频率与傅里叶直觉¶
一句话:任何信号都可以拆成不同频率的正弦波;傅里叶变换就是"把信号拆成频谱"的工具,频谱告诉你"哪些频率成分强、哪些弱"。
一、为什么用正弦波当积木¶
线性时不变(LTI)系统有一个关键性质:
输入正弦,输出还是同频正弦,只是幅度和相位变了。
所以把信号拆成正弦后,系统对每个频率分别处理,再叠加即可。这就是频率分析的全部动机。
二、傅里叶级数(周期信号)¶
周期为 \(T\) 的信号可以拆成基频及其谐波:
\[f(t)=a_0+\sum_{n=1}^{\infty}\left[a_n\cos(n\omega_0 t)+b_n\sin(n\omega_0 t)\right]\]
\[\omega_0=\frac{2\pi}{T}\]
- \(n=1\):基频;
- \(n=2,3,\dots\):二次、三次谐波;
- \(a_0\):直流分量。
例:方波 = 基频 + 3 次 + 5 次 + 7 次……(只含奇次谐波,幅度按 \(1/n\) 衰减)。
谐波越多,波形越接近方波;只用前几项时,边沿会出现振铃(吉布斯现象)。
三、傅里叶变换(非周期信号)¶
周期信号 → 离散谱;非周期信号 → 连续谱:
\[F(\omega)=\int_{-\infty}^{\infty} f(t)e^{-j\omega t}\,dt\]
\[f(t)=\frac{1}{2\pi}\int_{-\infty}^{\infty} F(\omega)e^{j\omega t}\,d\omega\]
- \(\vert F(\omega)\vert\):幅度谱;
- \(\angle F(\omega)\):相位谱;
- \(\omega=2\pi f\)。
例:
| 时域 | 频域 |
|---|---|
| 矩形脉冲 | sinc 函数 |
| 指数衰减 \(e^{-at}u(t)\) | \(\dfrac{1}{a+j\omega}\)(洛伦兹型) |
| 正弦 \(\sin(\omega_0 t)\) | 在 \(\pm\omega_0\) 处两根谱线 |
四、采样与奈奎斯特(最容易翻车)¶
采样频率 \(f_s\),奈奎斯特频率 \(f_s/2\)。
采样定理:要无失真恢复信号,必须
\[f_s>2f_{\max}\]
混叠:高于 \(f_s/2\) 的频率会"折"到低频。
例:\(f=50\) Hz 的信号,用 \(f_s=60\) Hz 采样:
\[f_{\text{alias}}=\vert 50-60\vert=10\ \text{Hz}\]
你会在频谱里看到一个 10 Hz 的假峰——它不是真实信号。
工程对策:采样前加抗混叠低通滤波器,把 \(f_s/2\) 以上的成分先滤掉。
五、DFT / FFT 与频率分辨率¶
\(N\) 点 DFT 的频率分辨率:
\[\Delta f=\frac{f_s}{N}\]
第 \(k\) 个频点(bin):
\[f_k=\frac{k f_s}{N},\qquad k=0,1,\dots,N-1\]
例:\(f_s=1000\) Hz,\(N=1024\):
\[\Delta f\approx0.98\ \text{Hz}\]
- 想分辨更细 → 增加 \(N\)(更长的采样时间);
- FFT 只是 DFT 的快速算法,复杂度从 \(O(N^2)\) 降到 \(O(N\log N)\)。
六、频谱怎么看¶
| 成分 | 特征 | 例子 |
|---|---|---|
| 直流 | \(f=0\) 的峰 | 传感器零偏 |
| 基频 | 最低的显著峰 | 50 Hz 工频、转子转速 |
| 谐波 | 基频整数倍 | 方波、电源 3/5/7 次谐波 |
| 宽带噪声 | 一片抬起的底 | 白噪声、传感器噪声 |
| 单频干扰 | 细而尖的峰 | 时钟串扰、开关电源 |
窗函数:直接截断会产生频谱泄漏(能量抹到邻近频点)。常用 Hann / Hamming 窗抑制。
幅度换算:实数信号的单边谱,非直流频点幅度要 ×2(把负频率的能量折过来)。
七、与拉普拉斯的关系¶
\[s=j\omega\]
- 拉普拉斯:看稳定性(极点位置);
- 傅里叶:看频率成分(频谱);
- 前提:拉普拉斯的 ROC 包含虚轴。
Bode 图就是频率响应的幅度/相位曲线:
\[\vert G(j\omega)\vert\ \text{和}\ \angle G(j\omega)\]
详见 拉普拉斯变换与 s 域。
八、工程例子¶
- 振动分析:找共振峰,避开结构固有频率;
- 电源谐波:50 Hz 及其 3/5/7 次,判断 THD;
- IMU 噪声:看噪声功率谱密度(PSD)与带宽,决定低通截止;
- 音频 EQ:按频段增减能量。
九、常见坑¶
- Hz vs rad/s:\(\omega=2\pi f\),差 \(2\pi\)。
- 负频率:数学上存在;实信号的正负频谱共轭对称。
- 混叠:采样率不够时,高频会伪装成低频。
- 泄漏:不整周期截断会抹宽谱线。
- 幅度 scaling:单边谱 / 双边谱、是否除以 \(N\),不同工具约定不同。
- 分辨率不够:采样时间太短,两个靠近的峰分不开。
用在哪里¶
- 拉普拉斯 / s 域 → 拉普拉斯变换与 s 域
- 自动控制(Bode 图,待写) → 符号与 s 域入门
- 随机过程 / 噪声 → 随机过程与噪声建模
- 复数基础 → 复数运算入门