我们都知道,对于任何合适的信号, 对应一个傅里叶变换函数这样
所以,可以识别为组件沿着. 这类似于正交分析。像一个笛卡尔向量可以表示为
在哪里 ,, 和是正交基向量(沿 xyz 方向的单位向量)。
但是,这两件事在一个角度上是不同的。其中,,,没有“距离”的概念。例如,在傅里叶变换中。我们可以说之间的距离和小于之间的距离和.
傅里叶变换中的这种代数结构肯定有一些额外的含义,但它是什么?这是否意味着与其他在基函数之间没有易于定义的距离的正交基分析相比,傅立叶变换“更有意义”?
我们都知道,对于任何合适的信号, 对应一个傅里叶变换函数这样
所以,可以识别为组件沿着. 这类似于正交分析。像一个笛卡尔向量可以表示为
但是,这两件事在一个角度上是不同的。其中,,,没有“距离”的概念。例如,在傅里叶变换中。我们可以说之间的距离和小于之间的距离和.
傅里叶变换中的这种代数结构肯定有一些额外的含义,但它是什么?这是否意味着与其他在基函数之间没有易于定义的距离的正交基分析相比,傅立叶变换“更有意义”?
很好的问题,而且是一个非常棘手的问题。我认为您对单词距离的双重使用,以及将无限函数空间中的向量与有限支持序列中的向量进行比较有点令人困惑。
您描述的距离是频率之间的差异, 和的两个正弦曲线。在时域中很容易理解这种差异,因为这两个信号在频率上是完全局部的(但指定为无限时间)。
执行傅里叶变换后,这些信号将在无限空间中表示,其中任何频率的正弦波都与任何其他频率的正弦波正交。在这一点上,正如您正确描述的那样,正弦曲线形成了一个无限正交(基)集。感觉很奇怪,但在这个空间里,1Hz 和 2Hz 的内积与 1Hz 和 4Hz 的内积是一样的。他们都是零!我认为这是您对距离的另一种解释——短距离是大内积,长距离是小内积。
之所以感觉不对,是因为我们仍然可以直观地把这个无限空间的成分按照递增的顺序排列,因此一个组件仍然可以与另一个组件相距 2Hz。这与傅里叶变换生成的空间中的内积所表示的距离不同。