傅里叶变换本科毕业论文范文

A. 机械设计方面毕业论文例文参考

随着社会的进步,工业的发展,我国机械制造业得到了巨大的发展。下文是我为大家整理的关于机械设计方面毕业论文例文参考的内容，欢迎大家阅读参考!

机械设计方面毕业论文例文参考篇1

浅析大型机械驾驶室减振设计

摘要：本文概述了工程机械减振技术的发展概况，并以大型机械的驾驶室减振设计为背景，探讨了发动机悬置设计的基本原则，并对发动机减振的布置的力学特性进行分析，最后提出了以驾驶室模态试验为基础来检验现有类型的驾驶室的结构弱点检验和构件加强的方法。

关键词：机械 驾驶室 减振设计

1、概述

工程机械在水利工程、道路施工、矿山等场合得到大量的使用，其性能的可靠性直接影响到工程建设的正常开展。这类机械的设计时通常采用静态设计，设计理念上更多的是考虑机械的强度、耐久性等和机械的工作性质直接相关因素。但从实际使用情况来看，国产的大型工程机械普遍存在着施工过程中振动过大的问题，这将间接影响设备的抗疲劳特性和操作人员的舒适性和操作的稳定性。

由于工程机械的工作环境恶劣，车体结构的振动问题更加明显，直接影响到驾驶员的舒适性和驾驶的安全性。因此对于大型工程机械而言，控制车体振动尤其是驾驶室的振动，寻求有效的减震设计方法，对于提高驾驶员的舒适度和车体驾驶室构件的疲劳寿命都是有重要意义的。大型工程机械的振动控制问题是个非常复杂的问题，本文将这一问题缩小到驾驶室的减振设计上，主要通过发动机悬置位置的优化设计，以及基于模态分析和被动隔振理论来降低驾驶室的振动效应。

早期的汽车发动机减振方法是利用硫化橡胶，但硫化橡胶在耐油和耐高温方面表现不够理想。20世纪40年代设计出了液压悬置装置来降低发动机的振幅，并取得了较好的使用效果。但液压悬置减振装置在高频激励下会出现动态硬化的问题，已经逐渐不适应汽车发动机减振的要求。

上述几类减振方式都属于被动减振技术，在此基础上，随着发动机减振技术的进步，半主动减振技术开始应用到发动机减振中，这类减振技术的代表作是半主动控制式液压悬置装置，这类减振技术的应用最为广泛。尽管后来又出现了由被动减振器、激振器等所构成的主动减振技术，这一技术能够较好的实现降噪性能，但结构非常复杂，在恶劣工作环境下的工程车辆较少使用。

在工程车辆驾驶室的舒适度设计方面，主要所依据的是动态舒适性理论，用以评价驾驶人员在驾驶室振动的条件下对主观舒适程度。从驾驶员所承受的振动来源来看，主要是受发动机的周期性振动和来自于路面的随机激励。其传递机理较为复杂，跟发动机、驾驶室、座椅等的减振都有关系。因此为便于分析，本文中只针对驾驶室的减振问题展开研究。

2、大型工程机械驾驶室的减振设计

如前文所述，驾驶室的振源激励主要来自于路面和发动机及其传动机构。来自于路面的振源激励具有很大的随机性，要进行理论分析非常困难。加之在需要使用大型工程机械的场合机械的运动速度一般都较慢，随之产生的路面激振频率较低。因此相比之下，大型机械的发动机在运行时一直都处在高速运转状态，由此产生的激振频率很高，也更容易导致构件的疲劳损坏，实践证明发动机及其附件的疲劳损坏主要是由发动机周期激振力产生的交变应力引起的。从物理背景来看，工程机械的驾驶室所受到的振动激励主要来从车架传递到台架，驾驶室的振动行为属于被动响应。为了便于分析，将驾驶室的隔振系统进行简化，以单自由度弹簧阻尼系统来对驾驶室受到振动激励过程进行分析。

2.1发动机的悬置设计

发动机在工作过程中的振动原因主要是不平衡力和力矩，这类振动不仅会引起车架的的振动，也会形成较强烈的噪声，不仅会影响到构件的使用寿命也会影响驾驶员的舒适度。要缓解发动机振动所造成的负面影响，采用悬置的设计方式是比较有效的途径，其实现方式是在动力总成和车架之间加入弹性支承元件。悬置设计方式的理论基础是发动机解耦理论，通过解除发动机六个自由度解耦，改变发动机的支撑位置，从而实现发动机自由度间振动耦合的解除。

此外，需要配合使用解除耦合后的各自由度方向的刚度与相应的阻尼系数，但应注意在解耦之后振动最强的自由度方向的共振控制，可应用主动隔振理论来确定减震器的刚度和阻尼系数。采用合适的刚度和阻尼系数的目的在于控制发动机悬置系统的减振区域。

具体到悬置设计的细节方面，主要是确定发动机支撑的数目和相应的布置位置。在考虑发动机动力总成悬置系统的支撑数目时，考虑的因素包括承重量和激振力两大类。在设计时通常都会依据车辆类型的不同选择三点或者四点支撑方式。对于大型机械而言，在实践中一般都会采用四点支撑的方式，本文中作为算例的发动机属于某型重型挖掘机的发动机。因此采用经典的四点支撑。其支撑位置选择在飞轮端和风扇端，上述两个位置分别设置两个对称的支撑点，采用支撑对称的目的在于后期解耦方便。从布置的方式上看，主要有平置、汇聚和斜置三种典型布置方式，具体采用哪种方式取决于发动机周围附属配件的布局方式以及车架所能提供的空间有关。本文中不重点讨论减振支撑的布置方式，因此仍然采用平置式的减振布置方式。

2.2悬置系统的动力学分析

为减少研究成本，在支撑的材料上选用橡胶减振器。由前节所述，由于采用的是四个平置式的橡胶减震器，因此可以在进行力学分析时将其简化为三个互相垂直的弹簧阻尼系统，从而可以构建一个发动机主动隔振的力学模型。

2.3驾驶室模态试验

在上述基本力学分析的基础上，进一步采用驾驶室模态试验的方法来检验整个驾驶室的减振效果，其目的在于掌握驾驶室的动态特性和找出驾驶室结构上的薄弱部位，同时以试验为基础还可以调整驾驶室减震器的系数匹配，减小驾驶室的整体振动响应。在试验时以快速傅里叶变换为以及，测量激振力和振动响应之间的关系，从而得到二者之间的传递函数，而模态分析的目的是通过实现来实现传递函数的曲线拟合和确定结构的模态参数。本试验中采用LMS模态测试分析软件，驾驶室所受的激振用力锤激振器来模拟。

在试验时用力锤敲击驾驶室从而制造出1-200HZ脉冲信号。通过记录下在不同激振频率下驾驶室结构的反应来确定驾驶室各个构件的强度，以及应该避免的激振频率。在得到这些基础数据后可为后续的驾驶室减振设计的选择悬置系统的减振区域的临界值，使得驾驶室所有构件的固有频率都能够位于减振器的减振区域内，从而起到抑制驾驶室结构的振动响应。

参考文献

[1]司爱国.轮式装载机行驶稳定系统开发与研究[D].北京：北京科技大学硕士学位论文.

[2]王敏.轻卡动力总成悬置系统的隔振性能[D].合肥：合肥工业大学硕士学位论文.

机械设计方面毕业论文例文参考篇2

浅谈机械的可靠性设计

【摘要】本文主要叙述机械可靠性设计的一些基本内容，在此基础上进一步的分析了机械可靠性的优化设计，以及重点的分析了机械可靠性设计的稳健设计，希望能够对我国的机械可靠性设计发展有所帮助。

【关键词】机械可靠性设计;发展沿革;优化设计;稳健设计

引言：20世纪40年代的时候出现了可靠性设计思想，这种思想主要是将安全度作为主题所研究的可靠性理论，这项技术出现后在理论学术界以及实际工程界都有了很大的关注度，相关的理论以及方式也是不断的出现。比如：M onte C arlo 模拟法 、矩方法和以矩方法为基础的可靠性理论、响应面法、支持向量机法 、最大熵方法、随机有限元法和非概率分析方法等这些理论设计到了静强设计、疲劳强度设计、有限寿命设计的各个方面，对于结构系统、机构系统、震动系统等有这可靠性的研究。

1.机械可靠性设计的概述

在产品质量中可靠性是其最为主要的指标以及最重要的技术指标，工程界对于这一点也是越来越重视。在产品的设计、研制、装配、调试等各个环节中可靠性都有着一定的关联性，所以说在概率统计理论的基础上要加大其的推广认识，这样对于原本传统的相关问题能够很好的解决点，同时将产品质量提升上去而且使得产品成本有所降低。经过多年的发展，可靠性技术的不断发展，使得机械可靠性以及设计方式出现了很好的种类，但是就具体的实质来说，大致的分为数学模型法以及物流原因方式两种。

数学模型法就是通过某种实验数据所得概率统计为基础，逐渐的划分为两点，第一点为时间范畴中所涉及的量是可靠性质的，也是就是说因为依据某种规律在时间变动下，疲劳寿命以及耗损失都是在一定的范围之内的;第二种为，将某种偶然因素所发生结果所表现的可靠性，主要是因为不定期所出现的偶然因素所波动的，都是通过概率可靠性对于随机事件计算的，也会发展为两个方面：第一种是对模型法或者相关扩展方式，这样的方式主要是对于产品实效原因产生与产品上应力大于产品本身的强度，所以说应力概率是低于可靠度强度的，第二种为随即过程中或者是随机场不超出规定水准的概率。

2.可靠性优化设计

2.1可靠性优化设计的基本理论

无论是什么样的机械产品，在最开始的方案构建到后期的生产制造实施，都是需要经过一个设计过程的，但是现在计算不断发展，新的知识、新的材料、新的手工艺、新的会计不断的出现，使得机械产品日益在完善，这就是所谓的知识成就了技术、技术成就了产品时间。使得研究的时间越来越短，但是结构确实越来越复杂，这样的情况下顾客对于产品功能、性能、质量、或者是相关服务都有着很大的要求。

这样的趋势下，对于设计整个过程要加大进度，设计周期要缩短。同时需要注意的是，对于设计是不是能够完善来说，产品的力学性能或者是使用价值、制造成本都是有着一定行的影响的，但是对于产品企业的工作质量或者是仅仅效果也是有着相对影响的，所以说，如何将设计质量提升上去，设计理论怎么发展下去，设计技术怎么做到更好，设计过程怎么才能加快嫉妒，都是现在机械设计中所研究的重要问题。

60年代的时候是机械优化设计发展最为迅速的时候，将数学规划以及计算机技术这两种结合在一起。所谓的数学规划理念在现在已经是不断的成熟起来，计算机技术也是高速的发展和广泛的使用中，在工程设计中为最普遍使用优化设计提供相关理论以及方式。

国家能源以及相关资源的是否被合理使用都受到了产品最佳、最可靠性的问题影响，通过使用最佳或者是最可靠性设计能够得到小体积、轻质量、节能材料的产品，同时这样产品有着一定的可靠性，机械产品所进行优化设计的主要目标就是根据一定的预期点或者是安全需要，通过一种最优化的形式将产品展示处理，在进行设计的同时需要将各种载荷随机性考虑到位，同时不能忽略的是结构参数的随机性，这两点对于产品都有着一定性能的影响。

所谓的可靠性优化设计是指质量、成本、可靠度这三方面的，将产品的总体可靠度进行一定的性能约束优化，将所出现的问题合理安全性的相结合，这样也是在结构布局或者是产品质量有保证情况，使得产品有了最大化的可靠度。

2.2近年来可靠性优化设计发展

最近的30年内，机械设计领域中，因为科技的融入使得现代化设计方式以及相关的科学方式不断的出现，在可靠性设计或者是优化设计方面一定有着很高的水准，但是就单方面来说，无论是可靠性设计或者是优化设计，都不能很好的将其所具备的巨大潜力展示出来。一点是因为可靠性设计和优化设计是不相同的，在机械产品经过可靠性设计之后，不能将其工作性能或者是参数达到最为优秀的一点，还有一点是因为优化设计所包含的不是可靠性设计，机械产品要是在不可靠性情况下所进行的优化设计，不能保证产品在一定的条件下或者是时间内，能够将所规定的功能很好的完成，有的时候也许会出现一定的事故，这样直接都有着经济损失。

除此之外，因为机械产品有着很多的设计参数，要是对于多个设计参数进行确定的时候，单纯的可靠性设计就不是这样有地位了，所以在进行可靠性优化设计研究的前提下，要将机械产品可靠性要求先保证，同时保证所运行的环境是最佳的工作性能以及参数，将可靠性或者是优化性设计很好的结合在一起，然后在发展研究设计，才能得出最为优秀的设计方式。

2.2关于可靠性的稳健设计

产品质量是企业赢得用户的关键因素 。任何一种产品，它的总体质量一般可分为用户质量if't-部质量)和技术质量(内部质量)。前者是指用户所能感受到、见到、触到或听到的体现产品优劣的一些质量特性 ;后者是指产品在优良的设计和制造质量下达到理想功能 的稳健性。稳健设计作为一种低成本和高质量的设计思想和方法，对产 品性能、质量和成本综合考虑，选择出最佳设计，不仅可以提高产品的质量，而且可以降低成本。在机械产 品设计中，正确地应用稳健设计的理论与方法可以使产品在制造和使用中，或是在规定的寿命期 问内当设计因素发生微小变化时都能保证产品质量的稳定 。

结束语：总而言之，对于机械的可靠性设计而言，设计人员应该根据实际，做出最优的设计，只有这样的设计才能将可靠性或者是优化设计巨大潜力发挥出来，将两点所具有的优势已近特长全部发挥出来，才能达到产品最佳以及最可靠点，这样的设计有着最为先进和最实用的设计特点，才能最好的达到预定的目标，和保证在设计中的机械产品的质量以及经济效益。

【参考文献】

[1]杨为民，盛～兴.系统可靠性数字仿真[M ].北京：北京航空航天大学出版社，1990.

[2]谢里阳，何雪法，李佳.机电系统可靠性与安全性设计[M].哈尔滨：哈尔滨工业大学出版社，2006.

[3]阎楚良，杨方飞.机械数字化设计新技术[M ].北京：机械工业 出版.2007.

[4]张义民，刘巧伶.多随机参数结构可靠性分析的随机有限元法[J] 东北工学院学报，2012，13(增刊)：97.99

[5] 金雅娟，张义民，张艳林，等.任意分布参数的涡轮盘裂纹扩展寿命可靠性分析[J].工程设计学报，2009，l6(3)：196-199 .

B. 请英语达人帮忙翻译一段文字为英文

你这个有点难，平时我都不敢弄。不过前两天刚知道自己八级通过了，心情蛮好，帮你手工翻了翻看。
The traditional Discrete Fourier Transform method has the disadvantages of heavy operation quantum but low operation efficiency. Thereupon Fast Fourier Transform method appeared with less operation but higher efficiency. But the Thereupon Fast Fourier Transform method sometimes wastes resources for it still operating (zero butterfly shaped knot?) when there are mass zero in data inputting. This paper talked about the (Discrete Time Fourier Transform method?) Discrete Fourier Transform method and a common Fast Fourier Transform method at the beginning, and then fetch out an more efficient Fast Fourier Transform pruning algorithm which will prune (zero butterfly shaped knot?) to make the (zero butterfly shaped knot?) evaluate immediately without operating.
里面有些专业名词你和同学对照下吧，我用（XXX？）打的就是。

C. 一篇论文，关于傅里叶级数的探讨

我来帮你搞定

D. 有关快速傅里叶变换的外文参考文献

[8] 蒋长锦 蒋勇. 快速傅里叶变换及 c 程序 [M].中国科技大学出版社. 2004.
[9] 迂回相位编码的傅里叶变换计算全息图及其再现 王永仲 2004 红外技术.
[10] 近距离数字全息术记录和再现问题 罗鹏 2007 光学学报.
[11] FFT算法的一种FPGA设计 陆旦前 2007 现代电子技术
希望对你有帮助~

E. 什么是傅立叶变换为什么要进行傅立叶变换一些回忆

傅立叶变换表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。

傅里叶变换可以将原来难以处理的时域信号转换成了易于分析的频域信号（信号的频谱），可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅里叶反变换将这些频域信号转换成时域信号。

正是由于拥有良好的性质，傅里叶变换在物理学、数论、组合数学、信号处理、概率、统计、密码学、声学、光学等领域都有着广泛的应用。

(5)傅里叶变换本科毕业论文范文扩展阅读：

在数学领域，尽管最初傅里叶分析是作为热过程的解析分析的工具，但是其思想方法仍然具有典型的还原论和分析主义的特征。

"任意"的函数通过一定的分解，都能够表示为正弦函数的线性组合的形式，而正弦函数在物理上是被充分研究而相对简单的函数类：

1、傅里叶变换是线性算子,若赋予适当的范数,它还是酉算子。

2、傅里叶变换的逆变换容易求出,而且形式与正变换非常类似。

3、正弦基函数是微分运算的本征函数,从而使得线性微分方。

F. 毕业论文求解

格式啊来，范本有

G. 傅里叶变换的相关

傅里叶是一位法国数学家和物理学家的名字，英语原名是Jean Baptiste Joseph Fourier(1768-1830), Fourier对热传递很感兴趣，于1807年在法国科学学会上发表了一篇论文，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：任何连续周期信号可以由一组适当的正弦曲线组合而成。当时审查这个论文的人，其中有两位是历史上著名的数学家拉格朗日(Joseph Louis Lagrange, 1736-1813)和拉普拉斯(Pierre Simon de Laplace, 1749-1827)，当拉普拉斯和其它审查者投票通过并要发表这个论文时，拉格朗日坚决反对，在他此后生命的六年中，拉格朗日坚持认为傅里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。法国科学学会屈服于拉格朗日的威望，拒绝了傅里叶的工作，幸运的是，傅里叶还有其它事情可忙，他参加了政治运动，随拿破仑远征埃及，法国大革命后因会被推上断头台而一直在逃避。直到拉格朗日死后15年这个论文才被发表出来。
拉格朗日是对的：正弦曲线无法组合成一个带有棱角的信号。但是，我们可以用正弦曲线来非常逼近地表示它，逼近到两种表示方法不存在能量差别，基于此，傅里叶是对的。
用正弦曲线来代替原来的曲线而不用方波或三角波来表示的原因在于，分解信号的方法是无穷的，但分解信号的目的是为了更加简单地处理原来的信号。用正余弦来表示原信号会更加简单，因为正余弦拥有原信号所不具有的性质：正弦曲线保真度。一个正弦曲线信号输入后，输出的仍是正弦曲线，只有幅度和相位可能发生变化，但是频率和波的形状仍是一样的。且只有正弦曲线才拥有这样的性质，正因如此我们才不用方波或三角波来表示。
为什么偏偏选择三角函数而不用其他函数进行分解？我们从物理系统的特征信号角度来解释。我们知道：大自然中很多现象可以抽象成一个线性时不变系统来研究，无论你用微分方程还是传递函数或者状态空间描述。线性时不变系统可以这样理解：输入输出信号满足线性关系，而且系统参数不随时间变换。对于大自然界的很多系统，一个正弦曲线信号输入后，输出的仍是正弦曲线，只有幅度和相位可能发生变化，但是频率和波的形状仍是一样的。也就是说正弦信号是系统的特征向量！当然，指数信号也是系统的特征向量，表示能量的衰减或积聚。自然界的衰减或者扩散现象大多是指数形式的，或者既有波动又有指数衰减（复指数 形式），因此具有特征的基函数就由三角函数变成复指数函数。但是，如果输入是方波、三角波或者其他什么波形，那输出就不一定是什么样子了。所以，除了指数信号和正弦信号以外的其他波形都不是线性系统的特征信号。

用正弦曲线来代替原来的曲线而不用方波或三角波或者其他什么函数来表示的原因在于：正弦信号恰好是很多线性时不变系统的特征向量。于是就有了傅里叶变换。对于更一般的线性时不变系统，复指数信号(表示耗散或衰减)是系统的“特征向量”。于是就有了拉普拉斯变换。z变换也是同样的道理，这时是离散系统的“特征向量”。这里没有区分特征函数和特征向量的概念，主要想表达二者的思想是相同的，只不过一个是有限维向量，一个是无限维函数。
傅里叶级数和傅里叶变换其实就是我们之前讨论的特征值与特征向量的问题。分解信号的方法是无穷的，但分解信号的目的是为了更加简单地处理原来的信号。这样，用正余弦来表示原信号会更加简单，因为正余弦拥有原信号所不具有的性质：正弦曲线保真度。且只有正弦曲线才拥有这样的性质。
这也解释了为什么我们一碰到信号就想方设法的把它表示成正弦量或者复指数量的形式；为什么方波或者三角波如此“简单”，我们非要展开的如此“麻烦”；为什么对于一个没有什么规律的“非周期”信号，我们都绞尽脑汁的用正弦量展开。就因为正弦量(或复指数)是特征向量。 什么是时域？从我们出生，我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生改变。这种以时间作为参照来观察动态世界的方法我们称其为时域分析。而我们也想当然的认为，世间万物都在随着时间不停的改变，并且永远不会静止下来。
什么是频域？频域(frequency domain)是描述信号在频率方面特性时用到的一种坐标系。用线性代数的语言就是装着正弦函数的空间。频域最重要的性质是：它不是真实的，而是一个数学构造。频域是一个遵循特定规则的数学范畴。正弦波是频域中唯一存在的波形，这是频域中最重要的规则，即正弦波是对频域的描述，因为时域中的任何波形都可用正弦波合成。
对于一个信号来说，信号强度随时间的变化规律就是时域特性，信号是由哪些单一频率的信号合成的就是频域特性。
时域分析与频域分析是对信号的两个观察面。时域分析是以时间轴为坐标表示动态信号的关系；频域分析是把信号变为以频率轴为坐标表示出来。一般来说，时域的表示较为形象与直观，频域分析则更为简练，剖析问题更为深刻和方便。目前，信号分析的趋势是从时域向频域发展。然而，它们是互相联系，缺一不可，相辅相成的。贯穿时域与频域的方法之一，就是传说中的傅里叶分析。傅里叶分析可分为傅里叶级数（Fourier Serie）和傅里叶变换(Fourier Transformation)。 根据原信号的不同类型，我们可以把傅里叶变换分为四种类别：
1非周期性连续信号傅里叶变换（Fourier Transform）
2周期性连续信号傅里叶级数(Fourier Series)
3非周期性离散信号离散时域傅里叶变换（Discrete Time Fourier Transform）
4周期性离散信号离散傅里叶变换(Discrete Fourier Transform)
下图是四种原信号图例：

这四种傅里叶变换都是针对正无穷大和负无穷大的信号，即信号的的长度是无穷大的，我们知道这对于计算机处理来说是不可能的，那么有没有针对长度有限的傅里叶变换呢？没有。因为正余弦波被定义成从负无穷大到正无穷大，我们无法把一个长度无限的信号组合成长度有限的信号。面对这种困难，方法是把长度有限的信号表示成长度无限的信号，可以把信号无限地从左右进行延伸，延伸的部分用零来表示，这样，这个信号就可以被看成是非周期性离解信号，我们就可以用到离散时域傅里叶变换的方法。还有，也可以把信号用复制的方法进行延伸，这样信号就变成了周期性离散信号，这时我们就可以用离散傅里叶变换方法进行变换。这里我们要学的是离散信号，对于连续信号我们不作讨论，因为计算机只能处理离散的数值信号，我们的最终目的是运用计算机来处理信号的。
但是对于非周期性的信号，我们需要用无穷多不同频率的正弦曲线来表示，这对于计算机来说是不可能实现的。所以对于离散信号的变换只有离散傅里叶变换（DFT）才能被适用，对于计算机来说只有离散的和有限长度的数据才能被处理，对于其它的变换类型只有在数学演算中才能用到，在计算机面前我们只能用DFT方法，后面我们要理解的也正是DFT方法。这里要理解的是我们使用周期性的信号目的是为了能够用数学方法来解决问题，至于考虑周期性信号是从哪里得到或怎样得到是无意义的。
每种傅里叶变换都分成实数和复数两种方法，对于实数方法是最好理解的，但是复数方法就相对复杂许多了，需要懂得有关复数的理论知识，不过，如果理解了实数离散傅里叶变换(real DFT)，再去理解复数傅里叶就更容易了，所以我们先把复数的傅里叶放到一边去，先来理解实数傅里叶变换，在后面我们会先讲讲关于复数的基本理论，然后在理解了实数傅里叶变换的基础上再来理解复数傅里叶变换。
如 上图所示，实信号四种变换在时域和频域的表现形式。
还有，这里我们所要说的变换(transform)虽然是数学意义上的变换，但跟函数变换是不同的，函数变换是符合一一映射准则的，对于离散数字信号处理（DSP），有许多的变换：傅里叶变换、拉普拉斯变换、Z变换、希尔伯特变换、离散余弦变换等，这些都扩展了函数变换的定义，允许输入和输出有多种的值，简单地说变换就是把一堆的数据变成另一堆的数据的方法。 傅里叶变换是数字信号处理领域一种很重要的算法。要知道傅里叶变换算法的意义，首先要了解傅里叶原理的意义。傅里叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅里叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。
和傅里叶变换算法对应的是反傅里叶变换算法。该反变换从本质上说也是一种累加处理，这样就可以将单独改变的正弦波信号转换成一个信号。因此，可以说，傅里叶变换将原来难以处理的时域信号转换成了易于分析的频域信号（信号的频谱），可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅里叶反变换将这些频域信号转换成时域信号。
从现代数学的眼光来看，傅里叶变换是一种特殊的积分变换。它能将满足一定条件的某个函数表示成正弦基函数的线性组合或者积分。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。
在数学领域，尽管最初傅里叶分析是作为热过程的解析分析的工具，但是其思想方法仍然具有典型的还原论和分析主义的特征。"任意"的函数通过一定的分解，都能够表示为正弦函数的线性组合的形式，而正弦函数在物理上是被充分研究而相对简单的函数类：1. 傅里叶变换是线性算子,若赋予适当的范数,它还是酉算子;2. 傅里叶变换的逆变换容易求出,而且形式与正变换非常类似;3. 正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常系数的代数方程的求解.在线性时不变杂的卷积运算为简单的乘积运算,从而提供了计算卷积的一种简单手段;4. 离散形式的傅里叶的物理系统内,频率是个不变的性质,从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取;5. 著名的卷积定理指出:傅里叶变换可以化复变换可以利用数字计算机快速的算出(其算法称为快速傅里叶变换算法(FFT))。
正是由于上述的良好性质,傅里叶变换在物理学、数论、组合数学、信号处理、概率、统计、密码学、声学、光学等领域都有着广泛的应用。
图像傅里叶变换
图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。傅里叶变换在实际中有非常明显的物理意义，设f是一个能量有限的模拟信号，则其傅里叶变换就表示f的谱。从纯粹的数学意义上看，傅里叶变换是将一个函数转换为一系列周期函数来处理的。从物理效果看，傅里叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。换句话说，傅里叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅里叶逆变换是将图像的频率分布函数变换为灰度分布函数。
傅里叶变换以前，图像（未压缩的位图）是由对在连续空间（现实空间）上的采样得到一系列点的集合，我们习惯用一个二维矩阵表示空间上各点，则图像可由z=f(x,y)来表示。由于空间是三维的，图像是二维的，因此空间中物体在另一个维度上的关系就由梯度来表示，这样我们可以通过观察图像得知物体在三维空间中的对应关系。为什么要提梯度？因为实际上对图像进行二维傅里叶变换得到频谱图，就是图像梯度的分布图，当然频谱图上的各点与图像上各点并不存在一一对应的关系，即使在不移频的情况下也是没有。傅里叶频谱图上我们看到的明暗不一的亮点，实际上图像上某一点与邻域点差异的强弱，即梯度的大小，也即该点的频率的大小（可以这么理解，图像中的低频部分指低梯度的点，高频部分相反）。一般来讲，梯度大则该点的亮度强，否则该点亮度弱。这样通过观察傅里叶变换后的频谱图，也叫功率图，我们首先就可以看出，图像的能量分布，如果频谱图中暗的点数更多，那么实际图像是比较柔和的（因为各点与邻域差异都不大，梯度相对较小），反之，如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大的。对频谱移频到原点以后，可以看出图像的频率分布是以原点为圆心，对称分布的。将频谱移频到圆心除了可以清晰地看出图像频率分布以外，还有一个好处，它可以分离出有周期性规律的干扰信号，比如正弦干扰，一副带有正弦干扰，移频到原点的频谱图上可以看出除了中心以外还存在以某一点为中心，对称分布的亮点集合，这个集合就是干扰噪音产生的，这时可以很直观的通过在该位置放置带阻滤波器消除干扰。
另外说明以下几点：
1、图像经过二维傅里叶变换后，其变换系数矩阵表明：
若变换矩阵Fn原点设在中心，其频谱能量集中分布在变换系数短阵的中心附近（图中阴影区）。若所用的二维傅里叶变换矩阵Fn的原点设在左上角，那么图像信号能量将集中在系数矩阵的四个角上。这是由二维傅里叶变换本身性质决定的。同时也表明一股图像能量集中低频区域。
2 、变换之后的图像在原点平移之前四角是低频，最亮，平移之后中间部分是低频，最亮，亮度大说明低频的能量大（幅角比较大）。 将其发展延伸，构造出了其他形式的积分变换:
从数学的角度理解积分变换就是通过积分运算，把一个函数变成另一个函数。也可以理解成是算内积，然后就变成一个函数向另一个函数的投影：

K（s，t）积分变换的核(Kernel)。当选取不同的积分域和变换核时，就得到不同名称的积分变换。学术一点的说法是：向核空间投影，将原问题转化到核空间。所谓核空间，就是这个空间里面装的是核函数。下表列出常见的变换及其核函数：
当然，选取什么样的核主要看你面对的问题有什么特征。不同问题的特征不同，就会对应特定的核函数。把核函数作为基函数。将现在的坐标投影到核空间里面去，问题就会得到简化。之所以叫核，是因为这是最核心的地方。为什么其他变换你都没怎么听说过而只熟悉傅里叶变换和拉普拉斯变换呢？因为复指数信号才是描述这个世界的特征函数！