我在大学里学到的傅立叶变换和傅立叶逆变换的定义是

$$
F(j \ omega)= \ int _ {-\ infty} ^ {\ infty} f(t)e ^ {-j \ omega t} \ dt
$$
f(t)= \ frac {1} {2 \ pi} \ int _ {-\ infty} ^ {\ infty} F(j \ omega)e ^ {j \ omega t} d \ omega
$$

该约定的主要特征是


非unit变换;频域单位是弧度(变量是$ \ omega $)
“时域”单位是时间(变量是$ t $)
函数转换用大写字母表示($ F $ vs 。$ f $)
$ F(j \ omega)$中的$ j $严格表示该函数是傅立叶变换。
当然,通常的EE约定$ j = \ sqrt { -1} $。

如今,我使用了一种非常不同的约定,本质上是在Wikipedias上使用的约定:

$$
\ hat {f}(\ xi)= \ int _ {-\ infty} ^ {\ infty} f(x)e ^ {-j2 \ pi \ xi x} dx
$$
f(x)= \ int _ {-\ infty} ^ {\ infty} \ hat {f}(\ xi)e ^ {j2 \ pi \ xi x} d \ xi
$$
该约定的特征是


Unit变换;频域单位是归一化的频率(变量是$ \ xi $)
“时域”单位是无单位(变量是$ x $)
功能转换戴帽子($ \ hat {f} $ vs. $ f $)
希腊字母中的变量表示拉丁字母中的转换变量($ \ xi $与$ x $)。


使用a惯例极大地提高了Fourier对偶的对称性和清晰度:
比较

$ \ mathrm {rect}(x)\ leftrightarrow \ mathrm {sinc}(\ xi)$,
$ \ mathrm {sinc}(x)\ leftrightarrow \ mathrm {rect}(\ xi)$到
$ \ mathrm {rect}(t) \ leftrightarrow \ mathrm {sinc}(\ frac {\ omega} {2 \ pi})$,
$ \ mathrm {sinc}(t)\ leftrightarrow \ mathrm {rect}(\ frac {\ omega} { 2 \ pi})$。


使用$ x $而不是$ t $作为“时域”变量会使方程式更多与某人的问题领域无关。这使得根据1D信号处理概念对
2D图像处理概念进行类比变得容易得多,而无需使用$ t $作为表示距离的变量的认知失调,或者从一个域到另一个域时更改变量。
我发现大写字母对于表示离散值变量/函数比对表示转换函数更有用。
使用帽子更清楚地表示傅立叶转换为应用于$ f $的运算符,其中所得函数接受频域参数$ \ xi $。与此相比,$ \ mathcal {F} \ {f \} $要费劲得多,这是我在大学中学到的“传统”方式,它表示将傅立叶变换作为运算符,
当时让我感到困惑($ \ mathcal {F} {f(t)} $ vs
$ \ mathcal {F} \ {f \}(t)$ vs $ \ mathcal {F} \ { f \}(\ omega)$等。)
我通常发现,用弧度进行信号处理分析只是撒下了
比我认为的要多得多。使用归一化频率单位
对我来说更有意义,特别是在处理涉及抽样理论的问题时。

当然,考虑到我实在是徒劳的我选择的约定要优于其他人使用的约定。但是我很难提出一个好的理由,以偏爱我最初在大学里学到的惯例(即,不涉及传统的理由)。目前,我可以想到一个偏爱“传统”约定的理由:
拉普拉斯变换。另外,帽子可能比大写字母更容易丢失/混淆。这个“传统”惯例与您学到的信号处理课程相同吗?
(如果您修过一门课程)?

评论

征求个人意见的问题对该网站并没有真正的建设性意义。答案是,只要您正确地定义了约定,并且在许多情况下始终如一地使用它并坚持使用您所在领域的通用符号,那么约定实际上就没有关系。重要的是不要故意发明疯狂的新符号。我不确定个人喜好和观点对这方面有什么帮助。

我能理解避免单纯发表意见的愿望,但我确实认为,对于传统约定为何如此,这是一个合理的问题:将传统约定仅定义为历史事故是不太可能的。我愿意重写这个问题,以避免征求意见,而将重点放在信号处理文献中这些约定/符号的决定最初是如何产生的问题上。

您忘记将所有2π替换为τ。 :D

@endolith你击败了我:)

通信教科书中经常使用单一形式的地方之一。通讯工程师像赫兹一样,因此将$ x(t)$转换为$ X(f)$比转换为$ X(\ omega)$更直观。

#1 楼

约定的选择应该是您要与之交流的受众最合适(或最熟悉)的一种。

#2 楼

关于x(t)用于信号的一件事是


$ y = x ^ 2 $




$ y(t)= x(t)^ 2 $

其中x仍然是输入,y仍然是输出,只是在这种情况下,它们是信号而不是数字。