如何理解傅里葉級數分解中的吉布斯現象?

吉布斯現象: 用傅里葉級數展開有間斷點的函數時,取任意有限項合成,在原信號間斷點處都會有震蕩的峰起。當取的項數足夠大時,該峰起值趨近於一個常數,約等於該點跳變值的9%

如何從數學上理解這一結果?

以及,這一現象有沒有對應的物理含義?


Gibbs phenomenon

wiki介紹得挺多的了。。

wiki - Gibbs現象示例

從數學上來說,這個現象表明,用連續函數級數去展開一個不連續函數會有本質的困難,即使這個連續函數級數的極限是收斂到這個不連續的函數的。。

究其原因,大概是因為這個傅里葉級數的部分和,雖然【逐點收斂】但並不是一致收斂到這個不連續的函數的【Dirichlet conditions】。傅里葉函數的部分和,在間斷點附近有限大的跳變就反映了這一點,這是一個很好的例子,去區分【一致收斂】和【逐點收斂】。。

雖然這個跳變的大小有限,但是位置隨著部分和項數的增加而不斷地向間斷點移動,對於某個固定的一點,只要跳變的位置移動過了這一點,那麼級數的部分和就開始收斂【逐點收斂】了。。

比較物理或者直覺一些的理解,則是傅里葉級數的係數,在函數具有階躍變化時,衰減地很慢。。這就是另一位答主所說,有很多諧波成分。。

比如這個方波的例子中,傅里葉係數分別是1,1/3,1/5等等,收斂速度是跟調和級數一樣的,並不是【絕對收斂】。。相應地,如果一個函數的傅里葉係數是【絕對收斂】的,那麼這個傅里葉級數是【一致收斂】的。而對於不連續的函數,傅里葉係數則不會是【絕對收斂】的,那麼傅里葉級數也就不是【一致收斂】的。。

對於一個變化劇烈的函數,我們可以假想地用不同大小的窗口去觀察這個函數躍變的地方,當然,窗口越小,則意味著傅里葉級數的項數越大【不確定性原理】。如果窗口變得越來越小,而這個函數變化的程度並沒有變得越來越平滑,那麼自然地,傅里葉級數的係數就不會變得越來越小。。所以,這個現象產生原因則可以這樣理解為,傅里葉級數並沒有所謂的窗口。。如果改用小波分析的辦法去展開函數,那麼這個現象多多少少會被改善一些。。【間斷函數依舊是間斷的,不管用多小的窗口去看它╮(╯_╰)╭】

╮(╯_╰)╭沒啥乾貨,以上內容整理自wiki。。


成因很容易,就是截斷處為了擬合斷點產生了巨大的震蕩

但是計算出這個係數就非常困難了


f:{{mathbb R}}	o {{mathbb R}} 為周期函數,其有間斷點  x_0 ,且 f(x_0^+)  f(x_0^-) 有非零差值 a .

f(x_{0}^{+})-f(x_{0}^{-})=a
eq 0

S_NN 次傅里葉級數

那麼有:

S_{N}f(x):=sum _{{-Nleq nleq N}}{hat f}(n)e^{{{frac {2ipi nx}{L}}}}={frac {1}{2}}a_{0}+sum _{{n=1}}^{N}left(a_{n}cos left({frac {2pi nx}{L}}
ight)+b_{n}sin left({frac {2pi nx}{L}}
ight)
ight)

其係數由下式給出:

egin{aligned} {hat f}(n):={frac {1}{L}}int _{0}^{L}f(x)e^{{-2ipi nx/L}},dx\ a_{n}:={frac {2}{L}}int _{0}^{L}f(x)cos left({frac {2pi nx}{L}}
ight),dx\ b_{n}:={frac {2}{L}}int _{0}^{L}f(x)sin left({frac {2pi nx}{L}}
ight),dx\ end{aligned}

考察最接近斷點的波峰, 顯然有如下極限存在:

egin{aligned} lim _{N	o infty }S_{N}fleft(x_{0}+{frac {L}{2N}}
ight)=f(x_{0}^{+})+acdot G\ lim _{N	o infty }S_{N}fleft(x_{0}-{frac {L}{2N}}
ight)=f(x_{0}^{-})-acdot G\ end{aligned}

其中 G 表示吉布斯係數,分析以上極限可知:

G=frac{	ext{Si}(pi )}{pi }-frac{1}{2}approx0.08949

我也想知道這個係數 G 怎麼算出來的,一點也不顯然...


瀉藥,感覺其他答主已經說的很好了,不過既然被邀請了,就抖個機靈吧。

這個原因本質上是因為頻譜節段導致的。那有限個諧波擬合周期信號,相當於對該周期信號的頻譜加了一個矩形窗。那麼首先給出一個結論。時域上有兩個周期為T的周期信號,他們周期卷積的結果(仍然是周期信號)的傅里葉級數係數有如下結論:

證明如下:

那麼反過來看,也就是說如果你拿兩個周期信號的頻譜相乘,那麼時域上即為這兩個信號周期卷積。

於是再回到問題,有限諧波擬合周期信號為什麼會出現尖峰現象呢?其實是因為有限諧波擬合可以看做頻譜和方波相乘,那麼時域上的信號就變成了原周期信號與抽樣函數(Sa)的以T為周期的周期拓展信號周期卷積的結果。一個信號但凡與Sa卷積就會出現很出名的振鈴現象。具體大家可以感受下,一個衝激信號卷積Sa的結果是Sa自己,可以看做是在衝激信號的位置形成了一股能量擴散,這種事情就和一塊石頭扔在水裡一樣。

而卷積Sa就相當於把這種波紋效應搬移到信號變化劇烈的地方,越劇烈這種波紋越明顯。例如衝激信號卷積Sa,會導致Sa的波紋效應完全存在,而如果拿高斯床卷積Sa波紋效應則很弱,因為高斯窗沒有什麼變化劇烈的成分,而方波卷積Sa,這種波紋效應就會在信號變化劇烈的地方(階躍邊界)體現的很明顯

這個事情其實並不怎麼神奇,如果大家有觀察過身邊的表情包的話就會經常注意到振鈴效應的存在,因為表情包壓縮次數過多,高頻丟失,相當於空域和Sa卷積。因為圖像是二維信號,在邊緣(相當於階躍)位置這種水波紋的感覺會更加明顯

仔細觀察上圖邊界,水紋非常明顯。再附一張更明顯的(滑稽)


波粒二象性告訴我們任何東西既是粒子又是波。當你觀測到一個函數的時候,他就是粒子形式存在。而他的fourier變換是對應的概率波。

波是可以做頻率分解的,就是你可以在一層層的尺度下去看。從物理上來講,就是把高頻部分(高能部分)截斷。低能的東西是漸進自由的。

這個S_N這個kernel性質並不好。。。實際上有某種偽周期性。主項在0點附近但是還有一系列余峰,gibbs現象可以解釋為那些余峰占的密度的核為9%,這個核大概長這樣:

S_N(x)=frac{1}{2N+1}sum_{k=-N}^{N}e^{2pi ikx}=frac{1-e^{2pi i(2N+1)x}}{1-e^{2pi ix}}e^{-2pi iNx} .

次高峰出現在在x從0往正無窮,負無窮運動的時候,{2pi (2N+1)x} 回到 [-epsilon,epsilon] 附近的那些地方。

所以這個gibbs極限和 pi 的連分數展開有關係。


傅里葉級數收斂以及是否收斂到它自身本來就是一個比較大的話題。如果原函數有第一類間斷點,那麼當然傅里葉級數做不到一致收斂,並且在間斷點附近,部分和與原來的差距不會因為n的增大而減小。

不妨算一個具體的例子來加深一下理解:


突然截斷處非常陡峭,需要很多周期信號疊加去擬合,所以在截斷處產生了震蕩。

突然變化的信號往往有很多諧波成分。


這個問題的個人理解:無限長連續信號截斷的實現,最原始的辦法就是加窗,數學實現就是矩形窗與原始信號在時間域褶積,帶來gibbs現象:就是給保留的原始信號加入了雜訊,雜訊的特點是矩形窗信號的倍頻諧波。gibbs現象的學術意義在於,研究其他的窗函數,使得其雜訊性能更好。


請題主完成以下習題:

(Reference: Fourier analysis and its applications, Folland)

這幾天有空把solution補上


吉布斯現象是由電路當中導線的等效電感導致的(逃


推薦閱讀:

數學證明中,「一般地」、「不失一般性」是什麼意思,什麼時候使用?
這種性格適合學純數學嗎?
連續乘是否是一塊合格的鋪路石?

TAG:數學 | 數學分析 | 信號與系統 | 電子工程EE |