关于傅立叶的简单入门
书上讲的很清楚，为了分析线性时不变LTI系统，出发点是将其中的信号表示成 一组基本信号的线性组合 ， 便于分析与观察输入和响应的关系来确定系统的特性 。 《信号与系统》的一个主要目的就是学习各种方法来更为深入理解分析信号与系统。
第一种分析方法是单位冲激响应的叠加形成的卷积。
第二种就是通过傅立叶级数和傅立叶变换。更为深入..
（1）.傅立叶级数
使LTI系统的信号表示成基本信号的组合，这些基本信号必须有两个性质：
以下均以连续时间举例。
发现：
1）复指数信号e^st 在LTI系统中的响应也是一个复指数信号H(S)e^st，复指数信号满足了第二个性质
2）性质一由书上傅立叶级数的收敛可以确定，几乎所有周期信号都可以用傅立叶级数表示（严谨证明自查资料咯）。
因此傅立叶级数核心成立，即可用复指数的线性组合来表示一个周期信号。而复指数由欧拉公式又可以表示成三角函数，即可用正弦和余弦的线性组合构成。
（科普：科学发现正确的顺序是先想到用三角函数来表示，有了欧拉公式后，就改用更为方便的复指数形式了）
关于公式的推导：直接看书，不存在什么难度伐
理解到了后，一些性质什么的都可以印证自己推导咯,虽然好多我也懒直接记的。。
补充：较形象的理解为什么可以由复指数表示 任何波形都可以由正弦（余弦）叠加得到，而复指数形式可以完美替代正余弦。
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：
讲完了周期函数可以用卷积表示也可以用傅立叶级数表示，那么非周期函数呢？
基本思想：把非周期信号当作一个周期信号在T→无穷大的极限看待
书上的推导过程我觉得很自然哎..然后就阔以表示咯
...性质同上
一个信号有频域图有时域图，二者只是同一个东西的不同体现。
而傅立叶变换最屌的地方就在于它可以把在时域和频域之间变换！
以下是图解：
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的那个图形。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，而每一个波的振幅都是不同的。
我们就可以看一看一个矩形波，在频域里的另一个模样了：
这是什么奇怪的东西？
这就是矩形波在频域的样子，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：频域图像，也就是俗称的频谱，就是——
做题中见到频域图 和时域图的关系图就是酱咯~
备注：
傅里叶分析究竟是干什么用的？
先说一个最直接的用途。无论听广播还是看电视，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输。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。
别说标准不标准了，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，在频域相反很容易。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一，只有在频域才能轻松的做到。
再说一个更重要，但是稍微复杂一点的用途——求解微分方程。（这段有点难度，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中变为乘法和除法，大学数学瞬间变小学算术有没有。
绛旓細鈥滄暟瀛椾俊鍙峰鐞嗏濅竴鑸數瀛愰氫俊鐩稿叧涓撲笟鏈閮芥湁寮璁撅紝鏈鐨勨滄暟瀛椾俊鍙峰鐞嗏濅富瑕佽В鍐崇‘瀹氭х鏁ｄ俊鍙风殑棰戣氨鍒嗘瀽銆佹护娉㈢悊璁哄拰搴旂敤绛夛紙濡傜鏁鍌呴噷鍙/Z鍙樻崲銆丗IR/IIR鏁板瓧婊ゆ尝锛夛紝涓昏鐞嗚鍩虹鏄俊鍙蜂笌绯荤粺銆備絾鏄父璇寸殑鈥滅幇浠ｆ暟瀛椾俊鍙峰鐞嗏濅竴鑸槸瑙ｅ喅绂绘暎闅忔満淇″彿鐨勮氨鍒嗘瀽鍙婃护娉㈢瓑锛堝鐜颁唬婊ゆ尝鍣ㄣ佺幇浠ｈ氨鍒嗘瀽绛...
绛旓細绗8绡鍌呴噷鍙鍒嗘瀽 绗9绡囧箍涔夊嚱鏁 绗10绡囧父寰垎鏂圭▼鐨勭ǔ瀹氭х悊璁 绗11绡囧父寰垎鏂圭▼鐨勫嚑浣曠悊璁 绗12绡囨硾鍑芥暟鍒嗘柟绋 绗13绡囧亸寰垎鏂圭▼鐨勮繎浠ｇ悊璁 绗14绡囧垎鏀悊璁 绗15绡囧彉鍒嗕笉绛夊紡 绗16绡囧姩鍔涚郴缁 绗17绡囨笎杩戝垎鏋愭柟娉 绗18绡囧嚱鏁伴艰繎鏂规硶 绗19绡囨牱鏉″嚱鏁 绗20绡囧垎褰㈠嚑浣 绗21绡囩敓鐗╂暟瀛 璁＄畻鏈烘暟瀛﹀嵎...
绛旓細鎴戣嚜宸卞仛浜嗕竴涓▼搴忥紝鍜屼綘鎯宠薄鐨勪笉涓鏍凤紝棣栧厛鐢ㄥ嚱鏁颁骇鐢熶竴涓簭鍒梖[n]锛岀劧鍚庤皟鐢‵FT:void __stdcall FFT(long N, // Serial Length, N > 0 for DFT, N < 0 for iDFT - inversed Discrete Fourier Transform double * inputReal, double * inputImaginary, // inputs double * Amplitude...
绛旓細杩欓棬瀛︾璧锋簮浜庣墿鐞嗗鐨勭儹浼犲闂鐨鍌呴噷鍙鍒嗘瀽鐨勪富瑕侀儴鍒,鏄綋鏃跺浗闄呬笂鐮旂┒鐨勭儹闂ㄤ箣涓,鍦ㄤ腑鍥借繕鏄竴涓┖鐧姐 寰愮憺浜戜负灏嗘潵鑳藉湪鍒嗘瀽銆佸嚱鏁拌鏂归潰璧朵笂涓栫晫鍏堣繘姘村钩,搴熷瘽蹇橀,骞挎挿鍗氶噰,鎶婂ぇ閮ㄥ垎鏃堕棿閮界敤鍦ㄥ浘涔﹂閲屻1940骞村簳,寰愮憺浜戣幏寰楀崥澹浣,鎴愪簡涓浗鍘嗗彶涓婄涓浣嶅コ鏁板鍗氬＋銆傚ス鐨勫崥澹鏂団鍏充簬鍕掕礉鏍煎垎瑙ｄ腑濂囧紓...
绛旓細銆佷氦閿欏鏁涙硶锛堚滈亣浜嬩笉鍐筹紝閲忓瓙鍔涘鈥濓級銆傛荤粨锛氱粡杩囧嚑灏忔椂鐨勮嚜瀛︼紝鎴戝彂鐜帮紝绾ф暟鐨勬牳蹇冩槸妫楠屾敹鏁涖傝屾楠岀骇鏁版敹鏁涚殑鍔炴硶鏈変袱绫伙紝涓绫婚潬鐩磋灏辫兘鐞嗚В鐨勫鏁涙硶锛屼竴绫绘槸璇稿闃胯礉灏斻佹嘲鍕掋佺媱鍒╁厠闆枫鍌呴噷鍙銆佽幈甯冨凹鑼ㄧ瓑鏁板瀹剁粰鍑虹殑楂樻繁鐨勫畾鐞嗐傛昏岃█涔嬶紝鏈涗笅鍘绘槸涓鐗囪崋妫樼殑娴锋磱銆
绛旓細杩樻湁绾ф暟闂锛屽彲浠ュ府浣犳洿濂界殑鐞嗚В鍜屽鐞嗛珮涓殑鏁板垪鐭ヨ瘑锛屽寘鎷敹鏁涘垽瀹氾紝涓浜涘父瑙佺殑绾ф暟锛屽骞傜骇鏁帮紝杩樻湁鐢电瀛︿腑鐢ㄧ殑鏈澶氱殑鍌呴噷鍙绾ф暟锛屾湁浜嗙骇鏁扮煡璇嗭紝浣犵敋鑷冲彲浠ヨ绠椾换鎰忎竴涓搴︾殑涓夎鍑芥暟锛屼换鎰忓畾涔夊煙鍐呯殑瀵规暟锛屼换鎰忔暟寮浠绘剰娆℃牴鍙凤紝绛夌瓑涓浜涜繎浼艰绠 杩樻湁涓浜涙瘮杈冨疄闄呯殑闂锛屽儚寰垎鏂圭▼锛屼竴浜涚壒娈婄墿鐞...
绛旓細妯℃嫙淇″彿澶勭悊鐨勫熀鏈蹇碉紝瀵逛粠鐢佃矾涓庣郴缁熷垎鏋愰噸鐐癸細绾挎х郴缁熺殑鍩烘湰鐢佃矾鍒嗘瀽锛涘洖椤撅紱绾挎х數璺拰绯荤粺鐨勫井鍒嗘柟绋嬫ā鍨嬶紱鎷夋櫘鎷夋柉鍙樻崲锛涘嵎绉紱绋冲畾鎬э紱鍚屾锛涢鐜囧搷搴旓紱鍌呴噷鍙绾ф暟锛鍌呯珛鍙鍙樻崲锛涙湁婧愭护娉㈠櫒锛涜皟骞呮敹闊虫満銆侲CE290 璁＄畻鏈哄伐绋嬶紙涓锛夋暟瀛楅昏緫涓庤绠楁満绯荤粺銆備俊鎭殑琛ㄧ幇褰㈠紡锛涚粍鍚堢綉缁滅殑鍒嗘瀽鍜岃璁★紱鏃跺簭...
绛旓細淇″彿鐨鍌呴噷鍙鍒嗘瀽:鍖呮嫭鍛ㄦ湡淇″彿鐨勫倕閲屽彾绾ф暟鍒嗘瀽,涓鑸俊鍙风殑鍌呴噷鍙跺彉鎹㈠垎鏋, 鎶芥牱瀹氱悊,绂绘暎鍌呴噷鍙跺彉鎹㈠強鍏跺揩閫熺畻娉曘傛媺姘忓彉鎹:浠嬬粛鎷夋櫘鎷夋柉鍙樻崲鐨勫熀鏈蹇点佸畾涔 銆佹ц川,浠ュ強鍏跺湪淇″彿澶勭悊涓殑搴旂敤銆傜鏁ｄ俊鍙风殑Z鍙樻崲:鍖呮嫭Z鍙樻崲鍩烘湰姒傚康鍜屾ц川,绂绘暎 绯荤粺鐨刏鍩熷垎鏋愭柟娉(濡傜鏁ｇ郴缁熺殑棰戠巼鍝嶅簲銆佺ǔ瀹氭с佸洜鏋滄х瓑)鏁板瓧...
绛旓細鍘熸潵杩樻湁杩欎釜寮忓瓙1 涓鍒囦粠鐩磋寮濮嬧斺斾綘鐭ラ亾鈥滄瘯杈惧摜鎷夋柉瀹氱悊鈥濆悧2 宸茬煡涓夎竟涔嬫瘮灏卞彲浠ュぇ鑷寸敾鍑轰笁瑙掑舰鐨勫舰鐘垛斺旇竟闀挎瘮涓哄拰鐨勪笁瑙掑舰3 涓嶇敤鐩村昂涔熻兘鐢荤洿瑙掆斺旀嫢鏈5000骞村巻鍙茬殑杈归暱涔嬫瘮涓3锛4锛5鐨勪笁瑙掑舰4 涓夎姣旇〃绀虹殑鏄笁瑙掑舰浠绘剰涓よ竟涔嬫瘮鈥斺旀敞鎰忓垎瀛愩佸垎姣嶈〃绀虹殑鏄摢鏉¤竟5 鈥溾濆埌搴曟槸涓涓...
绛旓細灏卞彲浠ヨ繘涓姝ュ涔犵┖闂磋В鏋愬嚑浣曡繕鏈夌骇鏁伴棶棰橈紝鍙互甯綘鏇村ソ鐨勭悊瑙ｅ拰澶勭悊楂樹腑鐨勬暟鍒楃煡璇嗭紝鍖呮嫭鏀舵暃鍒ゅ畾锛屼竴浜涘父瑙佺殑绾ф暟锛屽骞傜骇鏁帮紝杩樻湁鐢电瀛︿腑鐢ㄧ殑鏈澶氱殑鍌呴噷鍙绾ф暟锛屾湁浜嗙骇鏁扮煡璇嗭紝浣犵敋鑷冲彲浠ヨ绠椾换鎰忎竴涓搴︾殑涓夎鍑芥暟锛屼换鎰忓畾涔夊煙鍐呯殑瀵规暟锛屼换鎰忔暟寮浠绘剰娆℃牴鍙凤紝绛夌瓑涓浜涜繎浼艰绠楄繕鏈変竴浜涙瘮杈冨疄闄呯殑闂...
