一个复杂的信号（比如一段交响乐），如何才能像向量一样被拆解开？答案或许就藏在那个“用波形当坐标轴”的疯狂想法里。

一些动画可以看这个网站，画的不错，可以加深对傅里叶级数的理解

我就问你，看到这个公式，你头大不，痛苦不，犯恶心不。我当年学的一头雾水，最近终于看了无数视频和文章，大脑有了这个从坐标轴入手来理解这个傅里叶级数的想法，看完这篇文章以后，应该看这个公式感觉容易理解多了吧。下面开始思维的旅程吧。

历史背景：傅大爷的天才猜想，恭喜他答对了。

傅立叶是一位法国数学家和物理学家，原名是Jean Baptiste Joseph Fourier(1768-1830)。Fourier于1807年在法国科学学会上发表了一篇论文，论文里描述运用正弦曲线来描述温度分布，论文里有个在当时具有争议性的决断：**任何周期函数，都可以分解成一系列正余弦波的叠加。

当时审查这个论文拉格朗日坚决反对此论文的发表，而后在近50年的时间里，拉格朗日坚持认为傅立叶的方法无法表示带有棱角的信号，如在方波中出现非连续变化斜率。直到拉格朗日死后 9年这个论文才被发表出来。

---

坐标轴：你以为的只能是“直线”吗？

在我们的常识里，坐标系（比如直角坐标系）的每一个维度，都必须是笔直的几何直线：往东走 3 米（$x$ 轴），往北走 4 米（$y$ 轴）。而且 $x$ 轴和 $y$ 轴互相垂直，互不干扰。
但在数学家的疯狂世界里，只要满足“互不干扰”这个核心条件，任何东西都能拿来当坐标轴！

世界万物皆为波，而正交性，就是我们在波动世界里精准导航的灯塔。

特性	我们常用的空间直角坐标系	傅里叶的三角函数坐标系
这个空间里装什么？	装的是一个个几何点/向量（比如位置、速度）	装的是一个个复杂的函数/信号（比如声音、图像、电流）
一个“维度”（轴）长什么样？	是一条条互相垂直的直线（$x$ 轴、$y$ 轴、$z$ 轴）	是一个个互相正交的波形（$\cos x$ 轴、$\sin 2x$ 轴……）
怎么判断轴与轴之间“垂直”？	几何方向夹角成 90°（点乘积为 0）	两个波形相乘在一个周期内积分等于 0
“坐标值”（系数）代表什么？	在这个方向上走了多远（比如往东走 3 米）	这个频率的波在信号里有多响/有多强（比如 100Hz 的声音成分占多少）

傅里叶思维颠覆：波形，也能当坐标轴！

傅里叶的核心思想是：把一个复杂的信号（比如一段交响乐、一段复杂的电流），看作是无穷维空间里的一个“几何向量”。

既然是向量，就能找一组“坐标轴”把它拆解开。傅里叶选择的坐标轴，就是下面这组三角函数：

$$\{1,\cos x,\sin x,\cos 2x,\sin 2x,\dots \}$$

为什么不同频率的波形能充当不同的坐标轴？

想象你在三维空间中有一个向量，它的坐标是 $(3,4,5)$。这意味着：

• 沿 $x$ 轴走 3 米
• 沿 $y$ 轴走 4 米
• 沿 $z$ 轴走 5 米

三个方向互不干扰，合起来就得到了这个向量。

傅里叶坐标系也是这样工作的：

• 比如把常数函数 **$1$（直流分量） 看作一个轴（相当于空间的“原点偏移”）
• 把 $\cos x$ 看作一个独立的轴（比如“红色轴”）
• 把 $\sin x$ 看作另一个独立的轴（比如“绿色轴”）
• 把 $\cos 2x$ 看作又一个独立的轴（比如“蓝色轴”）
  以此类推……
• （三次谐波）是更高维的轴，它们刻画信号里更精细的“纹理”；
• （四次谐波）继续增加分辨率；
• 频率越高，波形振荡得越快，它越能表达信号中急剧变化的部分（比如方波的棱角、脉冲的尖峰）
  每一个不同频率的波形，都是一个独立的维度。于是傅里叶用这些正余弦做成了一个正交坐标系。只是正常人的思维理解不了罢了。

于是，一个复杂的信号 $f(x)$ 就可以写成：

$$f(x)=a_0\cdot 1+a_1\cdot \cos x+b_1\cdot \sin x+a_2\cdot \cos 2x+b_2\cdot \sin 2x+\dots$$

这里的系数 $a_1,b_1,a_2,b_2$ 就相当于信号在“波形坐标系”里的坐标值。$a_1$ 越大，说明信号里 $\cos x$ 这个波形的成分越多；$b_2$ 越大，说明 $\sin 2x$ 这个频率的波越强。

换句话说：傅里叶不是把波形当作工具去拟合信号，而是直接把信号放在一个由波形组成的坐标系里，去测量它的各个“维度分量”。 这就像你用红绿蓝三原色调颜色：任何颜色都能拆成三种原色的比例，而傅里叶就是把任何信号拆成各种频率波形的比例。

---

严谨推导：正余弦的坐标轴都是“垂直”的？

1. 几何层：向量点积的类比

在平面几何里，两个向量 $\overrightarrow{a}$ 和 $\overrightarrow{b}$ 垂直，数学条件是它们的点积为 0：

$$\overrightarrow{a}\cdot \overrightarrow{b}=a_1{b}_1+a_2{b}_2+\cdots =0$$

这个公式的意思是：把两个向量对应分量相乘，再加起来，结果是0。

现在来到函数世界：一个函数可以看作“无穷维向量”——每个 $x$ 处的函数值 $f(x)$ 就是该维度的“分量”。那么两个函数 $f$ 和 $g$ 的“点积”就定义为：

$$⟨f,g⟩=\int f(x)\cdot g(x)dx$$

即：在每个点上对应相乘，再把所有点的乘积累加起来（积分）。 这正是向量点积的自然推广。

所以，$\int \sin (nx)\cos (mx)dx=0$ 就等价于：这两个函数向量在无穷维空间中互相垂直。

---

2. 直觉层：正负面积互相抵消

不用公式，凭直觉也能理解：

• 把 $\sin (nx)$ 和 $\cos (mx)$ 画在同一张图上
• 两者相乘后得到一个新波形
• 这个新波形在 $x$ 轴上方有正面积，下方有负面积
• 一个周期下来，正负面积完美抵消，总积分 = 0

这意味着：这两个波形的“步调”完全不着调——一个波峰与另一个波的波谷正好对应，彼此之间没有任何“默契”。这正是“互不干扰”的数学表达。

“正交”就是：两个波形相乘，一个周期内正负面积刚好抵消，积分为0——就像两个方向垂直的向量，点积为0一样。
数学上用积分来定义函数世界的“垂直（正交）”。在区间 $[0,2\pi ]$ 上，我们来看看它们是如何做到绝对“互不干涉”的（假设 $n,m$ 为不同的正整数）：

① 正弦函数与余弦函数的正交性

$${\int }_0^{2\pi }\sin (nx)\cos (mx)dx=0$$

证明：

利用积化和差公式：$\sin \alpha \cos \beta =\frac{1}{2}[\sin (\alpha +\beta )+\sin (\alpha -\beta )]$

• 当 $n\ne m$ 时：

  $${\int }_0^{2\pi }\sin (nx)\cos (mx)dx=\frac{1}{2}{\int }_0^{2\pi }[\sin ((n+m)x)+\sin ((n-m)x)]dx$$

  由于正弦函数以 $2\pi$ 为周期，积分结果为：

  $$=\frac{1}{2}{[-\frac{\cos ((n+m)x)}{n+m}-\frac{\cos ((n-m)x)}{n-m}]}_0^{2\pi }=0$$

• 当 $n=m$ 时：

  $${\int }_0^{2\pi }\sin (nx)\cos (nx)dx=\frac{1}{2}{\int }_0^{2\pi }\sin (2nx)dx=\frac{1}{2}{[-\frac{\cos (2nx)}{2n}]}_0^{2\pi }=0$$

无论 $n$ 是否等于 $m$，积分结果均为 0。
结论： 任意频率的正弦和余弦函数总是正交的。

② “同频共振的坐标轴”的正交性，为了求 an 和 bn 需要

正弦函数与正弦函数的正交性

$${\int }_0^{2\pi }\sin (nx)\sin (mx)dx=\{\begin{array}{ll}0,& n\ne m\\ \pi ,& n=m\end{array}$$

证明：

利用积化和差公式：$\sin \alpha \sin \beta =-\frac{1}{2}[\cos (\alpha +\beta )-\cos (\alpha -\beta )]$

• 当 $n\ne m$ 时：

  $${\int }_0^{2\pi }\sin (nx)\sin (mx)dx=\frac{1}{2}{\int }_0^{2\pi }[\cos ((n-m)x)-\cos ((n+m)x)]dx$$$$=\frac{1}{2}{[\frac{\sin ((n-m)x)}{n-m}-\frac{\sin ((n+m)x)}{n+m}]}_0^{2\pi }=0$$

• 当 $n=m$ 时：

  $${\int }_0^{2\pi }{\sin }^2(nx)dx={\int }_0^{2\pi }\frac{1-\cos (2nx)}{2}dx={[\frac{x}{2}-\frac{\sin (2nx)}{4n}]}_0^{2\pi }=\pi$$

---

余弦函数与余弦函数的正交性

结论： 只有当频率不同（$n\ne m$）时，两个余弦函数才正交。

$${\int }_0^{2\pi }\cos (nx)\cos (mx)dx=\{\begin{array}{ll}0,& n\ne m\\ \pi ,& n=m\end{array}$$

证明：

利用积化和差公式：$\cos \alpha \cos \beta =\frac{1}{2}[\cos (\alpha +\beta )+\cos (\alpha -\beta )]$

• 当 $n\ne m$ 时：

  $${\int }_0^{2\pi }\cos (nx)\cos (mx)dx=\frac{1}{2}{\int }_0^{2\pi }[\cos ((n+m)x)+\cos ((n-m)x)]dx=0$$

• 当 $n=m$ 时：

  $${\int }_0^{2\pi }{\cos }^2(nx)dx={\int }_0^{2\pi }\frac{1+\cos (2nx)}{2}dx={[\frac{x}{2}+\frac{\sin (2nx)}{4n}]}_0^{2\pi }=\pi$$

你看，这就是数学的浪漫： 任意两个不同频率的波形相乘，算总面积（积分），结果永远等于 0！

在图形上，它们相乘后的波形，轴上方的正面积和轴下方的负面积完美抵消。

---

如何提取成分：投影到坐标轴

有了这个“波形坐标系”，世界变简单了。

假设你手里有一个复杂的信号 $f(x)$，它其实是由各种波形堆叠而成的向量：

$$f(x)=a_0\cdot 1+a_1\cos x+b_1\sin x+a_2\cos 2x+b_2\sin 2x+\dots$$

现在你想知道：这个信号里，到底包含了多少 $\cos 2x$ 的成分？ 也就是想求出系数 $a_2$ 的值。

几何里的做法：投影到坐标轴

回忆初中几何：如果我想知道一个向量 $\overrightarrow{v}$ 在 $x$ 轴上的分量是多少，我只需要把 $\overrightarrow{v}$ 与 $x$ 轴的方向向量做点积，再除以 $x$ 轴方向向量的长度就行了。

向量点积： $$\vec{v} \cdot \vec{x}_{\text{轴}} = \sum (\text{对应分量相乘})$$ 因为点积会把 $\overrightarrow{v}$ 中与 $x$ 轴方向一致的部分提取出来，而与 $x$ 轴垂直的部分（比如 $y$ 轴分量、$z$ 轴分量）在点积过程中全都会被“清零”，因为垂直向量的点积为 0。

函数点积（自然推广）： $$\langle f, g \rangle = \int f(x)g(x) , dx$$ 因为函数有无穷多个点，不能像向量那样一个个列出来求和，所以用积分来替代“把所有对应点乘积累加起来”的操作。

换言之：积分就是函数世界里的“求和”。 提取 $a_2$ 时，你做的就是用 $\cos 2x$ 这个轴去“点乘”整个信号 $f(x)$，而“点乘”在函数世界里正是用积分实现的。

傅里叶的做法完全遵循同样的逻辑。既然 $\cos 2x$ 是波形坐标系里的一个独立轴，那么要提取 $a_2$，就应该把整个信号 $f(x)$ 与 $\cos 2x$ 做一次“函数世界的点积”，也就是：

$$\text{点积}={\int }_0^{2\pi }f(x)\cdot \cos 2xdx$$

把 $f(x)$ 的完整展开代入进去：

$${\int }_0^{2\pi }[a_0\cdot 1+a_1\cos x+b_1\sin x+\cdots +a_2\cos 2x+\dots ]\cdot \cos 2xdx$$

关键来了： 利用前面证明的正交性，展开后几乎所有的项都会“自杀”——

• $\int a_0\cdot 1\cdot \cos 2xdx=0$ （常数与任何非零频率余弦都正交）
• $\int a_1\cos x\cdot \cos 2xdx=0$ （不同频率余弦正交）
• $\int b_1\sin x\cdot \cos 2xdx=0$ （任意正弦与任意余弦都正交）
• ……
• 只有 $\int a_2\cos 2x\cdot \cos 2xdx$ 这一项不为零，因为$\cos 2x$ 与自身同频，正交条件不成立（$n=m$）。

最后一步：提取出系数

整个积分化简到最后只剩下：

$${\int }_0^{2\pi }{a}_2{\cos }^{2}2xdx=a_2\cdot \pi$$

注意，这里我们得到的是 a₂·π。 为什么不是直接等于 $a_2$？因为在函数世界里，$\cos 2x$ 这个“轴向量”的长度（范数）是 $\sqrt{\pi }$，而不是 1。它不是一个单位向量。

类比几何：如果 $x$ 轴方向向量的长度是 $L$，那么点积结果 = 投影长度 $\times L$。要得到真正的坐标值，需要除以 $L$：

$$\text{坐标值}=\frac{\overrightarrow{v}\cdot {\overrightarrow{x}}_{\text{轴}}}{L}$$

所以，真正的系数 $a_2$ 为：

$$a_2=\frac{1}{\pi }{\int }_0^{2\pi }f(x)\cos 2xdx$$

至此，你不费吹灰之力就把 $\cos 2x$ 这个频率的成分精准地提取了出来！ 这就像调音台上的高低音旋钮，每一个旋钮，都在调整信号在某个“波形轴”上的强度。

$\cos 2x$ 只是一个例子。 在实际的傅里叶变换中，就需要把所有可能的频率都测量一遍，才能完整描述一个信号。

是不是每次用傅里叶，都只挑一个频率做一次积分？
在实际应用中，一个信号里几乎总是同时包含无数种频率的成分（比如一段语音同时有高低音、一首歌同时有鼓点、吉他、人声）。

所以你不能只问“$\cos 2x$ 有多少”——你得把所有可能的频率都测一遍，才能完整描述这个信号。

具体做法是：

• 离散情况（傅里叶级数）： 信号如果是周期的，它的频率一定是某个基频的整数倍。你只需要按顺序测量每一个整数倍频率：

  $$a_0=\frac{1}{2\pi }\int f(x)\cdot 1dx$$$$a_1=\frac{1}{\pi }\int f(x)\cdot \cos xdx,b_1=\frac{1}{\pi }\int f(x)\cdot \sin xdx$$$$a_2=\frac{1}{\pi }\int f(x)\cdot \cos 2xdx,b_2=\frac{1}{\pi }\int f(x)\cdot \sin 2xdx$$$$\dots$$

  这就像拿着一个频率清单，挨个打勾，每个频率算一个系数。最终得到一组离散的坐标值 $\{a_0,a_1,b_1,a_2,b_2,\dots \}$，这就是信号在波形坐标系里的坐标。

• 连续情况（傅里叶变换）： 大多数现实信号不是周期的（比如一段语音、一段地震波），频率是连续变化的。这时你需要对每一个可能的频率 $\omega$ 都计算一次积分：

  $$F(\omega )={\int }_{-\mathrm{\infty }}^{\mathrm{\infty }}f(t)e^{-i\omega t}dt$$

  结果 $F(\omega )$ 不是一个离散列表，而是一个连续函数——它是一个“频率-强度”曲线，告诉你每个频率 $\omega$ 上信号有多强。这就是你常听到的“频谱图”（横轴是频率，纵轴是强度）。
  

一句话总结：

测量 $\cos 2x$ 只是一次投影。要得到完整的“频谱”，你需要对每一个可能的频率都做一次投影——把这组投影结果全部收集起来，才算完成了傅里叶变换。

---

用坐标系的类比来理解：

• 傅里叶级数：三维空间有 3 个轴，你把向量投影到每个轴上得到 3 个坐标。傅里叶级数有可数无穷多个轴（每个频率一个），你投影到每个轴上得到一组离散的坐标值。
• 傅里叶变换：相当于有不可数无穷多个轴（每个连续的 $\omega$ 就是一个轴），你投影到每个轴上，得到的是一个连续的“坐标函数” $F(\omega )$，它描述了信号在所有频率上的能量分布。

---

延伸思考：现实世界频率是有限的

人的耳朵只能听到 20Hz~20kHz，所以音乐信号你只需要处理到 20kHz 就足够了；视频图像的频率（细节）也是有限的。无穷多个频率是数学上的理想情况，现实只需要有限个。

傅里叶变换，本质上就是把一个复杂的函数，扔进了一个以无数个正余弦波形作为坐标轴的“超级垂直坐标系”里，去测量它在各个轴上的投影长度。