# 傅里叶变换在工科中的作用


我在学《信号与系统》和《自动控制原理》时，对傅里叶变换的引入其实还是有些不解，教材往往一上来就讲定义、性质、收敛条件，却没先告诉学习者**工程上为什么要这么折腾**。

> **傅里叶变换是把“时间轴上的复杂波形”翻译成“频率轴上的配方”：这个信号里有哪些频率、各占多大、相位如何。对线性时不变系统来说，每个频率成分只会被改变幅度和相位，不会变成别的频率。于是时域里很难算的卷积、微分方程，到了频域就变成简单的乘法、代数。**

---

## 1. 为什么需要傅里叶变换？

现实中的信号很复杂：语音、心电、振动、通信信号、控制误差……系统也很复杂：电路、电机、飞机、机器人。直接看时域波形，经常是一团乱麻。

比如一个线性系统，输入是 \(x(t)\)，冲激响应是 \(h(t)\)，输出是卷积：

$$
y(t)=x(t)*h(t)
$$
卷积很难直观看，也不太好算。再比如系统常用微分方程描述：

$$
a_2 \frac{d^2y}{dt^2}+a_1\frac{dy}{dt}+a_0y
=
b_1\frac{dx}{dt}+b_0x
$$
直接解也很烦。

傅里叶变换的思路是： **不要直接研究复杂波形，而是把它拆成一堆正弦波。**

就像一首合唱，听到的是一团声音。傅里叶变换相当于一个“棱镜”或“频谱仪”，告诉我们：这里面有低音多少、中音多少、高音多少。每个频率成分的强弱就是幅度谱，时间偏移就是相位谱。

---

## 2. 为什么偏偏用正弦波？

因为对线性时不变系统，正弦波是最“听话”的信号。

如果给一个线性时不变系统输入一个正弦：

$$
x(t)=\sin(\omega t)
$$
那么输出仍然是同频率的正弦，只是幅度变了、相位移了：

$$
y(t)=|H(j\omega)|\sin(\omega t+\angle H(j\omega))
$$
这里 $H(j\omega)$就是系统频率响应。

也就是说，系统对每个频率只做两件事：

- 把这个频率的幅度乘以某个倍数；
- 把这个频率的相位移动某个角度。

它不会把 100 Hz 变成 200 Hz，也不会产生新的频率。这个性质叫：**复指数信号是线性时不变系统的特征函数**。

这就是傅里叶变换在工科里好用的根本原因。

---

## 3. 傅里叶变换的核心作用：换坐标系

傅里叶变换：

$$
X(j\omega)=\int_{-\infty}^{\infty}x(t)e^{-j\omega t}dt
$$
逆变换：

$$
x(t)=\frac{1}{2\pi}\int_{-\infty}^{\infty}X(j\omega)e^{j\omega t}d\omega
$$
你不用被公式吓到，它的工程含义是：

- $x(t)$：时域描述，信号随时间怎么变；
- $X(j\omega)$：频域描述，信号由哪些频率组成；
- 正变换：从时域看频域，做频谱分析；
- 逆变换：从频域合成回时域，把各频率成分叠加回去。

最重要的性质是卷积定理：

$$
x(t)*h(t) \quad \longleftrightarrow \quad X(j\omega)H(j\omega)
$$
时域里讨厌的卷积，频域里变成乘法。 

微分：
$$
\frac{dx(t)}{dt} \quad \longleftrightarrow \quad j\omega X(j\omega)
$$
时域里的微分方程，频域里变成代数方程。

所以傅里叶变换的本质是：**把时域里纠缠在一起的问题，变成频域里各自独立的问题。**

---

## 4. 在《信号与系统》里，它用来干什么？

主要干这些事：

1. **频谱分析** 
   看一个信号包含哪些频率，能量集中在哪。比如音频降噪、振动故障诊断。

2. **求线性系统响应** 
   系统冲激响应 \(h(t)\) 的傅里叶变换是 \(H(j\omega)\)。 
   输入频谱乘以系统频率响应，再逆变换，就得到输出。 
   即：
   $$
   Y(j\omega)=X(j\omega)H(j\omega)
   $$

3. **滤波器设计** 
   滤波器就是“频率选择器”。 
   低通：保留低频，去掉高频。 
   高通：保留高频，去掉低频。 
   带通：只留某个频段。 
   在频域看，就是让 $H(j\omega)$ 在某些频率大，某些频率小。

4. **采样定理** 
   为什么采样频率要大于信号最高频率的两倍？ 
   因为采样会在频域产生频谱搬移和混叠。用傅里叶看一目了然。

5. **调制与通信** 
   把语音低频信号搬到高频载波上发射，就是频域搬移。 
   解调就是再搬回来。

6. **FFT 快速算法** 
   工程里真正算频谱常用 FFT。它是傅里叶变换的快速实现，所以手机、雷达、5G、图像处理里到处都有。

---

## 5. 在《自动控制原理》里，它用来干什么？

自动控制里，傅里叶变换的思想主要体现在**频率响应法**。通常先有拉普拉斯传递函数 $G(s)$，然后令：

$$
s=j\omega
$$
得到频率响应：

$$
G(j\omega)
$$
它表示系统对不同频率正弦输入的稳态响应。

自动控制里最常用的工具：

- **Bode 图**：幅频特性 + 相频特性；
- **Nyquist 图**：用开环频率响应判断闭环稳定性；
- **相位裕度、增益裕度**：判断系统稳不稳、鲁棒性够不够；
- **带宽**：决定系统响应快不快；
- **低频增益**：决定稳态误差小不小；
- **高频衰减**：决定抗噪声能力。

通俗说：

- 低频增益大：系统跟得准，稳态误差小；
- 带宽大：响应快，但容易把高频噪声放进来；
- 相位裕度大：系统稳定，不容易振荡；
- 高频衰减快：噪声不容易传进来。

控制器设计也常看频域。比如 PID 调参，本质上是在调整不同频率段的增益和相位：

- 比例 P：整体增益；
- 积分 I：提高低频增益，减小稳态误差；
- 微分 D：提高高频相位，增加阻尼，但会放大噪声。

所以自动控制里，傅里叶变换/频率响应的作用就是： 
**把“系统稳不稳、快不快、准不准、抗不抗噪”变成看幅频和相频曲线。**

---

## 6. 傅里叶变换和拉普拉斯变换什么关系？

自动控制里更常见的是拉普拉斯变换：

$$
s=\sigma+j\omega
$$
傅里叶变换其实是拉普拉斯变换在虚轴上的特殊情况：

$$
s=j\omega
$$

- 拉普拉斯变换：能处理初始条件、暂态、不稳定系统，适合求完整响应和传递函数；
- 傅里叶变换：更侧重稳态频率成分，适合频谱分析、频率响应。

控制里经常这样用： 
先用拉普拉斯得到传递函数 $G(s)$，再令 $s=j\omega$ 看频率响应，画 Bode 图。所以两者不是对立，而是配合。

---

## 7. 最通俗的比喻

把信号看成一首复杂的合唱。

- 时域：你听到的是一团总声音；
- 傅里叶变换：告诉你每个音高分别有多响、延迟多少；
- 线性系统：一个调音台，对每个频率旋钮调音量、调延迟；
- 频域输出：每个频率分别调完后再混回去；
- 卷积：时域里“整体混在一起算”，很麻烦；
- 频域乘法：每个频率单独乘一下，很简单。

自动控制里，调音台如果某些频率放大太猛、相位又延迟太多，就会啸叫、振荡。Bode 图、Nyquist 图就是在看这个调音台会不会失控。

---

## 总结

引入傅里叶变换，不是因为数学家喜欢积分，而是因为工程上需要一个更简单的视角：

> **复杂信号 = 很多正弦波的叠加。** 
> **线性时不变系统 = 对每个正弦波只改幅度和相位。** 
> **所以时域卷积 = 频域乘法；时域微分方程 = 频域代数方程。**

它在《信号与系统》里用于频谱分析、滤波、采样、调制、求响应； 
在《自动控制原理》里用于频率响应、Bode 图、Nyquist 判据、稳定裕度、带宽和控制器设计。 
**傅里叶变换是工程上的“频率翻译器”，把时域里难缠的问题，翻译成频域里简单独立的问题。**

---

> 作者: [SynJadeX](https://www.synjadex.top)  
> URL: https://www.synjadex.top/posts/2026-09-16-fourier-transformation-engineering-disciplines/  

