频谱分析中的连续性是什么意思?

信息处理 傅里叶变换 频谱 正交
2022-01-28 04:59:06

我们都知道,对于任何合适的信号f(t), 对应一个傅里叶变换函数F(jω)这样

f(t)=12π+F(jω)eiωtdω

所以,F(jω)可以识别为组件f(t)沿着eiωt. 这类似于正交分析。像一个笛卡尔向量a=(1,2,3)可以表示为

a=1x^+2y^+3z^
在哪里 x^,y^, 和z^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x,y,z,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ω1=1ω2=2小于之间的距离ω2ω3=4.

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”?

2个回答

v(x,k)是一组正交基函数,使得

+v(x,a)v(x,b)dx=δa,b
在哪里δa,bs克罗内克三角洲。

我相信您的问题归结为:对于傅立叶变换,我们有

v(x,a)=ejax
我们解释a作为频率和x随着时间的; 这个正交基有什么特别之处吗,因为我们可以解释a作为这些功能之间的“距离”?

另一组正交函数(但在有限区间内)的示例是勒让德多项式

v(x,a)=Pa(x),where1x+1
现在在哪里a是多项式的阶数(次数)。

对于这些(和其他多项式基),“距离”现在是多项式次数的差异。

这是否意味着这些函数比傅里叶基“不那么”特殊是一个见仁见智的问题。

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。

您描述距离是频率之间的差异w1, 和w2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w,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。