深度学习开源框架——傅里叶变换基础算法（第1集）：概述介绍
发布时间
阅读量：
阅读量
在数字信号处理领域具有重要意义的傅立叶变换是由法国数学家约瑟夫·傅里叶于1807年在其《热分析理论》一文中首次提出的方法这一理论最初被用于分析物体的温度分布情况而后来这一创新性观点被另一位著名数学家拉格朗日所质疑他认为正弦波无法构造出具有棱角特性的信号尽管如此但从无限逼近的角度来看我们可以用无穷多组正弦波无限接近地表示该信号进而使得两者之间的差异变得极其微小最终这篇论文经过15年的审查终于在拉格朗日去世后得以发表
傅立叶变换的分类
基于信号的特性（周期性、连续性和离散性），傅里叶变换被扩展为以下四种类型
| 周期性 | 连续性 | 缩写 | 全称 | 说明 |
|---|---|---|---|---|
| 周期性 | 连续性 | FS | Fourier Series | 傅立叶级数 |
| 非周期性 | 连续性 | FT | Fourier Transform | 傅立叶变换 |
| 周期性 | 离散型 | DFT | Discrete Fourier Transform | 离散傅里叶变换（周期性） |
| 非周期性 | 离散型 | DTFT | Discrete Time Fourier Transform | 离散时间傅立叶变换 |
另外，在基于使用的是否为实数还是复数的基础上划分为实数傅立叶变换和复数傅立叶变换
主要特点：FS
用于涵盖连续周期性信号的研究与分析。在时域中任意持续且具有规律性的周期性信号都可以被分解为无限多个正弦波叠加的结果，
全部评论 (0)
还没有任何评论哟~