先动手
先试一次，再理解原理
先只看 1 到 3 个谐波，再逐步增加项数，体会复杂形状是怎么长出来的。
互动实验
傅里叶分解实验台
切换目标波形并增加谐波项数，观察复杂波形怎样逐步从一堆正弦波里长出来。
先看上面的目标波形，再看下面的有限谐波逼近。谐波项数越多，重建结果通常越接近原始波形，尤其是边缘细节会更明显。
快速认识
先用一句话知道它是什么
傅里叶分解告诉我们：复杂信号可以看成不同频率、不同权重的简单波叠加。
理解主线
再把关键变化顺下来
单个正弦波很简单，但很多正弦波叠加可以变得很复杂。
不同波形对应不同的谐波强度分布。
谐波项数越多，重建波形通常越接近目标。
核心公式
用模型把关系写清楚
傅里叶级数
f(t) = a0 + Σ[an cos(nωt) + bn sin(nωt)]
一个周期函数可以由不同频率的正弦与余弦项叠加重建。
符号含义
- f(t) 原始周期函数
- a0 平均值项
- an, bn 各阶谐波系数
- nω 第 n 阶频率
适用说明
- 实验里会用有限项近似完整波形。
- 不同目标波形会对应不同的系数衰减规律。
核心概念
把最重要的三个点讲清楚
时间图像和频率图像是一体两面
波形长什么样，决定了它含有哪些频率成分。
谐波不是噪声
谐波往往就是构成信号形状的骨架，而不是多余杂质。
高频控制边缘和细节
越尖锐的波形，通常越依赖更高频的成分去逼近。
现实应用
这些场景真的会用到它
音频分析与合成
乐器音色区别，本质上就体现在不同谐波结构上。
图像压缩
很多压缩方法都在频域里保留主要成分、舍弃次要细节。
振动与频谱诊断
工程中常用频谱来定位轴承、结构或设备的异常频率。
继续探索