【傅里叶变换公式表】傅里叶变换是信号处理和数学分析中的重要工具，它能够将时域信号转换为频域表示，便于分析信号的频率成分。在工程、物理和数学等多个领域中广泛应用。以下是对常见傅里叶变换公式的总结与整理，帮助读者快速查阅和理解。
一、傅里叶变换基本概念
傅里叶变换的基本思想是将一个函数表示为不同频率的正弦和余弦函数的线性组合。根据信号是否为周期性，傅里叶变换分为连续傅里叶变换（CFT）、离散傅里叶变换（DFT） 和 快速傅里叶变换（FFT） 等形式。
二、常用傅里叶变换公式汇总
| 函数表达式 | 傅里叶变换结果 $ F(\omega) $ | 变换类型 |
| $ f(t) = 1 $ | $ F(\omega) = 2\pi \delta(\omega) $ | 连续傅里叶变换 |
| $ f(t) = e^{-at} u(t) $, $ a > 0 $ | $ F(\omega) = \frac{1}{a + j\omega} $ | 连续傅里叶变换 |
| $ f(t) = \cos(\omega_0 t) $ | $ F(\omega) = \pi [\delta(\omega - \omega_0) + \delta(\omega + \omega_0)] $ | 连续傅里叶变换 |
| $ f(t) = \sin(\omega_0 t) $ | $ F(\omega) = j\pi [\delta(\omega + \omega_0) - \delta(\omega - \omega_0)] $ | 连续傅里叶变换 |
| $ f(t) = \text{rect}(t) $ | $ F(\omega) = \text{sinc}\left( \frac{\omega}{2} \right) $ | 连续傅里叶变换 |
| $ f(n) = \delta(n) $ | $ F(k) = 1 $ | 离散傅里叶变换（DFT） |
| $ f(n) = e^{j\omega_0 n} $ | $ F(k) = 2\pi \delta(k - \omega_0) $ | 离散傅里叶变换（DFT） |
| $ f(n) = \cos(\omega_0 n) $ | $ F(k) = \pi [\delta(k - \omega_0) + \delta(k + \omega_0)] $ | 离散傅里叶变换（DFT） |
三、傅里叶变换性质总结
为了更深入理解傅里叶变换的应用，以下列出一些常见的变换性质：
| 性质名称 | 描述 |
| 线性性 | $ \mathcal{F}[a f(t) + b g(t)] = a F(\omega) + b G(\omega) $ |
| 时移特性 | $ \mathcal{F}[f(t - t_0)] = e^{-j\omega t_0} F(\omega) $ |
| 频移特性 | $ \mathcal{F}[e^{j\omega_0 t} f(t)] = F(\omega - \omega_0) $ |
| 对称性 | 若 $ f(t) $ 是实函数，则 $ F(-\omega) = F^(\omega) $ |
| 卷积定理 | $ \mathcal{F}[f(t) g(t)] = F(\omega) G(\omega) $ |
| 相乘定理 | $ \mathcal{F}[f(t) g(t)] = \frac{1}{2\pi} F(\omega) G(\omega) $ |
四、应用举例
- 音频信号处理：通过傅里叶变换可以提取音频中的频率成分，用于音调识别或降噪。
- 图像处理：傅里叶变换可用于图像压缩、边缘检测等。
- 通信系统：在调制与解调过程中，傅里叶变换用于分析信号的频谱特性。
五、小结
傅里叶变换是连接时域与频域的重要桥梁，其公式和性质构成了信号分析的基础。掌握这些公式和性质，有助于在实际应用中更好地理解和处理各种类型的信号。本文以表格形式对常见傅里叶变换公式进行了归纳，便于查阅与学习。