直观理解傅里叶变换（把信号拆解成纯频率）

在钢琴上同时按下三个键，离开琴身的却是一道纠缠在一起的压力波。它撞上你的耳膜时是一条摇摆的曲线，而不是三条。然而你的内耳毫不费力地就把这条曲线重新拆回了三个音，训练有素的乐手甚至能直接说出这是什么和弦。在空气与你的意识之间的某个环节，一段混合信号被解混成了它的纯频率。

这种解混有一个名字。傅里叶变换正是这样一台数学机器：它接收任意信号，一段声音、图像的一行像素、一支股票的价格、一座桥梁的振动，然后把它改写成内部所含纯频率的清单。手机能压缩音频靠它，核磁共振能成像靠它，工程师听着发动机异响就能断言“那是 400 赫兹的那个分量”也靠它。

多数学生初遇傅里叶变换，都是把它当成一条需要背诵的公式：积分里塞着一个复指数，而这一切看不出任何理由。本文将从最底层重建这幅图像。我们不久前刚讲过与之密切相关的拉普拉斯变换，读到最后你会发现，两者其实是同一台机器，只是旋钮拧到了不同的档位。

同一件事物的两种描述

想想一块蛋糕的配方。你可以逐层逐屑地列出蛋糕内部每一点的状况来描述成品，也可以列出原料来描述它：200 克面粉、3 个鸡蛋、100 克糖。两种描述指向的是同一块蛋糕。一种在讲东西在哪里，另一种在讲它由什么构成。

一段信号同样拥有这两种描述：

• 时域列出信号在每一个瞬间的取值：0.001 秒时耳膜承受的压强，0.002 秒时的压强，依此类推。现实世界里的信号就是这样抵达我们的。
• 频域列出的则是原料清单：440 赫兹的正弦波含有多少，523 赫兹含有多少，每一个可能的频率各含有多少。这正是傅里叶变换的产物。

傅里叶的洞见最早发表于 1822 年，源自他对热传导的研究：这份原料清单是完备的。任何合理的信号，无论多么参差不齐，都能由一堆光滑的正弦波精确重构出来。不存在藏在别处的第三种原料。正弦波已经足够。

为什么正弦波是这套字母表

为什么是正弦，而不是方波、三角波或别的什么形状？因为正弦波是唯一能在物理所关心的运算下岿然不动的形状。

对正弦波求导得到余弦，也就是同一列波平移四分之一个周期。再求一次导得到负的正弦：还是同一个形状，只是缩放了一下。正如我们在三角学一文中探讨过的，正弦波就是从侧面看到的一个圆，而旋转一个圆永远不会把它变成别的东西。

把一列正弦波送进弹簧、电路或音乐厅，出来的仍是同频率的正弦波，可能变响或变轻，可能延迟了一点，但形状绝不会改变。工程师把具有这一性质的系统称为线性时不变系统，而几乎所有物理系统至少在近似意义上都属于此类。

这就是频域之所以有用的全部理由。如果你知道系统对每一个纯频率做了什么，而你又能把任意输入拆成纯频率，那么你就知道系统对每一个输入做了什么。“卡车压上来时这座桥会怎样”这个棘手问题，就变成了一串简单问题的清单：“这座桥在 1 赫兹时怎样，在 2 赫兹时怎样，在 3 赫兹时怎样。”

缠绕机器

现在来看机理。假设你手上有一段信号，想知道某个特定频率，比如每秒 3 个周期，究竟在其中藏了多少。下面是一套能回答这个问题的物理操作。

取出你信号的图像，那是沿时间轴画出的一条曲线。现在把这条曲线绕在一个圆上，缠绕速率取为每秒信号时间转 3 圈。信号数值大的地方，缠绕后的曲线离圆心很远；信号数值小的地方，它紧贴圆心。你会得到一团围着原点画出的乱线。

接下来求这团乱线的质心。

如果信号在 3 赫兹处什么也没有，信号的高峰与低谷就会落在圆周上随机的角度上。它们互相抵消，质心停在原点附近。可一旦信号确实含有 3 赫兹的分量，它的波峰就会一圈又一圈地落在圆的同一侧。它们不断堆积，质心随之远远地甩离原点。

把每一个可能的缠绕速率都这样做一遍，以缠绕速率为横轴、质心到原点的距离为纵轴画出图像，你画出的就是傅里叶变换。图上的峰值就是信号中存在的频率。整个思想就这么多，剩下的全是记号。

逐块拆解这条公式

用符号写下来，这台缠绕机器就是：

$$\hat{f}(\omega) = \int_{-\infty}^{\infty} f(t)\, e^{-i\omega t}\, dt$$

每一块都对应着操作中的一个步骤。

缠绕。 因子 $e^{-i\omega t}$ 就是那个旋转。根据欧拉公式，$e^{-i\omega t} = \cos(\omega t) - i\sin(\omega t)$，这是一个以角频率 ω 沿单位圆顺时针移动的点。随着 t 的推进，这个点不停旋转。这一旋转就是缠绕，而 ω 就是缠绕速率。

包裹。 乘积 $f(t)\, e^{-i\omega t}$ 就是那团乱线。用信号值 f(t) 去乘那个单位长度的旋转点，会把它向外拉伸或向内收拢。信号值大就把点推得远离圆心，信号值小就把它拽回来。这个乘积描摹出的正是上一节那团乱线。

质心就是积分。 把这团乱线在每一个瞬间的位置从时间的起点一直加到终点，并把结果当作一个复数来看待，就得到一个点，它到原点的距离衡量了信号在 ω 处共振的强弱。严格说来这是总和而非平均，因此它会随信号时长而放大，但频谱的形状是一样的。

结果 $\hat{f}(\omega)$ 对每一个 ω 都是一个复数，而它的两个部分都有意义。它的模是该频率的振幅：这份原料在配方里放了多少。它的辐角是相位：这份原料在周期的哪个位置开始。两段信号可以在每个频率上振幅完全相同，听起来却截然不同，因为它们的相位不同。

为什么用指数而不是正弦

学生常问，为什么核函数是复指数，而不干脆就用一列正弦波。毕竟你完全可以把信号乘上 $\sin(\omega t)$ 再积分。

问题出在相位上。如果你的信号在频率 ω 处含有一个余弦，而你用同频率的正弦去检测它，乘积的平均值会等于零，因为正弦和余弦相差四分之一个周期。明明该频率完整地存在，你却会得出它不存在的结论。要想捕捉所有相位，你需要做两次检测，一次对正弦，一次对余弦，然后再把结果合并。

复指数一次就完成了两次检测。它的实部是余弦检测，虚部是正弦检测，全部打包在一个旋转的整体里。无论该频率带着怎样的相位到来，旋转中总有一部分与它对齐。所得复数的模，正是两次检测法合并后的结果，而它的辐角还免费告诉了你相位。在虚数一文中我们把 i 描述为一次旋转；在这里，那次旋转正在踏踏实实地干工程活。

负频率不是笔误

积分对所有 ω 取值，包括负值，而实信号的变换在负半轴上总会呈现一幅镜像。这让很多人不安。负频率在物理上究竟该是什么意思？

再看一眼欧拉公式。一个实余弦是两个旋转的平均：

$$\cos(\omega t) = \frac{e^{i\omega t} + e^{-i\omega t}}{2}$$

第一项以速率 ω 逆时针旋转，第二项以同样的速率顺时针旋转。以 ω 顺时针旋转，正是变换记为频率负 ω 的那个东西。实数值信号无法区分这两个方向，所以它总是等量地含有两者，频谱因而是对称的。

对实信号而言，负半轴并不携带新的信息，实践中工程师也常常只画正半边。但保留两半能让公式保持对称，也让同一个变换能处理复数值信号，比如无线电和核磁共振中的信号，那里两个旋转方向确实是有区别的。

归途

把配方还原成蛋糕，就是傅里叶逆变换：

$$f(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} \hat{f}(\omega)\, e^{i\omega t}\, d\omega$$

把它当成一条操作指令来读：对每一个频率 ω，取出这份原料的用量 $\hat{f}(\omega)$，让它以该速率逆时针旋转，再把所有结果加起来。指数上的符号从负号翻成了正号，因为你现在做的是解绕而不是缠绕。因子 2π 属于记账工作，用来修正一整圈等于 2π 弧度这件事；有些教材把它对称地拆成两个变换各分一个 $1/\sqrt{2\pi}$，也有些教材用赫兹而非弧度每秒来度量频率，从而把它完全藏了起来。物理没有变，变的只是常数。

这一对公式几乎完美对称。这份对称是一个深刻的暗示：时间与频率是同一个对象的两种视角，谁也不比谁更根本。

求导再一次变成了乘法

拉普拉斯变换的看家本领，是把求导变成乘以 s。傅里叶变换用 iω 玩了同样的把戏。

把逆变换公式对 t 求导。t 只出现在 $e^{i\omega t}$ 里，而对它求导会拉下一个因子 iω：

$$\frac{d}{dt} f(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} \bigl(i\omega\, \hat{f}(\omega)\bigr)\, e^{i\omega t}\, d\omega$$

于是 $f'(t)$ 的傅里叶变换就是简简单单的 $i\omega\, \hat{f}(\omega)$。在时间上求一次导，就是给每个频率分量乘上 iω：高频被放大，低频被压制，每个分量还被旋转了四分之一圈。这恰恰解释了为什么求导会让带噪信号更嘈杂。噪声住在高频区，而求导给那里乘上了很大的数。

同样的逻辑能把常系数微分方程变成关于 ω 的代数方程，物理学家正是这样求解波动方程和热传导方程的。傅里叶发明这套工具，本来就是为了这个目的。

傅里叶与拉普拉斯：一台机器，两档旋钮

把两个变换并排放在一起：

$$F(s) = \int_0^{\infty} f(t)\, e^{-st}\, dt, \qquad \hat{f}(\omega) = \int_{-\infty}^{\infty} f(t)\, e^{-i\omega t}\, dt$$

在拉普拉斯那篇文章里，我们把 s 描述成一个带两套档位的旋钮，$s = \sigma + i\omega$：σ 管指数衰减，ω 管振荡。把衰减旋钮拧到零，也就是 σ = 0、s = iω，拉普拉斯的核 $e^{-st}$ 就变成了傅里叶的核 $e^{-i\omega t}$。傅里叶变换就是沿着 s 平面虚轴取值的拉普拉斯变换。

另一处差别是积分下限。拉普拉斯从 t = 0 开始，因为它是为有开机时刻和初值条件的因果系统而生的。傅里叶跑遍全时间轴，因为它是为一直存在、也将一直存在的稳态信号而生的：一个持续的长音，一段载波，一阵不变的嗡鸣。

用哪一个，由问题本身决定。瞬态、开关、初值条件，用拉普拉斯。频谱、滤波器、稳态振荡，用傅里叶。正是那个衰减旋钮，让拉普拉斯能处理无界增长的信号，而傅里叶积分吞不下这类信号；也正是双边积分，让傅里叶能描述没有起点的信号。

你逃不掉的那个取舍

最后一条性质能解释出乎意料多的物理现象。在时间上窄的信号，在频率上一定宽；在频率上窄的信号，在时间上一定宽。你不可能两头都占。

一列纯正弦波只有单一频率，所以它的频谱是一根尖峰。可纯正弦波是永远持续下去的。把它截成一秒，频谱就会在原频率周围散开；把它截成一毫秒，频谱散得还要远得多。在极限情形下，一次瞬时的咔哒声均匀地含有每一个频率，这就是为什么拍手听起来像白噪声，而音叉听起来是一个音。

缠绕的图像让这一点变得显而易见。一段短促的信号在任何缠绕速率下都只能绕上圆几圈，质心根本没有机会干净地抵消。许多相邻的缠绕速率都会给出相似的、不大不小的结果。而一段长信号要绕上千圈，只有速率精确匹配的那一个才能从抵消中幸存下来。

在量子力学中，位置和动量互为傅里叶对，而同样的这个取舍就是海森堡不确定性原理。它不是测量手段的局限，而是波本身的性质。

错误都出在哪里

学生在处理傅里叶变换时，会在三个可以预料的地方栽跟头。

第一是把相位丢了。因为拿去画图的总是振幅谱，学生渐渐就把变换想成了一份只有振幅的清单。于是逆变换算出来是错的，因为 $\hat{f}(\omega)$ 的辐角被扔掉了。变换是一份复数清单，而每个复数有一半的信息在它的辐角里。

第二是符号和常数的混乱。不同教材把 2π 放在不同的位置，指数上也取不同的符号，只要正变换和逆变换彼此配套，它们全都是正确的。选定一套约定，把两条公式一起写在草稿纸的顶端，再检验一下对某个简单函数做完正变换再做逆变换是否原样返回。

第三是指望有限长的信号会给出干净的频谱。真实测量都是有限的，因此它们的频谱总会出现上一节说的那种展宽，外加边缘处突然截断带来的波纹。这不是计算出了错。这是那条取舍在宣示自己的存在，而窗函数正是为了管住它才存在的。

Math Zen 能帮上什么

傅里叶变换建立在三项技能之上，它们必须先变成本能，直觉才能带着你往前走：三角恒等式、复指数，以及乘积的积分。

如果在 $\cos(\omega t)$ 与复指数之间互换还需要刻意思考，或者手算 $e^{-at} e^{-i\omega t}$ 的积分时心里没底，那么这个变换在你眼里就永远是个黑箱。Math Zen 用每天几分钟的短练习打磨这些零件：

• 三角学： 在三角学练习模块中，把和角公式、倍角公式以及它们背后的圆周图像练到熟极而流。
• 复数： 在复数练习模块中掌握极坐标形式、欧拉公式，以及用乘法实现旋转。
• 变换： 在拉普拉斯变换练习模块中操练同一套核积分机理，包括导数的变换。

当这些都变成条件反射，傅里叶变换就不再是一条公式，而回归它的本来面目：一台读出信号配方的缠绕机器。

核心总结

傅里叶变换把一段信号从“每个时刻的取值是多少”改写成“每个频率含有多少”。它之所以奏效，是因为正弦波正是物理系统不会改变的那种形状，所以只要知道一段信号的频率成分，就知道任何线性系统会如何响应它。

这条公式是一台缠绕机器：$e^{-i\omega t}$ 以速率 ω 把信号绕在圆上，积分求出质心，质心远离原点就意味着该频率存在。复指数一次捕捉住所有相位，负频率是每个实信号都随身携带的那幅镜像，而逆变换靠着朝相反方向旋转来解绕。

把拉普拉斯变换的衰减旋钮拧到零，你得到的就是傅里叶变换。开关与瞬态用拉普拉斯，频谱与稳态信号用傅里叶，并且记住，无论用哪一个，在时间上短的信号在频率上一定宽。