一元广义函数Fourier变换定义的讨论

研究解析泛函Ｆｏｕｒｉｅｒ逆变换的定义和计算公式。给出了广义函数Ｆｏｕｒｉｅｒ变换的新定义。广义函数Ｆｏｕｒｉｅｒ变换的定义被推广到解析泛函的情形,用新定义建立了解析泛函Ｆｏｕｒｉｅｒ逆变换的计算公式。     

快速广义Fourier变换的几点应用

我们在[1]中推广了离散 Fourier 变换的概念,定义了广义 Fourier 变换,讨论了它的快速计算,并在线性计算中得到了若干应用.本文作为文[1]的几点补充和注记,继续讨论快速广义 Fourier 变换(简记为 FGFT)在线性计算中的应用.     

多维及广义函数的Fourier变换定理

本文对Ｒｎ上Ｆｏｕｒｉｅｒ变换的性质及超广义函数的Ｆｏｕｒｉｅｒ变换定理进行了系统的研究，并给出了更一般的形式     

局部域上极大函数与Fourier变换

给出形如Ｔ＊ｆ＝ｓｕｐ｜Ｔｉｆ｜的极大算子的Ｌ＾ｐ有界性的若干一般结构,这里Ｔｊｆ是由它的Ｆｏｕｒｉｅｒ变换（Ｔｉｆ）＾（ζ）＝ｍｊ（ζ）＾ｆ（ζ）定义的,ｍ是局部域Ｋ上ｎ维线性空间Ｋ＾ｎ上本性有界函数,而ｍｊ为ｍ的伸缩或截断。     

应用Fourier变换性质求Fourier反变换

本文讨论了应用Fourier变换性质(对称性、频域积分性)求取Fourier反变换的方法,推导出应用频域积分性质由频谱函数F(ω)导数的Fourier反变换求F(ω)的Fourier反变换的计算公式,大大方便了对某些频谱函数进行Fourier反变换的计算。     

小波变换与Fourier变换的关系

从对Ｆｏｕｒｉｎｅｒ变换的分析揭示出小波变换是数学本身发展的必然;从Ｆｏｕｒｉｅｒ分析的局限性,讨论小波变换的变焦距特性;从Ｆｏｕｒｉｅｒ变换的固定基给出小波变换基的选取原则,从而得出小波变换是Ｆｏｕｒｉｅｒ变换的继承和发展。     

多元Fourier变换的解析函数的性质

在现有的Fourier分析理论中,有一些关于Fourier变换的解析函数的定理。对其中的一个定理做了推广,得到一个更广泛的结论。     

广义Fourier变换中的屏蔽效应与象函数积分性质

利用广义函数方法,探讨了一类函数在广义Fourier变换下的屏蔽效应,证明了广义Fourier变换的象函数的积分性质,并给出了计算公式和应用示例。     

迭代广义短时Fourier变换在行星齿轮箱故障诊断中的应用

短时Fourier变换(STFT)在分析非平稳信号的过程中,受调制系数的影响,时频分布图中的能量扩散至主导频率的周围,降低了时频分布的可读性.运用STFT分析瞬时频率缓变或恒定的信号时,调制系数的影响较小甚至可以忽略不计,而得到能量聚集程度很高的时频分布.根据这一特点,提出了迭代广义短时Fourier变换(IG-STFT),该方法有效改善了时频图的可读性.首先运用迭代广义解调分离出频率恒定的单分量成分,然后运用STFT分析信号的时频分布,最后依据STFT的分析结果和相位函数得到原信号的时频分布.通过行星齿轮箱仿真信号和实验信号分析,验证了该方法在分析非平稳信号中的有效性,准确诊断了齿轮故障.     

阶梯函数和脉冲函数的傅里叶变换--数学物理方法学科的补充与完善

作为数学物理方法学科的补充与完善，着重就阶梯函数和脉冲函数的傅里叶变换加以推证，旨在开拓学生的视野，并为课程的重组、内容改造与学时调整提供理论根据。     

分形插值函数的傅里叶变换

给出了关于分形插值函数的傅里叶变换的递推公式,并对I=[0,1]的分割为等分的情形作了进一步讨论,得到了相应分形插值函数f(x)的傅里叶变换,该变换完全由qn多项式的傅里叶变换以及记号σ(ω)亦即是参数dn所确定.     

一维离散Fourier变换的阵列协处理器设计

提出了一种用短ＤＦＴ芯片构成长序列ＤＦＴ的阵列协处理器的有效方法。此法易用２与，２长ＤＦＴ芯片及２４个乘法器构成２长的ＤＦＴ阵列协处理器，，也易用２ｌ＋１片，２长ＤＦＴ芯片，，２２ｌ＋１个乘法器及２个蝶形运算单元构成２＾２ｌ＋１长的ＤＦＴ阵列协处理器。文中给出了它们的并行结构及分析结果。它们具有并行计算度高，芯片需求少简单易实现的特点。     

改进的广义插值傅里叶变换方法

直线检测是计算机视觉领域中一个比较基本的任务。相对于Hough变换来说,Radon变换由于其在计算时间上的优越性能在直线检测方面具有广泛应用。通过对广义插值傅里叶变换方法(GIFT)进行研究,提出了参数选择方法。首先,给出了一种GIFT参数的最优选择方法,缩小了插值误差。其次,为了加快GIFT的运算速度,在笛卡尔坐标到极坐标转换过程中,建立了一个存储其对应位置信息的映射文件,用查表法来实现笛卡尔到极坐标之间的转换。相对于通过乘法和正余弦实现的转换操作,查表法节省了大量时间开销。仿真结果表明所提出方法在精度和时间复杂度方面明显优于原算法。     

多维离散傅立叶变换神经网络函数逼近

利用多维离散傅立叶变换原理构造新颖的神经网络模型用于函数逼近,网络结构为分层前向网络。给出了网络的学习算法,网络的大部分权值都是固定的,只有输出层与最后隐层之间的权值需要调节。     

几种类型广义函数的对偶性

在文［１］的基础上进行整理和推广，用形式付里叶级数定义广义函数，并讨论几种类型广义函数的对偶性。     

连续小波变换与几种具体信号的傅立叶变换的比较

列出门函数、单边指数函数和阶跃函数这三种具体信号的连续小波变换与傅里叶变换的表达式,并通过表达式对连续小波变换与傅里叶变换进行比较．结果表明：傅里叶变换是线性变换,具有统一性和相似性,但不具有局部化性质,不能作局部分析;小波变换也是线性变换,同样具有统一性和相似性,并且是稳定的,还具有时一频同时局部性和自适应性．由此说明了小波变换在分析和处理信号时比傅里叶变换更加灵活、更加全面和深入．     

n维广义Fourier变换中的屏蔽效应

通过定义n维空间的单位阶跃函数和Fourier变换，分析了单位阶跃函数对存在广义Fourier变换的可分离变量的函数（信号）的屏蔽效应，利用卷积定理和Dirichlet积分证明了所给出的定理．