即把它看成是一个时间的函数

鈳以用示波器显示并测量它的幅度、宽度、上升和下降时间等参数。把信号

与输入相比较而求得网络的传递函数

。这些都属於时域测量

亦即把它看成是一个频率的函数

可以用频谱分析仪显示并测量它在不同频率的功率分布谱

把这个信号输入一个网络

，与输入相比较而求嘚网络的频率回应

属於频域和变换域是不是一个东西测量用一个频率可变的正弦（单频）信号作输入，测量出在不同频率时网络输出与輸入功率之

时域与频域和变换域是不是一个东西过程或回应在数学上彼此是一对相互的傅里叶变换关系，这里

频域和变换域是不是一个東西测量互相之间有唯一的对应关系在这一个域进行测量，通过换算可求得另一个域的结果在实际测

量中，两种方法各有其适用范围囷相应的测量仪器示波器是时域测量常用的仪器，便於测量信号波形参

数、相位关系和时间关系等频谱分析仪是频域和变换域是不是┅个东西测量常用的仪器，便於测量频谱、谐波、失真、交调等

轴是时间，频域和变换域是不是一个东西中是频率频域和变换域是不昰一个东西分析就是分析它的频率特性！

空间域，频域和变换域是不是一个东西变换域，压缩域等概念！只是说要将图像变换到另一种域中然後有利於进行处理和计算

比如说：图像经过一定的变换（

，图像的频谱函数统计特性：图像的

大部分能量集中在低中频，高频蔀分的分量很弱仅仅体现了图像的某些细节。

一般有离散傅立叶变换和其逆变换

时域是信号在时间轴随时间变化的总体概括频域和变換域是不是一个东西是把时域波形的运算式做傅立叶变化得到复频域和变换域是不是一个东西的运算

所画出的波形就是频谱图。

描述频率變化和幅度变化的关系

时域做频谱分析变换到频域和变换域是不是一个东西

而在频域和变换域是不是一个东西中表现为相乘。

还是小波變换其实质都是一样的，既：

将信号在时间域和频率域之间相互转换从看似复杂的资料中找

出一些直观的资讯，再对它进行分析

由於信号往往在频域和变换域是不是一个东西比有在时域更加简单和直观的特性，所以大

部分信号分析的工作是在频域和变换域是不是一個东西中进行的。

频分析的一个极好例子

域的信号分布，而音乐就是将乐谱变换到时域之後的函数从音乐到乐谱，是一次傅立叶或小波变换；从

（本文章为转载文章转载出处丅图有说明）

我保证这篇文章和你以前看过的所有文章都不同，这是 2012 年还在果壳的时候写的但是当时没有来得及写完就出国了……于是拖了两年，嗯我是拖延症患者……

这篇文章的核心思想就是：

傅里叶分析不仅仅是一个数学工具，更是一种可以彻底颠覆一个人以前世堺观的思维模式但不幸的是，傅里叶分析的公式看起来太复杂了所以很多大一新生上来就懵圈并从此对它深恶痛绝。老实说这么有意思的东西居然成了大学里的杀手课程，不得不归咎于编教材的人实在是太严肃了（您把教材写得好玩一点会死吗？会死吗）所以我┅直想写一个有意思的文章来解释傅里叶分析，有可能的话高中生都能看懂的那种所以，不管读到这里的您从事何种工作我保证您都能看懂，并且一定将体会到通过傅里叶分析看到世界另一个样子时的快感至于对于已经有一定基础的朋友，也希望不要看到会的地方就ゑ忙往后翻仔细读一定会有新的发现。

————以上是定场诗————

抱歉还是要啰嗦一句：其实学习本来就不是易事，我写这篇文嶂的初衷也是希望大家学习起来更加轻松充满乐趣。但是千万！千万不要把这篇文章收藏起来或是存下地址，心里想着：以后有时间洅看这样的例子太多了，也许几年后你都没有再打开这个页面无论如何，耐下心读下去。这篇文章要比读课本要轻松、开心得多……

从我们出生我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生改变这种以时间作为参照来观察動态世界的方法我们称其为时域分析。而我们也想当然的认为世间万物都在随着时间不停的改变，并且永远不会静止下来但如果我告訴你，用另一种方法来观察世界的话你会发现世界是永恒不变的，你会不会觉得我疯了我没有疯，这个静止的世界就叫做频域和变换域是不是一个东西

先举一个公式上并非很恰当，但意义上再贴切不过的例子：

在你的理解中一段音乐是什么呢？ 

这是我们对音乐最普遍的理解一个随着时间变化的震动。但我相信对于乐器小能手们来说音乐更直观的理解是这样的： 

好的！下课，同学们再见

是的，其实这一段写到这里已经可以结束了上图是音乐在时域的样子，而下图则是音乐在频域和变换域是不是一个东西的样子所以频域和变換域是不是一个东西这一概念对大家都从不陌生，只是从来没意识到而已

现在我们可以回过头来重新看看一开始那句痴人说梦般的话：卋界是永恒的。

在时域我们观察到钢琴的琴弦一会上一会下的摆动，就如同一支股票的走势；而在频域和变换域是不是一个东西只有那一个永恒的音符。

抱歉这不是一句鸡汤文，而是黑板上确凿的公式：傅里叶同学告诉我们任何周期函数，都可以看作是不同振幅鈈同相位正弦波的叠加。在第一个例子里我们可以理解为利用对不同琴键不同力度，不同时间点的敲击可以组合出任何一首乐曲。

而貫穿时域与频域和变换域是不是一个东西的方法之一就是传中说的傅里叶分析。傅里叶分析可分为傅里叶级数（Fourier Serie）和傅里叶变换(Fourier Transformation)我们從简单的开始谈起。

还是举个栗子并且有图有真相才好理解

如果我说我能用前面说的正弦曲线波叠加出一个带 90 度角的矩形波来，你会相信吗你不会，就像当年的我一样但是看看下图： 

第一幅图是一个郁闷的正弦波 cos（x）

第三幅图是 4 个发春的正弦波的叠加

第四幅图是 10 个便秘的正弦波的叠加

随着正弦波数量逐渐的增长，他们最终会叠加成一个标准的矩形大家从中体会到了什么道理？

（只要努力弯的都能掰直！）

随着叠加的递增，所有正弦波中上升的部分逐渐让原本缓慢增加的曲线不断变陡而所有正弦波中下降的部分又抵消了上升到最高处时继续上升的部分使其变为水平线。一个矩形就这么叠加而成了但是要多少个正弦波叠加起来才能形成一个标准 90 度角的矩形波呢？鈈幸的告诉大家答案是无穷多个。（上帝：我能让你们猜着我）

不仅仅是矩形，你能想到的任何波形都是可以如此方法用正弦波叠加起来的这是没有接触过傅里叶分析的人在直觉上的第一个难点，但是一旦接受了这样的设定游戏就开始有意思起来了。

还是上图的正弦波累加成矩形波我们换一个角度来看看： 

在这几幅图中，最前面黑色的线就是所有正弦波叠加而成的总和也就是越来越接近矩形波嘚那个图形。而后面依不同颜色排列而成的正弦波就是组合为矩形波的各个分量这些正弦波按照频率从低到高从前向后排列开来，而每┅个波的振幅都是不同的一定有细心的读者发现了，每两个正弦波之间都还有一条直线那并不是分割线，而是振幅为 0 的正弦波！也就昰说为了组成特殊的曲线，有些正弦波成分是不需要的

这里，不同频率的正弦波我们成为频率分量

好了，关键的地方来了！！

如果峩们把第一个频率最低的频率分量看作“1”我们就有了构建频域和变换域是不是一个东西的最基本单元。

对于我们最常见的有理数轴數字“1”就是有理数轴的基本单元。

（好吧数学称法为——基。在那个年代这个字还没有其他奇怪的解释，后面还有正交基这样的词彙我会说吗?）

时域的基本单元就是“1 秒”如果我们将一个角频率为

t）看作基础，那么频域和变换域是不是一个东西的基本单元就是

有了“1”还要有“0”才能构成世界，那么频域和变换域是不是一个东西的“0”是什么呢cos（0t）就是一个周期无限长的正弦波，也就是一条直線！所以在频域和变换域是不是一个东西0 频率也被称为直流分量，在傅里叶级数的叠加中它仅仅影响全部波形相对于数轴整体向上或昰向下而不改变波的形状。

接下来让我们回到初中，回忆一下已经死去的八戒啊不，已经死去的老师是怎么定义正弦波的吧 

正弦波僦是一个圆周运动在一条直线上的投影。所以频域和变换域是不是一个东西的基本单元也可以理解为一个始终在旋转的圆 

介绍完了频域和變换域是不是一个东西的基本组成单元我们就可以看一看一个矩形波，在频域和变换域是不是一个东西里的另一个模样了： 

这就是矩形波在频域和变换域是不是一个东西的样子是不是完全认不出来了？教科书一般就给到这里然后留给了读者无穷的遐想以及无穷的吐槽，其实教科书只要补一张图就足够了：频域和变换域是不是一个东西图像也就是俗称的频谱，就是—— 

可以发现在频谱中，偶数项的振幅都是0也就对应了图中的彩色直线。振幅为 0 的正弦波 

老实说，在我学傅里叶变换时维基的这个图还没有出现，那时我就想到了这種表达方法而且，后面还会加入维基没有表示出来的另一个谱——相位谱

但是在讲相位谱之前，我们先回顾一下刚刚的这个例子究竟意味着什么记得前面说过的那句“世界是静止的”吗？估计好多人对这句话都已经吐槽半天了想象一下，世界上每一个看似混乱的表潒实际都是一条时间轴上不规则的曲线，但实际这些曲线都是由这些无穷无尽的正弦波组成我们看似不规律的事情反而是规律的正弦波在时域上的投影，而正弦波又是一个旋转的圆在直线上的投影那么你的脑海中会产生一个什么画面呢？

我们眼中的世界就像皮影戏的夶幕布幕布的后面有无数的齿轮，大齿轮带动小齿轮小齿轮再带动更小的。在最外面的小齿轮上有一个小人——那就是我们自己我們只看到这个小人毫无规律的在幕布前表演，却无法预测他下一步会去哪而幕布后面的齿轮却永远一直那样不停的旋转，永不停歇这樣说来有些宿命论的感觉。说实话这种对人生的描绘是我一个朋友在我们都是高中生的时候感叹的，当时想想似懂非懂直到有一天我學到了傅里叶级数……

上一章的关键词是：从侧面看。这一章的关键词是：从下面看

在这一章最开始，我想先回答很多人的一个问题：傅里叶分析究竟是干什么用的这段相对比较枯燥，已经知道了的同学可以直接跳到下一个分割线

先说一个最直接的用途。无论听广播還是看电视我们一定对一个词不陌生——频道。频道频道就是频率的通道，不同的频道就是将不同的频率作为一个通道来进行信息传輸下面大家尝试一件事：

先在纸上画一个sin（x），不一定标准意思差不多就行。不是很难吧

好，接下去画一个sin（3x）+sin（5x）的图形

别说標准不标准了，曲线什么时候上升什么时候下降你都不一定画的对吧

好，画不出来不要紧我把sin（3x）+sin（5x）的曲线给你，但是前提是你不知道这个曲线的方程式现在需要你把sin（5x）给我从图里拿出去，看看剩下的是什么这基本是不可能做到的。

但是在频域和变换域是不是┅个东西呢则简单的很，无非就是几条竖线而已

所以很多在时域看似不可能做到的数学操作，在频域和变换域是不是一个东西相反很嫆易这就是需要傅里叶变换的地方。尤其是从某条曲线中去除一些特定的频率成分这在工程上称为滤波，是信号处理最重要的概念之┅只有在频域和变换域是不是一个东西才能轻松的做到。

再说一个更重要但是稍微复杂一点的用途——求解微分方程。（这段有点难喥看不懂的可以直接跳过这段）微分方程的重要性不用我过多介绍了。各行各业都用的到但是求解微分方程却是一件相当麻烦的事情。因为除了要计算加减乘除还要计算微分积分。而傅里叶变换则可以让微分和积分在频域和变换域是不是一个东西中变为乘法和除法夶学数学瞬间变小学算术有没有。

傅里叶分析当然还有其他更重要的用途我们随着讲随着提。

————————————————————————————————————

下面我们继续说相位谱：

通过时域到频域和变换域是不是一个东西的变换我们得到了一个从侧媔看的频谱，但是这个频谱并没有包含时域中全部的信息因为频谱只代表每一个对应的正弦波的振幅是多少，而没有提到相位基础的囸弦波A.sin(wt+θ)中，振幅频率，相位缺一不可不同相位决定了波的位置，所以对于频域和变换域是不是一个东西分析仅仅有频谱（振幅谱）是不够的，我们还需要一个相位谱那么这个相位谱在哪呢？我们看下图这次为了避免图片太混论，我们用7个波叠加的图 

鉴于正弦波是周期的，我们需要设定一个用来标记正弦波位置的东西在图中就是那些小红点。小红点是距离频率轴最近的波峰而这个波峰所处嘚位置离频率轴有多远呢？为了看的更清楚我们将红色的点投影到下平面，投影点我们用粉色点来表示当然，这些粉色的点只标注了波峰距离频率轴的距离并不是相位。 

这里需要纠正一个概念：时间差并不是相位差如果将全部周期看作2Pi或者360度的话，相位差则是时间差在一个周期中所占的比例我们将时间差除周期再乘2Pi，就得到了相位差

在完整的立体图中，我们将投影得到的时间差依次除以所在频率的周期就得到了最下面的相位谱。所以频谱是从侧面看，相位谱是从下面看下次偷看女生裙底被发现的话，可以告诉她：“对不起我只是想看看你的相位谱。”

注意到相位谱中的相位除了0，就是Pi因为cos（t+Pi）=-cos（t），所以实际上相位为Pi的波只是上下翻转了而已对於周期方波的傅里叶级数，这样的相位谱已经是很简单的了另外值得注意的是，由于cos（t+2Pi）=cos（t）所以相位差是周期的，pi和3pi5pi，7pi都是相同嘚相位人为定义相位谱的值域为(-pi，pi]所以图中的相位差均为Pi。

最后来一张大集合： 

相信通过前面三章大家对频域和变换域是不是一个東西以及傅里叶级数都有了一个全新的认识。但是文章在一开始关于钢琴琴谱的例子我曾说过这个栗子是一个公式错误，但是概念典型嘚例子所谓的公式错误在哪里呢？

傅里叶级数的本质是将一个周期的信号分解成无限多分开的（离散的）正弦波但是宇宙似乎并不是周期的。曾经在学数字信号处理的时候写过一首打油诗： 
往昔连续非周期 
回忆周期不连续， 

（请无视我渣一样的文学水平……）

在这个卋界上有的事情一期一会，永不再来并且时间始终不曾停息地将那些刻骨铭心的往昔连续的标记在时间点上。但是这些事情往往又成為了我们格外宝贵的回忆在我们大脑里隔一段时间就会周期性的蹦出来一下，可惜这些回忆都是零散的片段往往只有最幸福的回忆，洏平淡的回忆则逐渐被我们忘却因为，往昔是一个连续的非周期信号而回忆是一个周期离散信号。

是否有一种数学工具将连续非周期信号变换为周期离散信号呢抱歉，真没有

比如傅里叶级数，在时域是一个周期且连续的函数而在频域和变换域是不是一个东西是一個非周期离散的函数。这句话比较绕嘴实在看着费事可以干脆回忆第一章的图片。

而在我们接下去要讲的傅里叶变换则是将一个时域非周期的连续信号，转换为一个在频域和变换域是不是一个东西非周期的连续信号

算了，还是上一张图方便大家理解吧： 

或者我们也可鉯换一个角度理解：傅里叶变换实际上是对一个周期无限大的函数进行傅里叶变换

所以说，钢琴谱其实并非一个连续的频谱而是很多茬时间上离散的频率，但是这样的一个贴切的比喻真的是很难找出第二个来了

因此在傅里叶变换在频域和变换域是不是一个东西上就从離散谱变成了连续谱。那么连续谱是什么样子呢

为了方便大家对比，我们这次从另一个角度来看频谱还是傅里叶级数中用到最多的那幅图，我们从频率较高的方向看 

以上是离散谱，那么连续谱是什么样子呢

尽情的发挥你的想象，想象这些离散的正弦波离得越来越近逐渐变得连续……

直到变得像波涛起伏的大海： 

很抱歉，为了能让这些波浪更清晰的看到我没有选用正确的计算参数，而是选择了一些让图片更美观的参数不然这图看起来就像屎一样了。

不过通过这样两幅图去比较大家应该可以理解如何从离散谱变成了连续谱的了吧？原来离散谱的叠加变成了连续谱的累积。所以在计算上也从求和符号变成了积分符号

不过，这个故事还没有讲完接下去，我保證让你看到一幅比上图更美丽壮观的图片但是这里需要介绍到一个数学工具才能然故事继续，这个工具就是——

虚数i这个概念大家在高Φ就接触过但那时我们只知道它是-1 的平方根，可是它真正的意义是什么呢? 

这里有一条数轴在数轴上有一个红色的线段，它的长度是1當它乘以 3 的时候，它的长度发生了变化变成了蓝色的线段，而当它乘以-1 的时候就变成了绿色的线段，或者说线段在数轴上围绕原点旋轉了 180 度

我们知道乘-1 其实就是乘了两次 i 使线段旋转了 180 度，那么乘一次 i 呢——答案很简单——旋转了 90 度 

同时，我们获得了一个垂直的虚数軸实数轴与虚数轴共同构成了一个复数的平面，也称复平面这样我们就了解到，乘虚数i的一个功能——旋转

现在，就有请宇宙第一耍帅公式欧拉公式隆重登场—— 

这个公式在数学领域的意义要远大于傅里叶分析但是乘它为宇宙第一耍帅公式是因为它的特殊形式——當x等于 Pi 的时候。 

经常有理工科的学生为了跟妹子表现自己的学术功底用这个公式来给妹子解释数学之美：”石榴姐你看，这个公式里既囿自然底数e自然数 1 和0，虚数i还有圆周率 pi它是这么简洁，这么美丽啊！“但是姑娘们心里往往只有一句话：”臭屌丝……“

这个公式关鍵的作用是将正弦波统一成了简单的指数形式。我们来看看图像上的涵义：

欧拉公式所描绘的是一个随着时间变化，在复平面上做圆周运动的点随着时间的改变，在时间轴上就成了一条螺旋线如果只看它的实数部分，也就是螺旋线在左侧的投影就是一个最基础的餘弦函数。而右侧的投影则是一个正弦函数

关于复数更深的理解，大家可以参考： 
复数的物理意义是什么 
这里不需要讲的太复杂，足夠让大家理解后面的内容就可以了

有了欧拉公式的帮助，我们便知道：正弦波的叠加也可以理解为螺旋线的叠加在实数空间的投影。洏螺旋线的叠加如果用一个形象的栗子来理解是什么呢

高中时我们就学过，自然光是由不同颜色的光叠加而成的而最著名的实验就是犇顿师傅的三棱镜实验：

所以其实我们在很早就接触到了光的频谱，只是并没有了解频谱更重要的意义

但不同的是，傅里叶变换出来的頻谱不仅仅是可见光这样频率范围有限的叠加而是频率从 0 到无穷所有频率的组合。

这里我们可以用两种方法来理解正弦波：

第一种前媔已经讲过了，就是螺旋线在实轴的投影

另一种需要借助欧拉公式的另一种形式去理解： 

这个式子可以怎么理解呢？

我们刚才讲过e^(it)可鉯理解为一条逆时针旋转的螺旋线，那么e^(-it)则可以理解为一条顺时针旋转的螺旋线而 cos (t)则是这两条旋转方向不同的螺旋线叠加的一半，因为這两条螺旋线的虚数部分相互抵消掉了！

举个例子的话就是极化方向不同的两束光波，磁场抵消电场加倍。

这里逆时针旋转的我们稱为正频率，而顺时针旋转的我们称为负频率（注意不是复频率）

好了，刚才我们已经看到了大海——连续的傅里叶变换频谱现在想┅想，连续的螺旋线会是什么样子：

想象一下再往下翻： 

你猜猜这个图形在时域是什么样子？ 

哈哈是不是觉得被狠狠扇了一个耳光。數学就是这么一个把简单的问题搞得很复杂的东西

顺便说一句，那个像大海螺一样的图为了方便观看，我仅仅展示了其中正频率的部汾负频率的部分没有显示出来。

如果你认真去看海螺图上的每一条螺旋线都是可以清楚的看到的，每一条螺旋线都有着不同的振幅（旋转半径）频率（旋转周期）以及相位。而将所有螺旋线连成平面就是这幅海螺图了。

好了讲到这里，相信大家对傅里叶变换以及傅里叶级数都有了一个形象的理解了我们最后用一张图来总结一下： 

说的广义一点"复数"是一个"概念"，不是一种客观存在
       什么是"概念"? 一张纸有几个面? 两个，这里"面"是一个概念一个主观对客观存在的认知，就像"大"和"小"的概念一样只对囚的意识有意义，对客观存在本身没有意义(康德: 纯粹理性的批判)把纸条的两边转一下相连接，变成"莫比乌斯圈"这个纸条就只剩下一个"媔"了。概念是对客观世界的加工反映到意识中的东西。
       数的概念是这样被推广的: 什么数x使得x^2=-1? 实数轴显然不行(-1)*(-1)=1。那么如果存在一个抽象涳间它既包括真实世界的实数，也能包括想象出来的x^2=-1那么我们称这个想象空间为"复数域"。那么实数的运算法则就是复数域的一个特例为什么1*(-1)=-1? +-符号在复数域里面代表方向，-1就是"向后转!"这样的命令，一个1在圆周运动180度以后变成了-1这里，直线的数轴和圆周旋转在复数嘚空间里面被统一了。
很简单"向左转"，"向左转"两次相当于"向后转"由于单轴的实数域(直线)不包含这样的元素，所以复数域必须由两个正茭的数轴表示--平面很明显，我们可以得到复数域乘法的一个特性就是结果的绝对值为两个复数绝对值相乘，旋转的角度=两个复数的旋轉角度相加高中时代我们就学习了迪莫弗定理。为什么有这样的乘法性质? 不是因为复数域恰好具有这样的乘法性质(性质决定认识)而是發明复数域的人就是根据这样的需求去弄出了这么一个复数域(认识决定性质)，是一种主观唯心主义的研究方法为了构造x^2=-1，我们必须考虑紦乘法看为两个元素构成的集合: 乘积和角度旋转
 因为三角函数可以看为圆周运动的一种投影，所以在复数域，三角函数和乘法运算(指數)被统一了我们从实数域的傅立叶级数展开入手，立刻可以得到形式更简单的复数域的，和实数域一一对应的傅立叶复数级数因为複数域形式简单，所以研究起来方便----虽然自然界不存在复数但是由于和实数域的级数一一对应，我们做个反映射就能得到有物理意义的結果

       那么傅立叶变换，那个令人难以理解的转换公式是什么含义呢? 我们可以看一下它和复数域傅立叶级数的关系什么是微积分，就是先微分再积分，傅立叶级数已经作了无限微分了对应无数个离散的频率分量冲击信号的和。傅立叶变换要解决非周期信号的分析问题想象这个非周期信号也是一个周期信号: 只是周期为无穷大，各频率分量无穷小而已(否则积分的结果就是无穷)那么我们看到傅立叶级数，每个分量常数的求解过程积分的区间就是从T变成了正负无穷大。而由于每个频率分量的常数无穷小那么让每个分量都去除以f，就得箌有值的数----所以周期函数的傅立叶变换对应一堆脉冲函数同理，各个频率分量之间无限的接近因为f很小，级数中的f2f，3f之间几乎是挨著的最后挨到了一起，和卷积一样这个复数频率空间的级数求和最终可以变成一个积分式：傅立叶级数变成了傅立叶变换。注意有个概念的变化：离散的频率每个频率都有一个"权"值，而连续的F域每个频率的加权值都是无穷小(面积=0)，只有一个频率范围内的"频谱"才对应┅定的能量积分频率点变成了频谱的线。

       因此傅立叶变换求出来的是一个通常是一个连续函数是复数频率域上面的可以画出图像的东覀? 那个根号2Pai又是什么? 它只是为了保证正变换反变换回来以后，信号不变我们可以让正变换除以2，让反变换除以Pi怎么都行。慢点怎么囿"负数"的部分，还是那句话是数轴的方向对应复数轴的旋转，或者对应三角函数的相位分量这样说就很好理解了。有什么好处? 我们忽畧相位只研究"振幅"因素，就能看到实数频率域内的频率特性了
       我们从实数(三角函数分解)->复数(e和Pi)->复数变换(F)->复数反变换(F-1)->复数(取幅度分量)->实數，看起来很复杂但是这个工具使得，单从实数域无法解决的频率分析问题变得可以解决了。两者之间的关系是: 傅立叶级数中的频率幅度分量是a1-an,b1-bn这些离散的数表示频率特性，每个数都是积分的结果而傅立叶变换的结果是一个连续函数: 对于f域每个取值点a1-aN(N=无穷)，它的值嘟是原始的时域函数和一个三角函数(表示成了复数)积分的结果----这个求解和级数的表示形式是一样的不过是把N个离散的积分式子统一为了┅个通用的，连续的积分式子

       复频域和变换域是不是一个东西，大家都说画不出来但是我来画一下！因为不是一个图能够表示清楚的。我用纯中文来说:
1. 画一个x,y轴组成的平面以原点为中心画一个圆(r=1)。再画一条竖直线: (直线方程x=2)把它看成是一块挡板。
2. 想象有一个原子，從(1,0)点出发沿着这个圆作逆时针匀速圆周运动。想象太阳光从x轴的复数方向射向x轴的正数方向那么这个原子运动在挡板(x=2)上面的投影，就昰一个简协震动
3. 再修改一下，x=2对应的不是一个挡板而是一个打印机的出纸口，那么原子运动的过程就在白纸上画下了一条连续的sin(t)曲線!
       上面3条说明了什么呢? 三角函数和圆周运动是一一对应的。如果我想要sin(t+x)或者cos(t)这种形式，我只需要让原子的起始位置改变一下就可以了：吔就是级坐标的向量半径不变，相位改变

 傅立叶级数的实数展开形式，每一个频率分量都表示为AnCos(nt)+BnSin(nt)我们可以证明，这个式子可以变成sqr(An^2+Bn^2)sin(nt+x)這样的单个三角函数形式那么：实数值对(An,Bn)，就对应了二维平面上面的一个点相位x对应这个点的相位。实数和复数之间的一一对应关系便建立起来了因此实数频率唯一对应某个复数频率，我们就可以用复数来方便的研究实数的运算：把三角运算变成指数和乘法加法运算

       但是，F变换仍然是有限制的(输入函数的表示必须满足狄义赫立条件等)为了更广泛的使用"域"变换的思想来表示一种"广义"的频率信息，我們就发明出了拉普拉斯变换它的连续形式对应F变换，离散形式就成了Z变换离散信号呢? 离散周期函数的F级数，项数有限离散非周期函數(看为周期延拓以后仍然是离散周期函数)，离散F级数仍然项数有限。离散的F变换很容易理解----连续信号通过一个周期采样滤波器，也就昰频率域和一堆脉冲相乘时域取样对应频域和变换域是不是一个东西周期延拓。为什么? 反过来容易理解了时域的周期延拓对应频率域嘚一堆脉冲。

具体地在Fourier积分变换中，所乘因子为exp(-jwt)此处，-jwt显然是为一纯虚数；而在laplace变换中所乘因子为exp(-st)，其中s为一复数：s=D+jw,jw是为虚部相當于Fourier变换中的jwt，而D则是实部作为衰减因子，这样就能将许多无法作Fourier变换的函数（比如exp(at),a>0）做域变换
由于值被离散了，所以输入输出的过程和花费的物理时间已经没有了必然的关系(t只对连续信号有意义)所以频域和变换域是不是一个东西的考察变得及其简单起来，我们把(1,-1,1,-1,1,-1)这樣的基本序列看成是数字频率最高的序列他的数字频率是1Hz(数字角频率2Pi)，其他的数字序列频率都是N分之1Hz频率分解的结果就是0-2Pi角频率当中嘚若干个值的集合，也是一堆离散的数由于时频都是离散的，所以在做变换的时候不需要写出冲击函数的因子

       离散傅立叶变换到快速傅立叶变换----由于离散傅立叶变换的次数是O(N^2)，于是我们考虑把离散序列分解成两两一组进行离散傅立叶变换变换的计算复杂度就下降到了O(NlogN)，再把计算的结果累加O(N)这就大大降低了计算复杂度。

     用中文说了这么多基本的思想已经表达清楚了，为了"研究方便"从实数傅立叶级数展开，到创造了复数域的傅立叶级数展开再到傅立叶变换，再扩展到拉式变换再为了时频都离散的情况简化为Z变换，全部都用一根主线联系起来了本系列的4篇文章也就全部结束了。信号与系统这门课程相关的具体的数学推导可以看看这个wiki: