基于勒贝格积分的一种离散变换方法

2019-03-27  本文已影响0人  DarkBubble

基于勒贝格积分原理的一种傅立叶变换算法

勒贝格原理

勒贝格积分
勒贝格积分是指是值域积分原理,具有典型的统计特征。相对于黎曼积分而言,一维勒贝格积分定义如下:
L[f] = \int \sigma(\text{d}y, y,f)
其中\sigma函数是一个测度函数,计算函数f[y,y+\text{d}y]区间的测度,这里的测度是简单的面积测度(\text{d}x\text{d}y)。

离散勒贝格积分
离散情况下,勒贝格积分的计算本质上依赖于排序方法。假定积分间隔为等间隔1,那么积分化为离散求和。首先计算出所有的离散序对y_i=f(x_i),然后对y_i排序,得到(y_i')序列。我们依次统计处于(y_i',y_{i+1}'中的函数面积\sigma_i'。在这个过程中需要对计算给定y值,对应的x区间集合\{x_{ij},x_{i(j+1)}\}。所有区间集合的面积即\sum_j \Delta x_{ij} \Delta y_i,其中\Delta y_i = y_{i+1} - y_i

线性变换

线性变换L[f]满足L[af_1+bf_2] = aL[f_1]+bL[f_2]。利用勒贝格积分计算离散傅立叶变换时,即对每个y_i对应的区间集合\{ x_{ij},x_{i(j+1)} \}进行变换。对于傅立叶变换来说,这个变换更为简单。

方波函数的傅立叶变换
方波函数f(t)=C, t\in[a,b],其他情况f(t)=0。傅立叶变换对应:
g(\omega) = \int_a^bf(t)e^{i\omega t}\text{d}t = C\int_a^be^{i\omega t}\text{d}t
离散情况下变为求和:
g(\omega_j) = \sum_i f(t_i) e^{i\omega_j t_i}\Delta t = \sum_{i=i_1}^{i_2}C e^{i\omega_j t_i}\Delta t
其中[i_1,i_2]为方波的非0整数区间。

利用勒贝格积分原理,我们从值域处理,我们可以将离散函数分解为若干个区间[(x_i, y_j), (x_{i+1}, y_{j+1})]的组合。实际上很多区间都是0,我们只需要计算那些测度非零区间(即有函数区域覆盖)的傅立叶变换,将其组合求和即可。
依据该思路有两种算法

算法

略。

上一篇下一篇

猜你喜欢

热点阅读