跳到主要内容
Sandbox Physics

Fourier series · 旋转矢量

Fourier Epicycles

为什么一组匀速旋转,能够重建几乎任意周期信号? 每个 Fourier 项都是一根匀速旋转的箭头。又大又慢的箭头画出整体轮廓,又小又快的补上尖锐细节。把足够多的箭头首尾相接,最末端描出的轨迹几乎可以是任何周期信号。

Fourier series 的每一项是一个旋转矢量。把这些矢量首尾相接,链条末端就描出一条曲线。多加几项,原本歪歪扭扭的近似就会贴住目标波形:方波、锯齿波、三角波。

交互模型Fourier Epicycles
目标波形Square
项数 NN6
基频 ω0\omega_01.00 rad/s
合成值+0.00

物理教程

Fourier 级数:把复杂波形拆成频率

背景满足一定条件的周期信号,都能写成一串正弦和余弦之和,它们的频率都是基频的整数倍。周转圆把同样的分解画在复平面上。

为什么值得理解频谱让声音、图像、振动和通信信号从“形状问题”变成“每个频率占多少”的问题。

先抓重点

核心问题
为什么一串只做匀速圆周运动的矢量,能画出带尖角的方波?
一句话直觉
大而慢的分量决定整体轮廓,小而快的分量补足边缘细节。

核心数学模型

Fourier 级数

f(t)=a02+∑n=1∞[ancos⁡(nω0t)+bnsin⁡(nω0t)]f(t)=\frac{a_0}{2}+\sum_{n=1}^{\infty}\left[a_n\cos(n\omega_0t)+b_n\sin(n\omega_0t)\right]

每个 nn 对应一个独立的谐波,它的系数决定振幅和相位。

方波的奇次谐波

fN(t)=4π∑n=1,3,5Nsin⁡(nω0t)nf_N(t)=\frac{4}{\pi}\sum_{n=1,3,5}^{N}\frac{\sin(n\omega_0t)}{n}

方波只含奇次谐波,振幅按 1/n1/n 衰减。

常见难点

项再多,过冲也不会消失

容易误解只要 N 足够大,跳变处也会处处平滑地收敛。

正确理解项数增加时,跳变附近的 Gibbs 过冲变窄,但它的相对高度不会随之降为零。

频率与圆的大小是两回事

容易误解转得越快的圆一定越大。

正确理解转速由谐波编号决定,半径由 Fourier 系数决定。

动手实验

  1. 01

    只保留基频

    选择方波并把 N 调到 1。

    你会看到: 输出只是平滑正弦波。
  2. 02

    逐步补高频

    缓慢增加 N。

    你会看到: 平顶和陡边慢慢出现,细节由小圆补上。
  3. 03

    比较系数衰减

    切换方波、锯齿波和三角波。

    你会看到: 越平滑的波形,高频分量衰减越快。
反馈这个页面有错误、看不明白,或者缺了什么?告诉我们
反馈类型

提交时会附带本页地址、Lab ID、网站语言和设备类型。请不要填写个人信息。反馈最多保存 12 个月。隐私政策