为什么调均衡器能压掉录音里的嗡嗡声？#

一段录音可能同时包含人声、低频嗡声和高频嘶声。直接在时间波形上看，它们叠在一起，难以分开。频率分析相当于问：这段声音与每种规则振动有多像？

先看易算的模型：$f(t)=\cos(2\pi\cdot2t)+0.3\cos(2\pi\cdot5t)$，观察区间为一秒。它由振幅为 1 的 2 Hz 波和振幅为 0.3 的 5 Hz 波组成。2 Hz、5 Hz 在这里只为便于手算，不是可听人声模型。

若分别与这些余弦相乘再积分，交叉项相互抵消，同频项留下。于是你能读出两种成分。真实均衡器的处理还涉及滤波设计与时域影响，但“先识别频率方向，再调整对应系数”正是核心入口。

把两种频率真的分开算#

对一秒内的 $f(t)=\cos(4\pi t)+0.3\cos(10\pi t)$，先与 $\cos(4\pi t)$ 相乘再积分。用积化和差公式，交叉项为

同频项 $\int_0^1\cos^2(4\pi t)dt=1/2$。所以读出 2 Hz 的系数时，需要再除以该方向的范数平方 $1/2$，得到 1。对 5 Hz 同理得到 0.3。

这就是正交投影公式，而不是仅靠图上找峰。观察窗口若不恰好包含整周期，交叉项一般不再恰好为零，实际分析就会出现频谱泄漏，需要考虑窗口选择。

为什么绕圆能检测频率#

把实信号乘以 $e^{-2\pi i\xi t}$，是在对每个时刻施加一个反向旋转。如果信号中含有同样频率的复指数 $e^{2\pi i\xi t}$，两者相乘后恰好不再旋转，累积时会留下稳定贡献。

频率不匹配的成分仍在旋转，正负或不同方向的贡献会部分抵消。3Blue1Brown 的绕圆图像展示的正是这个机制；这里保留积分与归一化，避免把“重心平均”与未归一化 Fourier 积分混在一起。

重构为什么还需要完备性#

正交只能保证每次加入的新方向不重复，不能保证你已经拥有所有方向。如果只保留偶数频率，某些奇数频率信号的所有读数都为零，但信号本身并非零。

完备正交系统要求没有被整个系统漏掉的非零方向。满足这一点后，全部系数才足以在 $L^2$ 意义下恢复原信号。Parseval 等式是在核对能量账：所有坐标能量相加，恰好等于原信号能量。

在跳跃边缘，误差小与看起来顺眼可以不同#

逼近一段突然开关的方波时，有限 Fourier 和仍是平滑波形，不可能在所有点瞬间变成跳跃。增加频率后，过渡区变窄，整体平方误差可以趋零，但边缘附近会有振铃。

因此重构质量要问清楚标准。如果只关心总能量误差，$L^2$ 很合适；若产品不允许任何过冲，就得加入更强要求。数学定理的收敛方式直接影响你能从“逼近成功”推出什么实际结论。

带你做：把过滤掉的频率误差算清楚#

对一秒信号 $f=\cos(4\pi t)+0.3\cos(10\pi t)$，如果只保留 2 Hz 成分，误差是 $0.3\cos(10\pi t)$，平方误差积分为 $0.09/2=0.045$。

原信号总平方能量为 $1/2+0.045=0.545$，因为交叉项为零。因此保留主频留下约 $91.7\%$ 能量。这个百分比由明确的积分算出，不是看波形“好像差不多”。

最大时刻误差却可以达到 0.3。整体能量损失小与峰值偏差小是不同指标；如果被滤掉的是你真正需要的微弱报警音，能量小也不能说明它不重要。

再把观察窗口缩短，原先的正交积分未必仍为零。实际处理前应检查窗口、采样率和频率定义，而不是把一秒整周期的理想计算无条件用于任何录音片段。

回头整理：定义、工具与练习#