回到部落格
一般文章

淺談傅立葉轉換

從正弦波、複數表示走到頻譜,搭配互動圖表理解傅立葉轉換。

論文裡常會從時域突然跳到頻域,中間只留下一個傅立葉轉換公式。若對波、相位和複數表示還不熟,這一步很難直接跟上。這篇從正弦波出發,沿著歐拉公式走到頻譜,最後留一個互動圖表試參數。

三角函數

三角函數很適合描述規律的振動,例如鐘擺的位移。

波本質上是一種能量傳遞的方式,而這種傳遞通常以「週期性振動」的形式出現。

週期性?

觀察鐘擺左右擺動,位移會從正值經過零到負值,再回到起點。若先用理想化的週期運動描述它,正弦函數就派得上用場。

最簡單的表示如下:

y(t)=Asin⁡(2πft)y(t) = A \sin(2\pi f t)

這裡的每個變數都與鐘擺運動有關:

  • y(t)y(t):在時間 tt 時,鐘擺的位移。
  • AA:振幅,表示鐘擺擺動的最大距離。
  • ff:頻率,表示鐘擺每秒擺動的次數。

這個式子交代了波的大小與快慢。

如果你仔細觀察,會發現有些波並非從零開始,而是偏移了一段時間才開始振動,這種偏移用「相位 ϕ\phi」來表示。

完整的波形公式可以寫為:

y(t)=Asin⁡(2πft+ϕ)y(t) = A \sin(2\pi f t + \phi)

或是可以用餘弦函數表示:

y(t)=Acos⁡(2πft+ϕ)y(t) = A \cos(2\pi f t + \phi)

正弦波和餘弦波的差異在於相位的不同,它們都可以用來描述波的變化。

另外,為了更進一步描述波的變化速度,可以使用「角速度 ω\omega」,它表示波每秒的相位變化量,公式為:

ω=2πf\omega = 2\pi f

下方的互動圖表可以調整振幅、頻率和相位,直接觀察波形變化。

正弦波互動圖

波形
0 — 10 秒5.0-5.0
正弦波

波的疊加

有了正弦波和餘弦波,就像是有了 x 軸和 y 軸一樣的基本元素,可以通過疊加不同的波形來形成更複雜的波,例如:

y(t)=Acos⁡(2πft)+Bsin⁡(2πft)y(t) = A \cos(2\pi f t) + B \sin(2\pi f t)

上式中,AA 和 BB 是係數,決定了餘弦和正弦成分的大小,透過疊加多個波,可以形成複雜的波形。

下一張互動圖表可調整兩個正弦波的參數,觀察疊加後的波形。

波的疊加

兩個波形與相加結果
0 — 10 秒10.0-10.0
波 1波 2相加
波 1
波 2

複數形式

正弦波和餘弦波的三角表示非常直觀,但在數學和工程應用中,使用複數表示波形會更為簡潔且強大。

為什麼?

因為複數能將正弦和餘弦的組合統一到一個公式中,並且方便處理疊加、微分和積分等運算。

先快速回顧複數。複數由實部和虛部組成:

z=a+biz = a + bi

其中:

  • aa 是實部。
  • bb 是虛部。
  • ii 是虛數單位,滿足 i2=−1i^2 = -1。

複數也可以用「極坐標形式」表示為:

z=r(cos⁡θ+isin⁡θ)z = r(\cos\theta + i\sin\theta)

這裡:

  • r=a2+b2r = \sqrt{a^2 + b^2} 是複數的模,表示複數從原點到點 (a,b)(a, b) 的距離。
  • θ=atan2⁡(b,a)\theta = \operatorname{atan2}(b, a) 是複數的輻角,表示從實軸正方向旋轉到該點的角度;使用 atan2 才能區分象限。
  • cos⁡θ\cos\theta 和 sin⁡θ\sin\theta 定義了角度 θ\theta 對應的方向。

在直角坐標中,點 (a,b)(a, b) 可轉換為極坐標 (r,θ)(r, \theta)。

將 rr 與 θ\theta 代入三角函數表示,即得 z=r(cos⁡θ+isin⁡θ)z = r(\cos\theta + i\sin\theta)。

歐拉公式

從數學定義來看,指數函數 exe^x 可以展開為無窮級數:

ex=1+x1!+x22!+x33!+⋯e^x = 1 + \frac{x}{1!} + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots

這個級數在 xx 為實數時是直觀的,但它也適用於 xx 是複數的情況。

例如,當 x=iθx = i\theta 時,代入公式得:

eiθ=1+iθ1!+(iθ)22!+(iθ)33!+⋯e^{i\theta} = 1 + \frac{i\theta}{1!} + \frac{(i\theta)^2}{2!} + \frac{(i\theta)^3}{3!} + \cdots

將 (iθ)n(i\theta)^n 展開,注意到 i2=−1,i3=−i,i4=1i^2 = -1, i^3 = -i, i^4 = 1 等週期性,則 eiθe^{i\theta} 的展開可分為實部和虛部:

實部項為:

1+(iθ)22!+(iθ)44!+⋯=1−θ22!+θ44!−⋯1 + \frac{(i\theta)^2}{2!} + \frac{(i\theta)^4}{4!} + \cdots = 1 - \frac{\theta^2}{2!} + \frac{\theta^4}{4!} - \cdots

這裡恰好就是 cos⁡θ\cos\theta 的展開式,同理類推,虛部項為:

(iθ)1!+(iθ)33!+(iθ)55!+⋯=i(θ−θ33!+θ55!−⋯ )\frac{(i\theta)}{1!} + \frac{(i\theta)^3}{3!} + \frac{(i\theta)^5}{5!} + \cdots = i\left(\theta - \frac{\theta^3}{3!} + \frac{\theta^5}{5!} - \cdots\right)

這裡也恰好就是 sin⁡θ\sin\theta 的展開式。

因此,綜合實部和虛部,就得到了大名鼎鼎的歐拉公式:

eiθ=cos⁡θ+isin⁡θe^{i\theta} = \cos\theta + i\sin\theta

這裡:

  • eiθe^{i\theta} 是複數的指數表示,包含了實部 cos⁡θ\cos\theta 和虛部 isin⁡θi\sin\theta。
  • 複數的實部和虛部分別對應波形的橫向和縱向運動。

複數波

歐拉公式的幾何意義,來源:維基百科


這裡可以用歐拉公式來改寫波形公式。例如,考慮以下複數波形:

z(t)=Aei(2πft+ϕ)z(t) = A e^{i(2\pi f t + \phi)}

將 ei(2πft+ϕ)e^{i(2\pi f t + \phi)} 展開,利用歐拉公式得到:

z(t)=A[cos⁡(2πft+ϕ)+isin⁡(2πft+ϕ)]z(t) = A \left[\cos(2\pi f t + \phi) + i\sin(2\pi f t + \phi)\right]

這表示同一個波形同時具有:

  • 實部 ℜ(z)=Acos⁡(2πft+ϕ)\Re(z) = A \cos(2\pi f t + \phi)
  • 虛部 ℑ(z)=Asin⁡(2πft+ϕ)\Im(z) = A \sin(2\pi f t + \phi)

所以,如果想用複數形式表示正弦波與餘弦波,那麼可以用複數的實部和虛部來表示:

  1. 正弦波 y(t)=Asin⁡(2πft+ϕ)y(t) = A \sin(2\pi f t + \phi):

    • 用複數的虛部來表示: y(t)=ℑ(Aei(2πft+ϕ))y(t) = \Im \left(A e^{i(2\pi f t + \phi)}\right)
  2. 餘弦波 y(t)=Acos⁡(2πft+ϕ)y(t) = A \cos(2\pi f t + \phi):

    • 用複數的實部來表示: y(t)=ℜ(Aei(2πft+ϕ))y(t) = \Re \left(A e^{i(2\pi f t + \phi)}\right)

這裡的 Aei(2πft+ϕ)A e^{i(2\pi f t + \phi)} 是統一的複數表示,實部和虛部分別對應餘弦波和正弦波。

波的疊加

如果用三角函數直接表示兩個波形疊加,需要用到三角函數的加法公式,例如:

cos⁡(A+B)=cos⁡Acos⁡B−sin⁡Asin⁡B\cos(A + B) = \cos A \cos B - \sin A \sin B

和

sin⁡(A+B)=sin⁡Acos⁡B+cos⁡Asin⁡B\sin(A + B) = \sin A \cos B + \cos A \sin B

當疊加兩個波形:

y1(t)=A1cos⁡(2πf1t+ϕ1),y2(t)=A2sin⁡(2πf2t+ϕ2)y_1(t) = A_1 \cos(2\pi f_1 t + \phi_1), \quad y_2(t) = A_2 \sin(2\pi f_2 t + \phi_2)

若改動相位並逐項展開波形,就得處理 cos⁡\cos、sin⁡\sin 的加法公式,再整理實部與虛部。

參與疊加的波形越多,逐項展開越冗長,也更容易漏項。

在複數形式中,每個波形表示為:

z1=A1ei(2πf1t+ϕ1),z2=A2ei(2πf2t+ϕ2)z_1 = A_1 e^{i(2\pi f_1 t + \phi_1)}, \quad z_2 = A_2 e^{i(2\pi f_2 t + \phi_2)}

疊加波形變成:

z(t)=z1+z2=A1ei(2πf1t+ϕ1)+A2ei(2πf2t+ϕ2)z(t) = z_1 + z_2 = A_1 e^{i(2\pi f_1 t + \phi_1)} + A_2 e^{i(2\pi f_2 t + \phi_2)}

複數加法具有線性,波形可先以複數形式相加,再取需要的實部或虛部。模長與相位不能直接逐項相加;它們要從相加後的複數重新計算。

另一方面,複數自帶實部與虛部,本身已包含了 cos⁡\cos 和 sin⁡\sin 的信息,在複數加法中,實部和虛部分別對應波形的餘弦和正弦分量,因此不需要手動處理三角函數的分解。

對單一複數,振幅與相位可分別讀取:

  • 振幅由模長 ∣z∣|z| 决定。
  • 相位由輻角 arg⁡(z)\arg(z) 决定。

例如要分析疊加後複數的大小,可在相加後計算 ∣z∣=ℜ(z)2+ℑ(z)2|z| = \sqrt{\Re(z)^2 + \Im(z)^2}。

最後,波形的相位旋轉對應於複數的相角偏移。疊加後的波形如果需要調整相位,只需對 eiθe^{i\theta} 添加旋轉角度 Δθ\Delta\theta,無需分別調整 cos⁡\cos 和 sin⁡\sin 的相位。

傅立葉轉換

有了複數波,傅立葉轉換的公式就比較容易讀了。

傅立葉轉換的核心概念是:

  • 在適當條件下,可用不同頻率的正弦波和餘弦波分析信號。

一段音樂或一個脈衝即使在時域裡看起來複雜,仍可從頻率成分觀察。正弦波與餘弦波提供這種分析的基底;信號的條件會影響應使用傅立葉級數、轉換或其他形式。

對符合展開條件的週期性信號,正弦波和餘弦波可視為一組「基底」,就像用座標軸描述位置一樣。不同頻率的係數決定組合後的形狀。

假設信號 y(t)y(t) 隨時間變化,傅立葉轉換可以回答兩個問題:

  1. 有哪些頻率存在於這個信號中?
  2. 每個頻率的振幅和相位是多少?

把信號拆成頻率成分後,時域波形裡不易察覺的頻譜特徵就比較清楚了。

傅立葉轉換的數學定義給出了將信號從「時間域」轉換到「頻率域」的方法,核心公式為:

Y(f)=∫−∞∞y(t)e−i2πft dtY(f) = \int_{-\infty}^\infty y(t) e^{-i 2\pi f t} \, dt

其公式各個部分的物理意義如下:

  1. 原始信號 y(t)y(t):

    y(t)y(t) 是一個定義在時間域上的函數。這可以是任何形式的信號,例如一段音樂的音波、電信號的振幅變化,或者一個在某段時間內跳變的脈衝序列。

    y(t)y(t) 中包含了信號在每一時刻 tt 上的振幅值。

  2. 複數指數函數 e−i2πfte^{-i 2\pi f t}:

    這是傅立葉轉換的關鍵部分,實際上它是正弦波和餘弦波的組合:

    e−i2πft=cos⁡(2πft)−isin⁡(2πft)e^{-i 2\pi f t} = \cos(2\pi f t) - i \sin(2\pi f t)

    在傅立葉轉換中,e−i2πfte^{-i 2\pi f t} 的作用是用一個具有頻率 ff 的複數波形去與 y(t)y(t) 匹配,提取出信號在該頻率上的強度。


積分操作本質上是一種內積運算,用於衡量 y(t)y(t) 與 e−i2πfte^{-i 2\pi f t} 的相似程度。

這種「相似度」決定了信號在頻率 ff 上的貢獻大小。

傅立葉轉換會對所有可能的頻率 ff 進行掃描。

對於每一個 ff,通過積分計算得出的值 Y(f)Y(f) 就是該頻率上的強度,這也是為什麼 Y(f)Y(f) 稱為「頻譜」的原因。

講這麼多,不如自己動手算算看:

考慮一個單一頻率的信號:

y(t)=Acos⁡(2πf0t+ϕ)y(t) = A \cos(2\pi f_0 t + \phi)

利用歐拉公式,將其表示為:

y(t)=ℜ{Aei(2πf0t+ϕ)}y(t) = \Re\left\{ A e^{i (2\pi f_0 t + \phi)} \right\}

對它做傅立葉轉換:

Y(f)=∫−∞∞y(t)e−i2πft dtY(f) = \int_{-\infty}^\infty y(t) e^{-i 2\pi f t} \, dt

將 y(t)y(t) 的表示代入,得:

Y(f)=∫−∞∞ℜ{Aei(2πf0t+ϕ)}e−i2πft dtY(f) = \int_{-\infty}^\infty \Re\left\{ A e^{i (2\pi f_0 t + \phi)} \right\} e^{-i 2\pi f t} \, dt

這裡需要留意:無限延伸的純正弦波沒有一般函數意義下的傅立葉積分;以廣義函數表示,頻譜在 +f0+f_0 與 −f0-f_0 各有一個脈衝:

Y(f)=A2eiϕδ(f−f0)+A2e−iϕδ(f+f0)Y(f) = \frac{A}{2}e^{i\phi}\delta(f-f_0) + \frac{A}{2}e^{-i\phi}\delta(f+f_0)

若只觀察有限時間,得到的頻譜會受觀察窗影響,峰值也不會是一個單點。因此,不能直接把 Y(f0)Y(f_0) 寫成 AeiϕAe^{i\phi}。正頻率與負頻率的係數一起保存了振幅和相位資訊。

這是傅立葉轉換能夠完整描述信號的重要原因。

傅立葉級數

傅立葉級數用離散的諧波描述週期性信號;傅立葉轉換則處理連續頻率。兩者緊密相關,但使用的信號條件與頻譜形式不同。

與傅立葉轉換可以將信號的頻譜延伸到連續的頻率範圍不同,傅立葉級數專注於用一組「離散頻率」來描述週期性信號。

傅立葉級數的核心概念是:

  • 符合展開條件的週期性信號,可用離散頻率的正弦波與餘弦波表示。

取有限項時得到的是近似;增加諧波通常能改善重建,但在不連續點附近仍可能看到 Gibbs 現象。

假設一個週期為 TT 的信號 x(t)x(t),可以用傅立葉級數表示為:

x(t)=a0+∑n=1∞[ancos⁡(2πntT)+bnsin⁡(2πntT)]x(t) = a_0 + \sum_{n=1}^\infty \left[ a_n \cos\left(\frac{2\pi n t}{T}\right) + b_n \sin\left(\frac{2\pi n t}{T}\right) \right]

其中,a0,an,bna_0, a_n, b_n 是傅立葉級數的係數,分別表示不同頻率下的正弦波和餘弦波的振幅,這些係數的具體值由下列公式決定:

  1. 直流分量(a0a_0):

    a0=1T∫0Tx(t) dta_0 = \frac{1}{T} \int_{0}^T x(t) \, dt

    它表示信號的平均值,亦即信號在整個週期內的直流分量。

  2. 餘弦波係數(ana_n):

    an=2T∫0Tx(t)cos⁡(2πntT) dta_n = \frac{2}{T} \int_{0}^T x(t) \cos\left(\frac{2\pi n t}{T}\right) \, dt

    它表示信號中對應於頻率 nT\frac{n}{T} 的餘弦波的振幅。

  3. 正弦波係數(bnb_n):

    bn=2T∫0Tx(t)sin⁡(2πntT) dtb_n = \frac{2}{T} \int_{0}^T x(t) \sin\left(\frac{2\pi n t}{T}\right) \, dt

    它表示信號中對應於頻率 nT\frac{n}{T} 的正弦波的振幅。

同樣地,為了簡化表示和計算,傅立葉級數通常也會以複數形式表示:

x(t)=∑n=−∞∞cnei2πntTx(t) = \sum_{n=-\infty}^\infty c_n e^{i \frac{2\pi n t}{T}}

其中,cnc_n 是複數係數,定義為:

cn=1T∫0Tx(t)e−i2πntT dtc_n = \frac{1}{T} \int_{0}^T x(t) e^{-i \frac{2\pi n t}{T}} \, dt

在這種形式中:

  • 對 n>0n>0,an=2ℜ{cn}a_n = 2\Re\{c_n\}。
  • 對 n>0n>0,bn=−2ℑ{cn}b_n = -2\Im\{c_n\}。

傅立葉級數在工程和科學中有著廣泛的應用,例如研究機械結構中的周期性振動,分析週期性電信號,例如方波、三角波、鋸齒波等。

最後

這篇先停在連續訊號與級數的基本概念。往下還有離散傅立葉變換(DFT)、快速傅立葉變換(FFT)、卷積與頻域濾波等主題。讀完公式,可以用下面的互動圖表調整波形,看看頻譜如何跟著變。

遊樂設施

根據設定,程式會在時域上繪製對應的波形,並觀察其在頻域上的分析結果。

你會看到頻域上的分佈結果和「設定面板」上的數值一致,其餘的頻率是為了要近似這個波形而產生的。

傅立葉轉換互動圖

時間域
0 — 1 秒5.0-5.0
訊號
頻率域
0 — 20 Hz150.00.0
頻譜幅度