離散傅里葉變換矩陣
定義
N點(diǎn)的離散傅里葉變換可以用一個n× × -->m{\displaystyle n\times m}的矩陣乘法來表示,即X=Wx{\displaystyle X=Wx},其中x{\displaystyle x}是原始的輸入信號,X{\displaystyle X}是經(jīng)過離散傅里葉變換得到的輸出信號。 一個n× × -->n{\displaystyle n\times n}的變換矩陣W{\displaystyle W}可以定義成W=(ω ω -->ij)i,j=0,… … -->,N? ? -->1/N{\displaystyle W=(\omega ^{ij})_{i,j=0,\ldots ,N-1}/{\sqrt {N}}},或等效如下:
其中ω ω -->{\displaystyle \omega }是1{\displaystyle 1}的n{\displaystyle n}次方根的主值(primitive nth root of unity),大小為e? ? -->2π π -->iN{\displaystyle e^{\frac {-2\pi i}{N}}}。需要注意的是在總和前面的正規(guī)化因數(shù)1N{\displaystyle {\frac {1}{\sqrt {N}}}},還有ω ω -->{\displaystyle \omega }中指數(shù)的正負(fù)號是依據(jù)慣例,并且會因?yàn)樘幚淼姆椒ㄓ兴煌?。以下所有的討論考慮到大多數(shù)的細(xì)節(jié)變動且不論是否為一般慣例均適用之。唯一重要的是,正變換和逆變換有相反的指數(shù)正負(fù)號標(biāo)志,而其正規(guī)化因數(shù)乘積為1N{\displaystyle {\frac {1}{N}}}。然而,這里為了使得最后的離散傅里葉變換矩陣結(jié)果正規(guī)化所選擇的因數(shù) ,在許多情況下都是通用的。
快速傅里葉變換算法利用矩陣的對稱性與W的周期性,以減少乘法所需要的時間(把計(jì)算復(fù)雜度從O(N2){\displaystyle O(N^{2})}降為O(Nlog? ? -->N){\displaystyle O(N\log N)})。類似的方法也可適用于其他矩陣乘法如阿達(dá)馬矩陣和Walsh matrix(英語:Walsh matrix)。
特殊情況
3點(diǎn)的離散傅里葉變換具有特殊的意義。例如:Charles Legeyt Fortescue于1918 所發(fā)表的對稱分量變換(Symmetrical Components Transform, SCT),它定義了三相平衡(three phase balance),即3點(diǎn)離散傅里葉變換可分解成一個直流成分,以及兩個交流成分(一個是順時針相位,另一個為逆時針相位)。
例子
兩點(diǎn)離散傅里葉變換矩陣
兩點(diǎn)的離散傅里葉變換是一個很簡單的例子,其第一列代表是直流成分(總和)和第二列是交流成分(差異)。
第一列處理總和的部分,第二列處理相差的部分。 因數(shù)1/2{\displaystyle 1/{\sqrt {2}}}致使整個矩陣規(guī)一化(見下文)。
四點(diǎn)離散傅里葉變換矩陣
四點(diǎn)的離散傅里葉變換矩陣如下:
八點(diǎn)離散傅里葉變換矩陣
八點(diǎn)的離散傅里葉變換矩陣如下:
其中
以下用圖片來解說離散傅里葉變換的矩陣乘法概念:
圖中實(shí)部(余弦波)是由實(shí)線代表,虛部(正弦波)由虛線代表。 最上面一行全為1,(透過乘上1/8{\displaystyle 1/{\sqrt {8}}}來規(guī)一化),因此這個部分代表輸入信號的直流分量。下一行是8個負(fù)一次循環(huán)的復(fù)指數(shù)取樣(samples of negative one cycle of complex exponential),即分頻(fractional frequency)為?1/8倍頻率的信號。因此,這一行代表在分頻+1/8的信號強(qiáng)度。再下一行是8個負(fù)二次循環(huán)的復(fù)指數(shù)取樣,所以它代表-1/4倍的分頻。因此,這一行代表在分頻+1/4的信號強(qiáng)度。 以下總結(jié)了八點(diǎn)離散傅里葉變換代表的意義,依行排序,以分頻表示:
0代表直流信號成分
-1/8代表分頻為+1/8 的信號強(qiáng)度
-1/4代表分頻為+1/4 的信號強(qiáng)度
-3/8代表分頻為+3/8 的信號強(qiáng)度
-1/2代表分頻為+1/2 的信號強(qiáng)度
-5/8代表分頻為+5/8 的信號強(qiáng)度
-3/4代表分頻為+3/4 的信號強(qiáng)度
-7/8代表分頻為+7/8 的信號強(qiáng)度
等效上最后一行,可以當(dāng)作是分頻為+1/8即代表分頻-1/8的信號強(qiáng)度。如此一來,則可以說這個矩陣的上面列是信號的正頻率部分的強(qiáng)度而下面列是信號負(fù)頻率部分的強(qiáng)度。
規(guī)一化變換(unitary transform)
離散傅里葉變換(或可能是透過適當(dāng)?shù)某叨冗x擇)是一個規(guī)一化的變換,即符合能量保留(preserves energy)??梢赃_(dá)到規(guī)一化的合適尺度是1/N{\displaystyle 1/{\sqrt {N}}},這使得能量物理意義上跟在傅里葉定義上是一樣的,即滿足Parseval定理(Parseval"s theorem)。(其他未規(guī)一化的尺度,也普遍被使用以方便計(jì)算;例如,折積定理(convolution theorem)需較簡單的形式與尺度選擇,詳述于離散傅里葉變換條目中) 。
其他性質(zhì)
其他離散傅里葉變換矩陣的性質(zhì),包括其特征值(特征向量),與折積的關(guān)系,應(yīng)用等,請參見離散傅里葉變換條目。
限制:傅里葉運(yùn)算(Fourier operator)
如果我們作出一個非常大的矩陣,其中列元素為復(fù)指數(shù)(即,余弦實(shí)部和正弦虛部),并增加分辨率而不考慮邊界,我們可近似第二型Fredholm積分方程(由傅里葉運(yùn)算定義連續(xù)傅里葉變換)的”核”(kernal)。此連續(xù)傅里葉變換的一部分類似于離散傅里葉變換矩陣,如圖所示。其中灰階像素值的數(shù)值是指數(shù)量。
參考
The Transform and Data Compression Handbook by P. C. Yip, K. Ramamohan Rao- See chapter 2 for a treatment of the DFT based largely on the DFT matrix
免責(zé)聲明:以上內(nèi)容版權(quán)歸原作者所有,如有侵犯您的原創(chuàng)版權(quán)請告知,我們將盡快刪除相關(guān)內(nèi)容。感謝每一位辛勤著寫的作者,感謝每一位的分享。
- 有價值
- 一般般
- 沒價值
{{item.userName}} 舉報(bào)
{{item.time}} {{item.replyListShow ? '收起' : '展開'}}評論 {{curReplyId == item.id ? '取消回復(fù)' : '回復(fù)'}}
{{_reply.userName}} 舉報(bào)
{{_reply.time}}