

设f(n)(t)+an−1f(n−1)(t)+⋯+a1f′(t)+a0f(t)=g(t)则(iω)nF(ω)+an−1(iω)n−1F(ω)+⋯+a1(iω)F(ω)+a0F(ω)=G(ω)解得F(ω)=G(ω)(iω)n+an−1(iω)n−1+⋯+a1(iω)+a0最后逆变换f(t)=F−1[F(ω)]\begin{aligned} \text{设} \quad & f^{(n)}(t) + a_{n-1} f^{(n-1)}(t) + \cdots + a_1 f'(t) + a_0 f(t) = g(t) \\[1.5em] \text{则} \quad & (i\omega)^n F(\omega) + a_{n-1} (i\omega)^{n-1} F(\omega) + \cdots + a_1 (i\omega) F(\omega) + a_0 F(\omega) = G(\omega) \\[1.5em] \text{解得} \quad & F(\omega) = \frac{G(\omega)}{(i\omega)^n + a_{n-1} (i\omega)^{n-1} + \cdots + a_1 (i\omega) + a_0} \\[1.5em] \text{最后逆变换} \quad & f(t) = \mathscr{F}^{-1}[F(\omega)] \end{aligned}

可能会用到的#

常见傅里叶变换对#

三角函数#

F[cos⁡(ω0t)]=π[δ(ω−ω0)+δ(ω+ω0)]F[sin⁡(ω0t)]=iπ[δ(ω+ω0)−δ(ω−ω0)]\begin{aligned} \mathscr{F}[\cos{(\omega_0 t)}] &= \pi \left[ \delta(\omega - \omega_0) + \delta(\omega + \omega_0) \right] \\[2em] \mathscr{F}[\sin{(\omega_0 t)}] &= i \pi \left[ \delta(\omega + \omega_0) - \delta(\omega - \omega_0) \right] \end{aligned}

指数衰减函数#

单边的

f(t)={e−at,t≥00,t<0(a>0)F(ω)=1a+iωf(t) = \begin{cases} e^{-a t}, \quad t \geq 0 \\ 0, \quad t < 0 \end{cases} \qquad (a > 0) \\[2.5em] F(\omega) = \frac{1}{a + i \omega}

双边的

f(t)=e−a∣t∣(a>0)F(ω)=2aa2+ω2f(t) = e^{-a |t|} \qquad (a > 0) \\[2.5em] F(\omega) = \frac{2a}{a^2 + \omega^2}

指数衰减函数和三角函数的变换计算其实很简单,不用硬背

之后这几个就是纯折磨,现算都是神人了

符号函数#

sgn(t)={1,t>0−1,t<0F(ω)=2iω\text{sgn}(t) = \begin{cases} 1, \quad t > 0 \\ -1, \quad t < 0 \end{cases} \\[2.5em] F(\omega) = \frac{2}{i \omega}

单位阶跃函数#

基于符号函数

u(t)={1,t≥00,t<0F(ω)=πδ(ω)+1iωu(t) = \begin{cases} 1, \quad t \geq 0 \\ 0, \quad t < 0 \end{cases} \\[2.5em] F(\omega) = \pi \delta(\omega) + \frac{1}{i \omega}

钟形脉冲函数#

设钟形脉冲函数为:

f(t)=Ee−βt2(E>0,β>0)f(t) = Ee^{-\beta t^2} \quad (E > 0, \beta > 0)

则其傅里叶变换为:

F(ω)=Eexp⁡(−ω24β)πβF(\omega) = E \exp{\left(-\frac{\omega^2}{4\beta}\right)} \sqrt{\frac{\pi}{\beta}}

矩形单脉冲函数#

f(t)={E,∣t∣≤τ20,∣t∣>τ2(E>0,τ>0)F(ω)=2Eωsin⁡(ωτ2)f(t) = \begin{cases} E, \quad |t| \leq \frac{\tau}{2} \\ 0, \quad |t| > \frac{\tau}{2} \end{cases} \qquad (E > 0, \tau > 0) \\[2.5em] F(\omega) = \frac{2E}{\omega} \sin{\left(\frac{\omega \tau}{2}\right)}

狄利克雷积分#

∫0∞sin⁡xxdx=π2\int_{0}^{\infty} \frac{\sin{x}}{x} dx = \frac{\pi}{2}
[工科复变函数] 傅里叶变换
https://alkaid114.github.io/posts/complex_func/fourier_transform/
作者
Alkaid114
发布于
2025-10-24
许可协议
CC BY-NC-SA 4.0