为什么傅里叶变换能把信号分解为正弦波：正交基分解

观察任何一个复杂的波形，无论是语音、音乐还是电波，其本质都可以看作是不同频率、不同强度、不同起始相位的正弦波叠加而成。理解傅里叶变换如何完成这种分解，关键在于掌握一个核心数学思想：正交基分解。

1. 理解“正交”与“基”

想象一个二维平面。要描述平面上的一个点，最自然的方式是使用坐标系。标准的笛卡尔坐标系由两条互相垂直的轴（X轴和Y轴）构成。这里的“垂直”就是正交的直观体现。

傅里叶变换的思想，正是将信号看作一个“无穷维空间”中的向量，并在这个空间里找到一组类似X轴、Y轴的“基”。

在傅里叶分析中，我们选择的“基”是不同频率的正弦波（和余弦波，通常统一为复指数形式）。一个关键问题是：不同频率的正弦波是“正交”的吗？

计算两个不同频率正弦波的内积：在数学上，信号空间中的内积通常定义为在时间区间上（例如从 $-\infty$ 到 $+\infty$）的积分。计算频率为 $f_1$ 和 $f_2$ 的两个正弦波的“内积”：

$$\int_{-\infty}^{\infty} \sin(2\pi f_1 t) \sin(2\pi f_2 t) dt$$
应用三角函数积化和差公式：将上述被积函数转化为两项余弦函数之和，然后进行积分。
得出正交性结论：计算结果会显示，仅当 $f_1 = f_2$ 时，这个积分结果才不为零（是一个常数）。如果 $f_1 \neq f_2$，积分结果为零。这意味着，不同频率的正弦波在信号空间中是正交的。这个积分过程本身，就是“检测”某个特定频率分量的过程。

这些不同频率的正弦波，共同构成了一组正交基。它们就像无穷维坐标系的各个轴，每个“轴”代表一个特定的频率。

现在，任何“好”的信号（在数学上满足一定条件）都可以被看作是这个无穷维空间中的一个向量。分解这个信号，就等同于计算它在每个“频率轴”上的投影分量。

将信号投影到基上：为了提取信号 $f(t)$ 中频率为 $f$ 的正弦分量的强度（幅度）和起始位置（相位），计算 $f(t)$ 与对应频率基函数的内积。
使用复指数形式：为了统一计算和表示，傅里叶变换通常使用复指数函数 $e^{j2\pi ft}$ 作为基函数（其中 $j$ 是虚数单位）。欧拉公式表明，这个复指数同时包含了正弦和余弦分量。
定义变换公式：傅里叶变换 $\hat{f}(f)$ 的公式正是这个投影计算的体现：

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

这里 $\omega = 2\pi f$ 是角频率。这个积分执行了信号 $f(t)$ 与频率为 $f$ 的基函数 $e^{-j2\pi ft}$ 的内积运算。
解读变换结果：计算出的 $\hat{f}(\omega)$ 是一个复数。它的模 $|\hat{f}(\omega)|$ 代表了原始信号中频率为 $f$ 的正弦波的幅度。它的辐角 $\angle\hat{f}(\omega)$ 代表了该频率分量的相位。

分解的目的是为了重组或分析。既然我们用正交基将信号分解为一系列权重（即傅里叶系数），那么必然存在一个逆过程，用这些权重和基函数将原信号合成回来。

叠加所有基函数：傅里叶逆变换公式表明，将所有频率的基函数 $e^{j2\pi ft}$ 以对应的权重 $\hat{f}(f)$ 进行加权求和（积分），就能重建原始信号 $f(t)$：

$$f(t) = \int_{-\infty}^{\infty} \hat{f}(\omega) e^{j\omega t} d\omega$$
理解正交性的作用：逆变换之所以能精确复原信号，正是因为基函数的正交性。它保证了每个频率分量的提取是独立的，不会相互干扰。当我们用权重与基函数相乘再求和时，正交性确保了每个分量都“各归其位”，完美叠加，不会产生额外的畸变或噪声。

傅里叶变换的威力，根植于它找到了一组数学上性质完美的正交基（不同频率的复指数函数）。通过计算信号在这组基上的投影（内积），它将复杂的时域信号解构成一系列简单的频率成分。这个过程在理论上是严谨的，在工程上是可计算的，这就是它能成为信号分析基石的原因。