傅里叶系列(二)傅里叶变换的推导

我们先把傅里叶级数转换为指数形式:
三角函数形式:
f(t)=a02+∑n=1∞[ancos⁡(nωt)+bnsin⁡(nωt)](1)f(t) = \frac{a_0}{2} + \sum_{n=1}^{\infty} [a_n \cos(n \omega t) + b_n \sin(n \omega t)] (1)f(t)=2a0​​+n=1∑∞​[an​cos(nωt)+bn​sin(nωt)](1)

a0=2T∫t0t0+Tf(t)dt(2)a_0 = \frac{2}{T} \int_{t_0}^{t_0+T}f(t) dt (2)a0​=T2​∫t0​t0​+T​f(t)dt(2)

an=2T∫t0t0+Tf(t)cos⁡(nωt)dt(3)a_n = \frac{2}{T} \int_{t_0}^{t_0+T} f(t) \cos(n \omega t) dt (3)an​=T2​∫t0​t0​+T​f(t)cos(nωt)dt(3)

an=2T∫t0t0+Tf(t)sin⁡(nωt)dt(4)a_n = \frac{2}{T} \int_{t_0}^{t_0+T} f(t) \sin(n \omega t) dt (4)an​=T2​∫t0​t0​+T​f(t)sin(nωt)dt(4)

代入欧拉公式:
eiθ=cos⁡(θ)+isin⁡(θ)e^{i\theta} = \cos(\theta) + i\sin(\theta)eiθ=cos(θ)+isin(θ)

可以变形为:
cos⁡(θ)=eiθ+e−iθ2\cos(\theta) = \frac{e^{i\theta}+e^{-i\theta}}{2}cos(θ)=2eiθ+e−iθ​

sin⁡(θ)=eiθ−e−iθ2i=−i⋅eiθ−e−iθ2\sin(\theta) = \frac{e^{i\theta}-e^{-i\theta}}{2i} = -i \cdot \frac{e^{i\theta}-e^{-i\theta}}{2}sin(θ)=2ieiθ−e−iθ​=−i⋅2eiθ−e−iθ​

将 sin⁡(θ)、cos⁡(θ)\sin(\theta)、\cos(\theta)sin(θ)、cos(θ) 代入傅里叶级数求得:

Ref: 傅里叶系列(二)傅里叶变换的推导

【控制】傅里叶系列(二)傅里叶变换的推导相关推荐

  1. 【控制】傅里叶系列(一)傅里叶级数 (Fourier series) 的推导

    傅里叶级数 傅立叶级数 (Fourier series) 1.把一个周期函数表示成三角级数: 2.麦克劳林公式中的待定系数法: 3.三角函数的正交性: 4.函数展开成傅里叶级数: 傅立叶级数 (Fou ...

  2. 傅里叶(三):傅里叶变换的推导

    目录 1 傅里叶级数的公式(三角函数形式) 2 把傅里叶级数转换为指数形式 2.1 欧拉公式 2.2 傅里叶级数转换为指数形式 3 总结 1 傅里叶级数的公式(三角函数形式) 2 把傅里叶级数转换为指 ...

  3. 傅里叶(二):傅里叶级数的推导

    目录 1 傅里叶级数的公式 2 公式推导 2.1 把一个周期函数表示成三角级数 2.2 麦克劳林公式中的待定系数法 2.3 三角函数的正交性 2.4 函数展开成傅里叶级数 3 总结 傅里叶分析相关介绍 ...

  4. 推导:从傅里叶级数展开到傅里叶变换

    说明:本文主要参考资料为奥本海姆的<信号与系统>(第二版),推导过程中融入了少量个人理解. 假设我们已经知晓了周期信号的傅里叶级数展开,在连续信号条件下,其傅里叶级数对为 x(t)=∑k= ...

  5. Python解决控制问题系列之二:线性连续系统最优控制问题

    Python解决控制问题系列之二:线性连续系统最优控制问题 文章目录 Python解决控制问题系列之二:线性连续系统最优控制问题 1. 前言 2. 线性系统问题描述 3. Python 编程 3.1 ...

  6. 快速傅里叶变换python_【原创】OpenCV-Python系列之傅里叶变换(三十八)

    OpenCV-Python系列之傅里叶变换 傅里叶变换 我们生活在时间的世界中,早上7:00起来吃早饭,8:00去挤地铁,9:00开始上班...以时间为参照就是时域分析. 但是在频域中一切都是静止的! ...

  7. 阵列信号DOA估计系列(二).导向矢量与空间FFT(附代码)

    阵列信号DOA估计系列(二).导向矢量 在DOA估计里面,经常会看到导向矢量这个名词,也有的地方叫方向矢量,方向矩阵,基本上都是array steering vector 的翻译. 本文首先对均匀线阵 ...

  8. 人工智能算法通俗讲解系列(二):逻辑回归

    2019独角兽企业重金招聘Python工程师标准>>> 今天,我们介绍的机器学习算法叫逻辑回归.它英语名称是Logistic Regression,简称LR. 跟之前一样,介绍这个算 ...

  9. 机器学习入门系列二(关键词:多变量(非)线性回归,批处理,特征缩放,正规方程

    机器学习入门系列二(关键词:多变量(非)线性回归,批处理,特征缩放,正规方程) 目录(?)[+] 一多变量的线性回归 二批处理 三特征缩放 四正规方程 五多变量非线性回归 一.多变量的线性回归 在#机 ...

最新文章

  1. oracle批量更新数据从另一表_常用SQL系列之(五):多表和禁止插入、批量与特殊更新等...
  2. SAMBA的一些特殊设置
  3. scala 处理 Response返回 时间报错问题
  4. 论文浅尝 | 从具有数值边缘属性的知识图谱中学习嵌入
  5. 关于exprot 和expert default的区别
  6. Android P对dtbo分区
  7. 为什么i3的cpu基础频率最高,达到4.0了?
  8. L101 L201 ME35 ME350 SX235W EP-801A ME535 清零软件
  9. HoloLens开发手记 - Unity之语音输入
  10. hive 指定字段插入数据_Hive插入数据的几种常用方法
  11. FL Studio最新汉化免费下载 水果音乐制作软件
  12. 常见GIS工具软件介绍
  13. NRF24L01故障排查
  14. 一款神仙接私活低代码平台,吊到不行(附源码)
  15. PID参数整定——Z-N方法
  16. 我常用的轻量化哈希校验工具,右键菜单栏一键计算文件Hash~
  17. iOS 关于leak检测内存问题的使用
  18. 坐月子 请月嫂吗?如何请月嫂?
  19. win10的JDK安装环境变量配置
  20. 全世界好老男人的女人都该去看“边境风云”(剧透慎入)

热门文章

  1. These dependencies were not found: *!!vue-style-loader!css-loader?
  2. 洛谷P2522 [HAOI2011]Problem b(莫比乌斯反演)
  3. @resource 与 @autowired
  4. Winform应用程序实现通用遮罩层二
  5. poj 1270(toposort)
  6. Codeforces#363 Div2
  7. C语言一维数组、二维数组、结构体的初始化
  8. 使用log4jdbc记录SQL信息
  9. Pair Project: Elevator Scheduler Report By Hu Renjun
  10. c#根据年份和月份获得本月最后一天