请用傅里叶变换法计算圆孔的夫琅和费衍射场分布

请用傅里叶变换法计算圆孔的夫琅和费衍射场分布
请用傅里叶变换法计算圆孔的夫琅和费衍射场分布

3.请用傅里叶变换法计算圆孔的夫琅和费衍射场分布,并与1进行比

较。

在夫琅禾费圆孔衍射傅里叶分析装置图中,设衍射圆孔所在平面坐标为(x,y ),接收屏平面坐标为(),ξη,衍射屏上的圆孔是一个具有圆对称性函数,令单色光振幅为1,则

()22=exp 2r x y U circ i x y dxdy a πξη∞

∞-∞-∞?

?

+

?-+????

??

?

??() (1) 在(x,y )和(),ξη平面上分别取极坐标(),ρ?和(),r θ进行坐标代换:

2222

cos ,sin ,cos ,sin ,,

x y x y

r r r ρ?ρ?ρξθηθξη?===+??===+?? (2)

得到衍射圆孔的透过率函数为: 22

1,0,a x y circ circ a a a ρρρ??≤+???

?==? ? ?>????

?

(3)

式中a 为圆孔半径,将(2)代入(1)得到 ()20

0exp 2cos r U circ d i r d a

πρρρπρθ?θ∞

=

??

--?? ?????

?

?() (4) 又因为零阶贝塞尔函数的积分表式式为()()200

1

exp -cos 2a ia d J π

θ?θπ

=

-?????

(5)

将(5)代入(4),得到 ()00

2r U circ J r d a ρρπρρ∞=??

???

?() (6) 上式即为傅里叶-贝塞尔变换。

再令'a

ρρ=, 得到

()()1

200

2'2''

r a U circ J ra d πρπρρ=?

() (7)

再令'

''2ρπρar =,则

()()()

2212

2

002

222''''1

''''''''2222ra

ar

r a J ra d U J J d a ar ar r ra

ππππρρρρρρπππππ===?

?

() (8)

这样通过傅里叶变换分析法推导出夫琅禾费圆孔衍射接受屏上的光强强度分布为

()()()()[]212

222/22ra ra J a r U I πππ== (9)

程序:

p=500; %设置接收屏的大小 d=20; %设置圆孔的直径

[x,y]=meshgrid(-p:p,-p:p);%设置X,Y 坐标轴都为[-500,500]的矩阵, for i=1:size(x,1) %设置循环数 for j=1:size(y,1)%设置循环数

if x(i,j).^2+y(i,j).^2<=(d/2)^2%在半径为10内的圆 A(i,j)=1;%在圆内A=1 else

A(i,j)=0;%在圆外A=0 end end end

figure(1)

imshow(A,[]) %画图,值等于1的亮,值等于0的暗 afft=fft2(A);%进行二维傅里叶变换转换 aabs=abs(afft);%求afft 的绝对值

aabss=fftshift(aabs);% 正半轴部分和负半轴部分的图像分别关于各自的中心对称 figure(2)

imshow(aabss,[])%画图

colormap(gray);% 输出一个灰色系的曲面图 figure(3)

[i,j]=size(aabss);%将aabss 矩阵的大小赋值给I,j c=(i+1)/2;

B=aabss(c,:);%将X 坐标固定,只变化Y 坐标,从而导致abbss 的变化 y=-p:p;%设置y 的变化范围 plot(y,B)%画图 figure(4)

mesh(x,y,aabss)%画出三维图

当孔的半径为10

当孔的半径为5

当孔的半径为20

总结:用夫琅禾费衍射积分公式求得的光强分布为()2

2

102

2p p p J m A I A m I ??===????

其中s i n ()a

m πθλ

=

。而利用傅里叶分析法求得的傅里叶频谱函数式为 ()()()()[]

2

1

2

22

2/22ra ra J a

r U I πππ==

两式表面形式不同,实际是相同的。由于空间频率和衍射屏上的坐标有关系式 ()()/,/u f f ξλνηλ== 同时波数2/k πλ=,r

f

θ=

,那么 ()()()2//2/ka a r f ar f θπλπλ=?= (10) 而 2

2

2222222a ar ar a u v a f f f f ξηπππππξηλλλλ????=+=+=+=

? ?????

(11) 因为(10)(11)相等,所以两种方法求得的衍射场光强分布度相同。

傅里叶(Fourier)级数的指数形式与傅里叶变换

傅里叶(Fourier )级数的指数形式与傅里叶变换 专题摘要:根据欧拉(Euler )公式,将傅里叶级数三角表示转化为指数表示,进而得到傅里叶积分定理,在此基础上给出傅里叶变换的定义和数学表达式。 在通信与信息系统、交通信息与控制工程、信号与信息处理等学科中,都需要对各种信号与系统进行分析。通过对描述实际对象数学模型的数学分析、求解,对所得结果给以物理解释、赋予其物理意义,是解决实际问题的关键。这种数学分析方法主要针对确定性信号的时域和频域分析,线性时不变系统的描述以及信号通过线性时不变系统的时域分析与变换域分析。所有这些分析方法都离不开傅里叶变换、拉普拉斯变换和离散时间系统的z 变换。而傅里叶变换的理论基础是傅里叶积分定理。傅里叶积分定理的数学表达式就是傅里叶级数的指数形式。 不但傅里叶变换依赖于傅里叶级数,就是纯数学分支的调和分析也来源于函数的傅里叶级数。因此,傅里叶级数无论在理论研究还是在实际应用中都占有非常重要的地位。我们承认满足狄里克莱(Dirichlet )条件下傅里叶级数的收敛性结果,不去讨论和深究傅里叶展式的唯一性问题。 傅里叶级数的指数形式 一个以T 为周期的函数)(t f ,在]2 ,2[T T 上满足狄里克莱条件:1o

)(t f 连续或只有有限个第一类间断点;2o 只有有限个极值点。那么)(t f 在]2 ,2[T T - 上就可以展成傅里叶级数。在连续点处 ∑∞ =++=1 )sin cos (2)(n n n t n b t n a a t f ωω, (1) 其中 T πω2= , ),2,1,0(,cos )(2 22Λ==?-n dt t n t f T a T T n ω, (2) ),3,2,1(,sin )(2 22 Λ==?-n dt t n t f T b T T n ω, (3) 根据欧拉(Euler )公式:θθθsin cos j e j +=,(1)式化为 ∑∞=--?? ????-+++=10222)(n t jn t jn n t jn t jn n j e e b e e a a t f ωωωω ∑∞=-?? ? ???++-+=10222n t jn n n t jn n n e jb a e jb a a ωω, (4) 若令 dt t f T c T T ?-=22 0)(1 Λ,3,2,1,)(1 ]sin )[cos (1 sin )(1cos )(1222 2222 22==-=-=-=????-----n dt e t f T dt t n j t n t f T dt t n t f T j dt t n t f T jb a c T T t jn T T T T T T n n n ωωωωω Λ,3,2,1,)(1 22 ==?--n dt e t f T c T T t jn n ω 综合n n c c c -,,0,可合并成一个式子 Λ,2,1,0,)(1 22 ±±==?--n dt e t f T c T T t jn n ω, (5)

圆孔的夫朗和费衍射

圆孔的夫朗和费衍射 1 、 圆 孔 的 夫 朗 和 费 衍射 : 根据几何光学,平行光经过球面凸透镜后将会聚于透镜焦平面上一点。但实际上,由于光的波动性,平行光经过小圆孔后也会产生衍射现象,称为圆孔的夫朗和费衍射。圆孔的夫朗和费衍射图样为一个圆形的亮斑(称为爱里斑),在爱里斑的周围还有一组明暗相间的同心圆环。由于光学仪器中所用的孔径光阑、透镜的边框等都相当于一个透光的圆孔,所以圆孔的夫朗和费衍射对光学系统的成像质量有直接影响。 爱里斑光强约占总光强的84% 。而其1级暗环的角宽度(即爱里斑半角宽度)满足 D 22 .1R 610 .0sin 1λ λ θ== 式中R 、D 为小圆孔的半径和直径。 2、光学仪器的分辨本领: 由于圆孔衍射现象的限制,光学仪器的分辨能力有一个最高的极限。下面通过光学仪器分辨本领的讨论,说明为什么有一个分辨极限,并给出分辨极限的大小。 当两个物点S 1、S 2很靠近时(设S 1、S 2光强相等),两个爱里斑将互相重叠而无法分辨。

对一个光学仪器来说,若一个点光源产生的爱里斑的中央刚好与另一个点光源产生的爱里斑瑞的1级暗环相重合,这时两个爱里斑重合部分的光强约为单个爱里斑中央光强的80%左右,一般人眼刚好能分辨出这是两个光点的像。因此,满足上述条件的两个点光源恰好能被该光学仪器所分辨。这一条件称为瑞利分辨判据。(见下图) 恰能分辨时两光源发出的光线对透镜光心的夹角Δθ 称为最小分辨角,用δθ表示。由上讨论可知,最小分辨角δθ等于爱里斑的半角宽度θ1: 尤其当θ1 ~ 0 (或称分辨率),用R 表示: 讨论: ⑴ 增大透镜的直径D 可提高镜头的分辨率。光学天文望远镜的镜头孔径可达数米! ⑵ 设r 、d 为爱里斑的半径和直径,则: 即: f D 称为镜头的相对孔径(越大越好)。 如照相机镜头上所标示的 502 :1字样,即表示镜头的焦距mm 50f =,而镜头的孔

傅里叶变换定律-傅里叶变换定义定律

第2章信号分析 本章提要 信号分类 周期信号分析--傅里叶级数 非周期信号分析--傅里叶变换 脉冲函数及其性质 信号:反映研究对象状态和运动特征的物理量信号分析:从信号中提取有用信息的方法 和手段 §2-1 信号的分类 两大类:确定性信号,非确定性信号 确定性信号:给定条件下取值是确定的。 进一步分为:周期信号, 非周期信号。

质量M 弹簧 刚度K t x (t ) o x 0 质量-弹簧系统的力学模型 x (t ) ? ?? ? ??+=0cos )(?t m k A t x 非确定性信号(随机信号):给定条件下取值是不确定的 按取值情况分类:模拟信号,离散信号 数字信号:属于离散信号,幅值离散,并用二进制表示。 信号描述方法 时域描述 如简谐信号

频域描述 以信号的频率结构来描述信号的方法:将信号看成许多谐波(简谐信号)之和,每一个谐波称作该信号的一个频率成分,考察信号含有那些频率的谐波,以及各谐波的幅值和相角。

§2-2 周期信号与离散频谱 一、 周期信号傅里叶级数的三角函数形式 周期信号时域表达式 ) 21() ()2()()( ,,±±=+==+=+=n nT t x T t x T t x t x T :周期。注意n 的取值:周期信号“无始无终” # 傅里叶级数的三角函数展开式 ) sin cos ()(01 00t n b t n a a t x n n n ωω∑∞ =++= (n =1, 2, 3,…) 傅立叶系数:

?- = 2 2 0)(1T T dt t x T a ?- = 2 2 0cos )(2T T n tdt n t x T a ω ? - = 2 2 0sin )(2T T n tdt n t x T b ω 式中 T--周期;0--基频, 0=2 /T 。 三角函数展开式的另一种形式: ) cos()(1 00∑∞ =++=n n n t n A a t x ?ωN 次谐波 N 次谐波的相角 N 次谐波的频率 N 次谐波的幅值 信号的均值,直流分量

快速傅里叶变换原理及其应用

快速傅里叶变换的原理及其应用 摘要 快速傅氏变换(FFT),是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现,但是对于在计算机系统或者说数字系统中应用离散傅立叶变换,可以说是进了一大步。傅里叶变换的理论与方法在“数理方程”、“线性系统分析”、“信号处理、仿真”等很多学科领域都有着广泛应用,由于计算机只能处理有限长度的离散的序列,所以真正在计算机上运算的是一种离散傅里叶变换. 虽然傅里叶运算在各方面计算中有着重要的作用,但是它的计算过于复杂,大量的计算对于系统的运算负担过于庞大,使得一些对于耗电量少,运算速度慢的系统对其敬而远之,然而,快速傅里叶变换的产生,使得傅里叶变换大为简化,在不牺牲耗电量的条件下提高了系统的运算速度,增强了系统的综合能力,提高了运算速度,因此快速傅里叶变换在生产和生活中都有着非常重要的作用,对于学习掌握都有着非常大的意义。 关键词快速傅氏变换;快速算法;简化;广泛应用

Abstract Fast Fourier Transform (FFT), is a discrete fast Fourier transform algorithm, which is based on the Discrete Fourier Transform of odd and even, false, false, and other characteristics of the Discrete Fourier Transform algorithms improvements obtained. Its Fourier transform theory has not found a new, but in the computer system or the application of digital systems Discrete Fourier Transform can be said to be a big step into. Fourier transform theory and methods in the "mathematical equation" and "linear systems analysis" and "signal processing, simulation," and many other areas have a wide range of applications, as the computer can only handle a limited length of the sequence of discrete, so true On the computer's operation is a discrete Fourier transform. Fourier Although all aspects of computing in the calculation has an important role, but its calculation was too complicated, a lot of computing system for calculating the burden is too large for some Less power consumption, the slow speed of operation of its system at arm's length, however, have the fast Fourier transform, Fourier transform greatly simplifying the making, not in power at the expense of the conditions to increase the speed of computing systems, and enhance the system The comprehensive ability to improve the speed of operation, the Fast Fourier Transform in the production and life have a very important role in learning to master all have great significance. Key words Fast Fourier Transform; fast algorithm; simplified; widely used

实验六傅里叶变换及其反变换

实验六 傅里叶变换及其反变换 6.1实验目的 1.学会运用MATLAB 求连续时间信号的傅里叶变换; 2.学会运用MATLAB 求连续时间信号的傅里叶反变换; 3.学会运用MATLAB 求连续时间信号的频谱图。 6.2实验原理及实例分析 1.连续时间信号傅里叶变换----CTFT 傅里叶变换在信号分析中具有非常重要的意义,它主要是用来进行信号的频谱分析的。傅里叶变换和其逆变换定义如下: ?∞ ∞--= dt e t x j X t j ωω)()( 6.1 ?∞∞-=ωωπωd e j X t x t j )(21)( 6.2 连续时间傅里叶变换主要用来描述连续时间非周期信号的频谱。按照教材中的说法,任意非周期信号,如果满足狄里克利条件,那么,它可以被看作是由无穷多个不同频率(这些频率都是非常的接近)的周期复指数信号e j ωt 的线性组合构成的,每个频率所对应的周期复指数信号e j ωt 称为频率分量(frequency component ),其相对幅度为对应频率的|X(j ω)|之值,其相位为对应频率的X(j ω)的相位。 X(j ω)通常为关于的复函数,可以按照复数的极坐标表示方法表示为: X(j ω)=| X(j ω)|e j ∠ X(j ω) 其中,| X(j ω)|称为x(t)的幅度谱,而∠X(j ω)则称为x(t)的相位谱。 给定一个连续时间非周期信号x(t),它的频谱也是连续且非周期的。对于连续时间周期信号,也可以用傅里变换来表示其频谱,其特点是,连续时间周期信号的傅里叶变换时有冲激序列构成的,是离散的——这是连续时间周期信号的傅里叶变换的基本特征。 2.用MATLAB 实现CTFT 的计算 MATLAB 进行傅里叶变换有两种方法,一种利用符号运算的方法计算,另一种是数值计算。 1) MATLAB 符号运算求解法 MATLAB 符号数学工具箱提供了直接求解傅里叶变换与傅里叶反变换的函数fourier( )及ifourier( )。常用的是:F=fourier(f) 默认返回值是关于ω的函数。 f=fourier(F,t) 返回值是关于t 的函数 例:利用MATLAB 求单边指数信号f(t) = e -2t u(t)的傅里叶变换,画出f(t)及其幅度谱和相位谱图。 syms t v w x phase im re ; %定义符号变量 f = exp(-2*t)*sym('Heaviside(t)'); %f(t)=exp(-2*t)*u(t) Fw = fourier(f); %求傅里叶变换 subplot(311); ezplot(f); %绘制f(t)的时域波形 axis([-1 2.5 0 1.1]); subplot(312); ezplot(abs(Fw)); %绘制幅度谱 im = imag(Fw); %计算F(w)的虚部

常用傅立叶变换表

时域信号 弧频率表示的 傅里叶变换 注释 1 线性 2 时域平移 3 频域平移, 变换2的频域对应4 如果值较大,则会收缩 到原点附近,而会扩 散并变得扁平. 当 | a | 趋向 无穷时,成为 Delta函数。 5 傅里叶变换的二元性性质。通过 交换时域变量和频域变量 得到. 6 傅里叶变换的微分性质 7 变换6的频域对应 8 表示和的卷积—这

9 矩形脉冲和归一化的sinc 函数 10 变换10的频域对应。矩形函数是理想的低通滤波器,sinc 函数是这类滤波器对反因果冲击的响应。 11 tri 是三角形函数 12 变换12的频域对应 13 高斯函数 exp( ? αt 2) 的傅里叶变换是他本身. 只有当 Re(α) > 0时,这是可积的。 14 15 16 a>0 17 变换本身就是一个公式

18 δ(ω) 代表狄拉克δ函数分布. 这 个变换展示了狄拉克δ函数的重要 性:该函数是常函数的傅立叶变换 19 变换23的频域对应 20 由变换3和24得到. 21 由变换1和25得到,应用了欧拉公 式: cos(at) = (e iat + e?iat) / 2. 22 由变换1和25得到 23 这里, n是一个自然数. δ(n)(ω) 是狄拉克δ函数分布的n阶微分。这 个变换是根据变换7和24得到的。 将此变换与1结合使用,我们可以变 换所有多项式。 24 此处sgn(ω)为符号函数;注意此变 换与变换7和24是一致的. 25 变换29的推广. 26 变换29的频域对应. 27 此处u(t)是单位阶跃函数; 此变换 根据变换1和31得到.

快速傅里叶变换(FFT)的原理及公式

快速傅里叶变换(FFT)的原理及公式 原理及公式 非周期性连续时间信号x(t)的傅里叶变换可以表示为 式中计算出来的是信号x(t)的连续频谱。但是,在实际的控制系统中能够得到的是连续信号x(t)的离散采样值x(nT)。因此需要利用离散信号x(nT)来计算信号x(t)的频谱。 有限长离散信号x(n),n=0,1,…,N-1的DFT定义为: 可以看出,DFT需要计算大约N2次乘法和N2次加法。当N较大时,这个计算量是很大的。利用WN的对称性和周期性,将N点DFT分解为两个N/2点 的DFT,这样两个N/2点DFT总的计算量只是原来的一半,即(N/2)2+(N/2)2=N2/2,这样可以继续分解下去,将N/2再分解为N/4点DFT等。对于N=2m点的DFT都可以分解为2点的DFT,这样其计算量可以减少为(N/2)log2N 次乘法和Nlog2N次加法。图1为FFT与DFT-所需运算量与计算点数的关系曲线。由图可以明显看出FFT算法的优越性。 将x(n)分解为偶数与奇数的两个序列之和,即

x1(n)和x2(n)的长度都是N/2,x1(n)是偶数序列,x2(n)是奇数序列,则 其中X1(k)和X2(k)分别为x1(n)和x2(n)的N/2点DFT。由于X1(k)和X2(k)均以N/2为周期,且WN k+N/2=-WN k,所以X(k)又可表示为: 上式的运算可以用图2表示,根据其形状称之为蝶形运算。依此类推,经过m-1次分解,最后将N点DFT分解为N/2个两点DFT。图3为8点FFT的分解流程。 FFT算法的原理是通过许多小的更加容易进行的变换去实现大规模的变换,降低了运算要求,提高了与运算速度。FFT不是DFT的近似运算,它们完全是等效的。 关于FFT精度的说明: 因为这个变换采用了浮点运算,因此需要足够的精度,以使在出现舍入误差时,结果中的每个组成部分的准确整数值仍是可辨认的。为了FFT的舍入误差,应该允许增加几倍log2(log2N)位的二进制。以256为基数、长度为N字节的数

傅里叶变换公式

第2 章信号分析 本章提要 ?信号分类 ?周期信号分析--傅里叶级数 ?非周期信号分析--傅里叶变换 ?脉冲函数及其性质信号:反映研究对象状态和运动特征的物理量信号分析:从信号中提取有用信息的方法和手段 §2 -1 信号的分类 ?两大类:确定性信号,非确定性信号确定性信号:给定条件下取值是确定的。 进一步分为:周期信号,非周期信号。

质量-弹簧系 统的力学模型x(t) = A cos k t +0 非确定性信号(随机信号:给定条件下取值是不确定的 ?按取值情况分类:模拟信号,离散信号数字信号:属于离散信号,幅值离散,并用二进制表示。 ?信号描述方法 时域描述如简谐信号

简谐信号及其三个要素 频域描述 以信号的频率结构来描述信号的方法: 将信号看成许多谐波(简谐信号)之和,每一个谐波称作该信号的一个频率成分,考察信号含有那些频率的谐波,以及各谐波的幅值和相角。 §2-2 周期信号与离散频谱 一、周期信号傅里叶级数的三角函数形式?周期信号时域表达式 x(t) = x(t +T) = x(t + 2T) = = x(t + nT) (n = 1, 2 ,)

T :周期。注意n 的取值:周期信号“无始无 终” # ? 傅里叶级数的三角函数展开式 x (t ) = a + (a cos n t + b sin n t ) n =1 (n =1, 2, 3 ,…) 傅立叶系数: T a 0 = 1 x (t )dt - 2 T x (t )cos n tdt 2 T 2 x (t ) sin n tdt 2 式中 T--周 期;0--基频, 0=2/T 。 ? 三角函数展开式的另一种形式: 2 a n = b n =2

傅里叶变换算法详细介绍

从头到尾彻底理解傅里叶变换算法、上 前言 第一部分、DFT 第一章、傅立叶变换的由来 第二章、实数形式离散傅立叶变换(Real DFT) 从头到尾彻底理解傅里叶变换算法、下 第三章、复数 第四章、复数形式离散傅立叶变换 /***************************************************************************************************/ 这一片的傅里叶变换算法,讲解透彻,希望对大家会有所帮助。感谢原作者们(July、dznlong)的精心编写。 /**************************************************************************************************/ 前言: ―关于傅立叶变换,无论是书本还是在网上可以很容易找到关于傅立叶变换的描述,但是大都是些故弄玄虚的文章,太过抽象,尽是一些让人看了就望而生畏的公式的罗列,让人很难能够从感性上得到理解‖---dznlong, 那么,到底什么是傅里叶变换算法列?傅里叶变换所涉及到的公式具体有多复杂列? 傅里叶变换(Fourier transform)是一种线性的积分变换。因其基本思想首先由法国学者傅里叶系统地提出,所以以其名字来命名以示纪念。 哦,傅里叶变换原来就是一种变换而已,只是这种变换是从时间转换为频率的变化。这下,你就知道了,傅里叶就是一种变换,一种什么变换列?就是一种从时间到频率的变化或其相互转化。 ok,咱们再来总体了解下傅里叶变换,让各位对其有个总体大概的印象,也顺便看看傅里叶变换所涉及到的公式,究竟有多复杂: 以下就是傅里叶变换的4种变体(摘自,维基百科)

傅里叶变换

傅里叶变换 法国数学家傅里叶发现,任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示(选择正弦函数与余弦函数作为基函数是因为它们是正交的),后世称傅里叶级数为一种特殊的三角级数,根据欧拉公式,三角函数又能化成指数形式,也称傅立叶级数为一种指数级数。 法国数学家J.-B.-J.傅里叶在研究偏微分方程的边值问题时提出。从而极大地推动了偏微分方程理论的发展。在中国,程民德最早系统研究多元三角级数与多元傅里叶级数。他首先证明 多元三角级数球形和的唯一性定理,并揭示了多元傅里叶级数的里斯- 博赫纳球形平均的许多特性。傅里叶级数曾极大地推动了偏微分方程理论的发展。在数学物理以及工程中都具有重要的应用。[ 它具有很多好的性质,例如: 收敛性 傅里叶级数的收敛性:满足狄利赫里条件的周期函数表示成的傅里叶级数都收敛。狄利赫里条件如下: 在任何周期内,x(t)须绝对可积; 傅里叶级数 在任一有限区间中,x(t)只能取有限个最大值或最小值; 在任何有限区间上,x(t)只能有有限个第一类间断点。 吉布斯现象:在x(t)的不可导点上,如果我们只取(1)式右边的无穷级数中的有限项作和x(t),那么x(t)在这些点上会有起伏。一个简单的例子是方波信号。

正交性 所谓的两个不同向量正交是指它们的内积为0,这也就意味着这两个向量之间没有任何相关性,例如,在三维欧氏空间中,互相垂直的向量之间是正交的。事实上,正交是垂直在数学上的的一种抽象化和一般化。 傅里叶级数 一组n个互相正交的向量必然是线形无关的,所以必然可以张成一个n维空间,也就是说,空间中的任何一个向量可以用它们来线性表出。 傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。 和傅立叶变换算法对应的是反傅立叶变换算法。该反变换从本质上说也是一种累加处理,这样就可以将单独改变的正弦波信号转换成一个信号。因此,可以说,傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号(信号的频谱),可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅立叶反变换将这些频域信号转换成时域信号。 从现代数学的眼光来看,傅里叶变换是一种特殊的积分变换。它能将满足一定条件的某个函数表示成正弦基函数的线性组合或者积分。在不同的研究领域,傅里叶变换具有多种不同的变体形式,如连续傅里叶变换和离散傅里叶变换。 在数学领域,尽管最初傅立叶分析是作为热过程的解析分析的工具,但是其思想方法仍然具有典型的还原论和分析主义的特征。任意的函数通过一定的分解,都能够表示为正弦函数的线性组合的形式,而正弦函数在物理上是被充分研究而相对简单的函数类:1. 傅立叶变换是线性算子,若赋予适当的范数,它还是酉算子;2. 傅立叶变换的逆变换容易求出,而且形式与正变换非常类似;3. 正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常系数的代数方程的求解.在线性时不变杂的卷积运算为简单的乘积运算,从而提供了计算卷积的一种简单手段;4. 离散形式的傅立叶的物理系统内,频率是个不变的性质,从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取;5. 著名的卷积定理指出:傅立叶变换可以化复变换可以利用数字计算机快速的算出(其算法称为快速傅立叶变换算法(FFT))。 正是由于上述的良好性质,傅里叶变换在物理学、数论、组合数学、信号处理、概率、统计、密码学、声学、光学等领域都有着广泛的应用。

傅里叶变换公式

连续时间周期信号傅里叶级数:?= T dt t x T a )(1 ??--= = T t T jk T t jk k dt e t x T dt e t x T a π ω2)(1 )(1 离散时间周期信号傅里叶级数:[][]()∑∑= - =-= = N n n N jk N n n jkw k e n x N e n x N a /21 1 0π 连续时间非周期信号的傅里叶变换:()? ∞∞ --=dt e t x jw X jwt )( 连续时间非周期信号的傅里叶反变换:()dw e jw X t x jwt ? ∞ ∞ -=π 21 )( 连续时间周期信号傅里叶变换:∑+∞ -∞ =??? ? ? ? -=k k k w a jw X T 22)(πδπ 连续时间周期信号傅里叶反变换:()dw e w w t x jwt ? ∞ ∞ --=0221 )( πδπ 离散时间非周期信号傅里叶变换:∑∞ -∞ =-= n n j e n x e X ωω j ][)( 离散时间非周期信号傅里叶反变换:? = π 2d e )(e π 21][ωωωn j j X n x 离散时间周期信号傅里叶变换:∑+∞ -∞ =-= k k k a X )(π2)e (0 j ωωδω 离散时间周期信号傅里叶反变换:[]ωω ωδωd e n n j ?--=π 20 πl)2(π2π 21][x 拉普拉斯变换:()dt e t s X st -∞ ∞ -? =)(x 拉普拉斯反变换:()()s j 21 t x j j d e s X st ?∞ +∞ -= σσ π Z 变换:∑∞ -∞ =-=n n z n x X ][)z ( Z 反变换: ??-== z z z X r z X n x n n d )(πj 21d )e ()(π21][1j π2ωω

FFT快速傅里叶变换word精品文档16页

快速傅里叶变换[编辑] 维基百科,自由的百科全书 跳转至:导航、搜索 傅里叶变换 Z变换 傅里叶级数 傅里叶变换 离散傅里叶级数 离散时间傅里叶变换 离散傅里叶变换 快速傅里叶变换 分数傅里叶变换 短时距傅立叶变换 小波变换 离散小波变换 连续小波变换 快速傅里叶变换(英语:Fast Fourier Transform, FFT),是离散傅里叶变换的快速算法,也可用于计算离散傅里叶变换的逆变换。快速傅里叶变换有广泛的应用,如数字信号处理、计算大整数乘法、求解偏微分方程等等。本条目只描述各种快速算法。 对于复数序列,离散傅里叶变换公式为: 直接变换的计算复杂度是(参见大O符号)。快速傅里叶变换可以计算出与直接计算相同的结果,但只需要的计算复杂度。通常,快速算法要求n能被因数分解,但不是所有的快速傅里叶变换都要求n是合数,对于所有的整数n,都存在复杂度为 的快速算法。

除了指数的符号相反、并多了一个1/n的因子,离散傅里叶变换的正变换与逆变换具有相同的形式。因此所有的离散傅里叶变换的快速算法同时适用于正逆变换。 目录 [隐藏] ? 1 一般的简化理论 ? 2 快速傅里叶变换乘法量的计算 ? 3 Cooley-Tukey算法 o 3.1 设计思想 ? 4 其他算法 ? 5 实数或对称资料专用的算法 ? 6 复杂度以及运算量的极限 ?7 参考资料 ?8 参阅 一般的简化理论[编辑] 假设一个M*N Sub-rectangular matrix S可分解成列向量以及行向量相乘: 若有个相异的non-trivial values( where ) 有个相异的non-trivial values

模拟夫琅禾费衍射的matlab源代码

源代码: N=512; disp('衍射孔径类型 1.圆孔 2.单缝 3.方孔') kind=input('please input 衍射孔径类型:');% 输入衍射孔径类型 while kind~=1&kind~=2&kind~=3 disp('超出选择范围,请重新输入衍射孔径类型'); kind=input('please input 衍射孔径类型:');% 输入衍射孔径类型 end switch(kind) case 1 r=input('please input 衍射圆孔半径(mm):');% 输入衍射圆孔的半径 I=zeros(N,N); [m,n]=meshgrid(linspace(-N/16,N/16-1,N)); D=(m.^2+n.^2).^(1/2); I(find(D<=r))=1; subplot(1,2,1),imshow(I); title('生成的衍射圆孔'); case 2 a=input('please input 衍射缝宽:');% 输入衍射单缝的宽度 b=1000;% 单缝的长度 I=zeros(N,N); [m,n]=meshgrid(linspace(-N/4,N/4,N)); I(-a

夫琅禾费衍射现象的观察和分析

夫琅禾费衍射现象的观察和分析1、单缝夫琅和费衍射现象的观察与分析 狭缝在垂直方向狭缝在水平方向 衍射 图样 特点所成图像的方向与狭缝的方向相互垂直,出现明暗相间的条纹,其中中央零级亮条纹的宽度最宽、亮 度最大,从中央往两边,其它亮条纹的亮度依次减 小所成图像的方向与狭缝的方向相互垂直,出现明暗相间的条纹,其中中央零级亮条纹的宽度最宽、亮度最大,从中央往两边,其它亮条纹的亮度依次减小 测量狭缝宽度(λ=632.8nm)狭缝到 衍射图样的距离 L(mm) 零级亮斑 的宽度 2x k(mm) θ ? ( d λ θ 2 = ?) 缝宽d(mm) (计算结果) x k L d λ = 缝宽d(结 果测量) 零级亮纹图样变化特点 缝宽变化(从小到大)600.0 20.5 0.03230.04 0.10mm 随着狭缝宽度的逐渐增大,零级亮纹 的宽度、角宽度在逐渐减小 600.0 6.9 0.01170.11 0.20mm 677.8 2.2 0.00370.35 0.30mm 677.8 1.5 0.00250.52 0.40mm 狭缝在垂直和水平方向 衍射图样特点1、所成图像的方向与狭缝的方向相互垂直,出现明暗相间的条纹,其中中央零级亮条纹的宽度最宽、 亮度最大,从中央往两边,其它亮条纹的亮度依次减小。 2、随着狭缝宽度的逐渐增大,零级亮纹的宽度、角宽度在逐渐减小。

2、圆孔夫琅禾费衍射现象的观察与分析 衍射图样的特点 出现明暗相间的圆环,其中央为亮度最强的亮圆,从中央圆环依次往外,亮圆环的亮 度逐渐减小 测量圆孔直径 狭缝到衍射图样 的距离L(mm) 零级亮圆 的直径 d(mm) θ ? L d = ?θ 直径D(计算结果) θ λ ? =22 .1 D 零级亮纹图样变化特点 改变圆孔直径1058.6 1.6 0.015 0.00112 随着圆孔直径的逐渐增 大,中央零级亮圆环的 直径、角宽度在逐渐减 小 1058.6 2.9 0.027 0.00268 812.5 4.2 0.052 0.00359 765.8 6.9 0.090 0.00788

傅里叶变换公式

第2章 信号分析 本章提要 信号分类 周期信号分析--傅里叶级数 非周期信号分析--傅里叶变换 脉冲函数及其性质 信号:反映研究对象状态和运动特征的物理量 信号分析:从信号中提取有用信息的方法和手段 §2-1 信号的分类 两大类:确定性信号,非确定性信号 确定性信号:给定条件下取值是确定的。 进一步分为:周期信号,非周期信号。 质量M 弹簧 刚度K t x (t ) o x 0 质量-弹簧系统的力学模型 x (t ) ??? ? ??+=0cos )(?t m k A t x 非确定性信号(随机信号):给定条件下取值是不确定的 按取值情况分类:模拟信号,离散信号 数字信号:属于离散信号,幅值离散,并用二进制表示。 信号描述方法 时域描述 如简谐信号

)cos(000φω+t x 简谐信号及其三个要素 幅值 频率 相角 频域描述 以信号的频率结构来描述信号的方法:将信号看成许多谐波(简谐 信号)之和,每一个谐波称作该信号的一个频率成分,考察信号含有那些频率的谐波,以及各谐波的幅值和相角。 §2-2 周期信号与离散频谱 一、 周期信号傅里叶级数的三角函数形式 周期信号时域表达式 ) 21() ()2()()(ΛΛ,,±±=+==+=+=n nT t x T t x T t x t x T :周期。注意n 的取值:周期信号“无始无终” # 傅里叶级数的三角函数展开式 ) sin cos ()(01 00t n b t n a a t x n n n ωω∑∞ =++= (=1, 2, 3,…) 傅立叶系数:

基于MATLAB光学衍射之矩形孔的夫琅禾费衍射

MATLAB的课程报告 项目名称:基于MATLAB光学衍射之 矩型孔的夫琅和费衍射 一,MATLAB 基础: MatlaB是功能强大的科学及工程计算软件,它不但表现具有以矩阵计算为基础的强大数学计算和分析功能,而且还具有丰富的可视化图形表现功能和方便的程序设计能力。Matlab是一款集数值分析、符号运算、图形处理、系统仿真等功能于一体的科学与工程计算软件,它具有编程效率高、简单易学、人机交互好、可视化功能、拓展性强等优点。MatlAB是面向21世纪的计算机程序设计及科学计算语言。 MatlAB系统包括5个部分:开发环境,MAtlAB数学函数库,MAtlAB语言,图形功能,应用程序接口。 二,光的衍射的原理: 光的衍射是光波在物质或空间里传播的基本发式,实际上,光波在传播的过程中,只要光波波面受到某种限制,光波会绕过障碍物偏离直线传播而进入几何阴影,并在屏幕上出现光强分布不均匀的现象,称为光的衍射。根据障碍物到光源和考察点的距离,把衍射现象分为两类:菲涅尔衍射和夫琅和费衍射。 此次课程报告主要是围绕夫琅和费衍射展开的。在光学上,夫琅和费衍射在场波通过圆孔或狭缝时发生,导致观测到的成像大小有所改变,成因是观测点的远场位置,及通过圆孔向外的衍射波有渐趋平面波的性质。 1,惠更斯原理:

根据惠更斯-菲涅耳原理,单缝后面空间任一点P 的光振动是单缝处波阵面上所有子波波源发出的子波传到P 点的振动的相干叠加。 2. 菲涅耳-基尔霍夫衍射公式: 由于菲涅耳理论本身的缺陷,所以从波动微分方程出发,利用场论中的Green 定理及电磁场的边值条件,其中倾斜因子为()k θ和常数C 均在下面所设。 ~exp()exp()cos(,)cos(,)()[]2 A ikl ikr n r n l E P d i l r σλ-=∑?? 若设 1C i λ=; ~exp()()A ikl E Q l = ;cos(,)cos(,)()2n r n l K θ-= 则上式可化为: ~~exp ikr E()()()P C E Q K d θσ=∑??()r 3. 基尔霍夫衍射公式的近似 菲涅耳衍射近似满足: 2222221111111121111 ()()11[]222x x y y xx yy x y x y r z z z z z z ??-+-+++=+=+-+???? 当上式中1z 很大而使得第四项相对相位的贡献远小于π时,即满足: 221 ()2x y k z π+<< 随着1z 的逐渐增大,从而可推得夫琅和费衍射公式如下: ~~2211,1111111 exp()(,)exp[()]()exp[()]2ikz ik ik E x y x y E x y xx yy dx dy i z z z λ=+-+∑ ?? 以上是矩孔的矩孔夫琅和费衍射复振幅计算公式的推导过程。 三,实验操作以及现象: 1,课程里假设: 波长λ=550nm ,孔的长宽a=0.008,b=0.008,聚焦凸透镜

傅里叶变换

傅里叶变换 那么,到底什么是傅里叶变换算法列?傅里叶变换所涉及到的公式具体有多复 杂列? 傅里叶变换(Fourier transform)是一种线性的积分变换。因其基本思想首先 由法国学者傅里叶系统地提出,所以以其名字来命名以示纪念。 哦,傅里叶变换原来就是一种变换而已,只是这种变换是从时间转换为频率的变化。这下,你就知道了,傅里叶就是一种变换,一种什么变换列?就是一种从时间到频率的变化或其相互转化。 ok,咱们再来总体了解下傅里叶变换,让各位对其有个总体大概的印象,也顺便看看傅里叶变换所涉及到的公式,究竟有多复杂: 以下就是傅里叶变换的4种变体(摘自,维基百科) 连续傅里叶变换 一般情况下,若“傅里叶变换”一词不加任何限定语,则指的是“连续傅里叶变换”。连续傅里叶变换将平方可积的函数f(t)表示成复指数函数的积分或级数 形式。 这是将频率域的函数F(ω)表示为时间域的函数f(t)的积分形式。连续傅里 叶变换的逆变换 (inverse Fourier transform)为: 即将时间域的函数f(t)表示为频率域的函数F(ω)的积分。一般可称函数f(t)为原函数,而称函数F(ω)为傅里叶变换的像函数,原函数和像函数构成一个傅里

叶变换对(transform pair)。除此之外,还有其它型式的变换对,以下两种型式亦常被使用。在通信或是信号处理方面,常以来代换,而形成新的变换对: 或者是因系数重分配而得到新的变换对: 一种对连续傅里叶变换的推广称为分数傅里叶变换(Fractional Fourier Transform)。分数傅里叶变换(fractional Fourier transform,FRFT)指的就是傅里叶变换(Fourier transform,FT)的广义化。 分数傅里叶变换的物理意义即做傅里叶变换 a 次,其中 a 不一定要为整数; 而做了分数傅里叶变换之后,信号或输入函数便会出现在介于时域(time domain)与频域(frequency domain)之间的分数域(fractional domain)。 当f(t)为偶函数(或奇函数)时,其正弦(或余弦)分量将消亡,而可以称这时的变换为余弦变换(cosine transform)或正弦变换(sine transform). 另一个值得注意的性质是,当f(t)为纯实函数时,F(?ω) = F*(ω)成立. 傅 里叶级数 连续形式的傅里叶变换其实是傅里叶级数 (Fourier series)的推广,因为积 分其实是一种极限形式的求和算子而已。对于周期函数,其傅里叶级数是存在的:

傅里叶变换本质及其公式解析

傅里叶变换的本质 傅里叶变换的公式为 dt e t f F t j ? +∞ ∞--=ωω)()( 可以把傅里叶变换也成另外一种形式: t j e t f F ωπω),(21 )(= 可以看出,傅里叶变换的本质是内积,三角函数是完备的正交函数集,不同频率的三角函数的之间的内积为0,只有频率相等的三角函数做内积时,才不为0。 )(2,21)(2121Ω-Ω==?Ω-ΩΩΩπδdt e e e t j t j t j 下面从公式解释下傅里叶变换的意义 因为傅里叶变换的本质是内积,所以f(t)和t j e ω求内积的时候,只有f(t)中频率为ω的分量才会有内积的结果,其余分量的内积为0。可以理解为f(t)在t j e ω上的投影,积分值是时间从负无穷到正无穷的积分,就是把信号每个时间在ω的分量叠加起来,可以理解为f(t)在t j e ω上的投影的叠加,叠加的结果就是频率为ω的分量,也就形成了频谱。 傅里叶逆变换的公式为 ωωπωd e F t f t j ?+∞∞-=)(21 )( 下面从公式分析下傅里叶逆变换的意义 傅里叶逆变换就是傅里叶变换的逆过程,在)(ωF 和t j e ω-求内积的时候,)(ωF 只有t 时刻的分量内积才会有结果,其余时间分量内积结果为0,同样积分值是频率从负无穷到正无穷的积分,就是把信号在每个频率在t 时刻上的分量叠加起来,叠加的结果就是f(t)在t 时刻的值,这就回到了我们观察信号最初的时域。 对一个信号做傅里叶变换,然后直接做逆变换,这样做是没有意义的,在傅里叶变换和傅里叶逆变换之间有一个滤波的过程。将不要的频率分量给滤除掉,然后再做逆变换,就得到了想要的信号。比如信号中掺杂着噪声信号,可以通过滤波器将噪声信号的频率给去除,再做傅里叶逆变换,就得到了没有噪声的信号。 优点:频率的定位很好,通过对信号的频率分辨率很好,可以清晰的得到信号所包含的频率成分,也就是频谱。 缺点:因为频谱是时间从负无穷到正无穷的叠加,所以,知道某一频率,不能判断,该频率的时间定位。不能判断某一时间段的频率成分。 例子: 平稳信号:x(t)=cos(2*pi*5*t)+cos(2*pi*10*t)+cos(2*pi*20*t)+cos(2*pi*50*t)

相关文档
最新文档