傅里叶四种分析方法

① 傅里叶变换常用公式是什么

如下图：

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。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。

相关信息：

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，这一想法跟化学上的原子论想法何其相似！奇妙的是，现代数学发现傅里叶变换具有非常好的性质，使得它如此的好用和有用。

② 傅里叶级数、傅里叶变换和傅里叶分析是什么关系

傅里叶级数针对的是周期函数,傅里叶变换针对的是非周期函数,本质上都是一种把信号表示成复正选信号的叠加,都有相似的特性,因为四种傅里叶表示都利用了复正选信号,这些特性提供了一种透彻了解时域和频域信号表示的特征的方法.

③ 傅里叶变换是用来做什么的，具体举例一下应用

计算机上的声音和图像信号、工程上的任何波动信息、数学上的解微分方程、天文学上对遥远星体的观测，到处都要用到傅里叶变换。你用手机播放MP3音乐、看图片、语音识别，这些都是傅里叶变换的日常应用。

本质上讲，傅里叶变换，是把一个复杂事物，拆解成一堆标准化的简单事物的方法。拿声音举例，我们知道声音是物体振动发出的，它是一种波，通过空气或其他介质进行传播。

如果用声波记录仪记录并显示这些波的振动形式，会发现生活中的绝大部分的声音是都是非常复杂甚至杂乱无章的。

(3)傅里叶四种分析方法扩展阅读

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)

④ excel中如何进行傅里叶变换

傅立叶变换分为四种类别：

1、非周期性连续信号傅立叶变换(Fourier Transform, FT)。

2、周期性连续信号傅立叶级数(Fourier Series, FS)。

3、非周期性离散信号离散时域傅立叶变换(Discrete Time Fourier Transform, DTFT)。

4、周期性离散信号离散傅立叶变换(Discrete Fourier Transform, DFT)。

Excel的傅立叶分析是快速傅里叶变换(Fast Fourier Transform)及其逆变换。快速傅里叶变换是利用计算机计算离散傅里叶变换(DFT)的高效、快速计算方法的统称。

快速傅里叶变换有广泛的应用：数字信号处理、计算大整数乘法、求解偏微分方程、用于判断时间序列周期性。

(4)傅里叶四种分析方法扩展阅读：

傅里叶变换的应用：

傅里叶变换是线性算子，若赋予适当的范数，它还是酉算子。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。

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。

着名的卷积定理指出：傅里叶变换可以化复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。

离散形式的傅里叶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))。

f(t)是t的周期函数，如果t满足狄里赫莱条件：在一个以2T为周期内f(X)连续或只有有限个第一类间断点，附f（x）单调或可划分成有限个单调区间。

则F（x）以2T为周期的傅里叶级数收敛，和函数S（x）也是以2T为周期的周期函数，且在这些间断点上，函数是有限值；在一个周期内具有有限个极值点；绝对可积。

⑤ 傅里叶变换的意义和理解

傅里叶变换的意义和理解如下：

• 意义：

傅里叶变换是数学中最深刻的见解之一，但不幸的是，它的意义深埋在一些枯燥的方程中。

我们都知道傅里叶级数是一种可以把任意周期函数分解成一堆正弦波的方法。和往常一样，这个名字来自一个生活在很久以前的人，他叫傅里叶。在数学术语中，傅里叶变换是一种将信号转换成频率的技术，即从时域到频域的变换方法。傅里叶变换不仅广泛应用于信号(无线电、声学等)处理，而且在图像分析中也有广泛的应用。如边缘检测，图像滤波，图像重建，图像压缩。为了更好地理解它，考虑一个信号x(t):

如果我们对另一个信号做同样的处理：在同一时刻测量它的振幅。考虑另一个信号y(t):

当我们同时触发这两种信号或者把它们加在一起时会发生什么？

当我们在同一时刻发出这两个信号时，我们会得到一个新的信号，它是这两个信号的振幅之和。因为这两个信号被叠加在一起了。对两个信号求和：z(t) = x(t) + y(t)

如果我们只有一个信号(x(t)和y(t)的叠加信号）我们能分离出x(t)和y(t)吗？

是的。这就是傅里叶变换的作用。它接收一个信号并将其分解成组成它的频率。在我们的例子中，傅里叶变换可以将信号z(t)分解成它的组成频率：信号x(t)和y(t)。

⑥ 傅里叶分析在电力系统的应用有哪些能举例子吗

一个主要的应用就是电力系统之中谐波分析。

传统的谐波分析理论基础是傅里叶分析，随着计算机、微处理器的广泛应用，数字技术在这一领域越来越多地被采用出现了离散采样的傅里叶变换（DFT），电力系统的谐波分析目前大多是通过该方法实现的。

电力系统谐波测试：

基于傅里叶变换的谐波测量。基于傅里叶变换的谐波测量是当今应用最多也是最广泛的一种方法。使用此方法测量谐波精度较高功能较多使用方便。

其缺点是需要一定时间的电流值，且需进行两次变换计算量大计算时间长，从而使得检测时间较长检测结果实时性较差。

而且在采样过程中当信号频率和采样频率不一致时使用该方法会产生频谱泄漏效应和栅栏效应使计算出的信号参数即频率、幅值和相位）不准确尤其是相位的误差很大无法满足测量精度的要求因此必须对算法进行改进加快测量数度。

(6)傅里叶四种分析方法扩展阅读：

基于DFT的谐波分析原理就是把时域信号变换到频域相当于使数据样本通过一个梳状滤波器各滤波器的中心频率恰好是各次谐波的中心点理论上只要满足这一条件就能保证各次谐波的准确测量。

电力系统中的电压与电流为周期函数且满足荻里赫利条件，因此可将电压和电流分解为傅里叶级数形式，从而可以求出基波分量以及各次谐波分量。

⑦ 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着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. 着名的卷积定理指出: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！

⑧ 傅立叶分析

傅里叶变换的基本思想首先由法国学者傅里叶系统提出，所以以其名字来命名以示纪念。

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。

傅立叶变换属于调和分析的内容。"分析"二字，可以解释为深入的研究。从字面上来看，"分析"二字，实际就是"条分缕析"而已。它通过对函数的"条分缕析"来达到对复杂函数的深入理解和研究。从哲学上看，"分析主义"和"还原主义"，就是要通过对事物内部适当的分析达到增进对其本质理解的目的。比如近代原子论试图把世界上所有物质的本源分析为原子，而原子不过数百种而已，相对物质世界的无限丰富，这种分析和分类无疑为认识事物的各种性质提供了很好的手段。

在数学领域，也是这样，尽管最初傅立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，这一想法跟化学上的原子论想法何其相似！

奇妙的是,现代数学发现傅立叶变换具有非常好的性质,使得它如此的好用而有用,让人不得不感叹造物的神奇:

1. 傅立叶变换是线性算子,若赋予适当的范数,它还是酉算子;

2. 傅立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;

4. 着名的卷积定理指出:傅立叶变换可以化复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;

5. 离散形式的傅立叶变换可以利用数字计算机快速的算出(其算法称为快速傅立叶变换算法(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

⑨ 电路分析方法有哪些

1．交流等效电路分析法。首先画出交流等效电路，再分析电路的交流状态，即：电路有信号输入时，电路中各环节的电压和电流是否按输入信号的规律变化、是放大、振荡，还是限幅削波、整形、鉴相等；
2．直流等效电路分析法。画出直流等效电路图，分析电路的直流系统参数，搞清晶体管静态工作点和偏置性质，级间耦合方式等。分析有关元器件在电路中所处状态及起的作用。例如：三极管的工作状态，如饱和、放大、截止区，二极管处于导通或截止等；
3．频率特性分析法。主要看电路本身所具有的频率是否与它所处理信号的频谱相适应。粗略估算一下它的中心频率，上、下限频率和频带宽度等，例如：各种滤波、陷波、谐振、选频等电路；
4．时间常数分析法。主要分析由R、L、C及二极管组成的电路、性质。时间常数是反映储能元件上能量积累和消耗快慢的一个参数。
电子电路图的分类：常遇到的电子电路图有原理图、方框图、装配图和印版图等。
01.
原理图就是用来体现电子电路的工作原理的一种电路图，又被叫做“电原理图”。这种图由于它直接体现了电子电路的结构和工作原理，所以一般用在设计、分析电路中。分析电路时，通过识别图纸上所画的各种电路元件符号以及它们之间的连接方式，就可以了解电路的实际工作情况
02.方框图
方框图是一种用方框和连线来表示电路工作原理和构成概况的电路图。从根本上说，这也是一种原理图。不过在这种图纸中，除了方框和连线几乎没有别的符号了。
它和上面的原理图主要的区别就在于原理图上详细地绘制了电路的全部的元器件和它们连接方式，而方框图只是简单地将电路安装功能划分为几个部分，将每一个部分描绘成一个方框，在方框中加上简单的文字说明，在方框间用连线（有时用带箭头的连线）说明各个方框之间的关系。
所以方框图只能用来体现电路的大致工作原理，而原理图除了详细地表明电路的工作原理外，还可以用来作为采集元件、制作电路的依据。
03.装配图
它是为了进行电路装配而采用的一种图纸，图上的符号往往是电路元件的实物的外形图。我们只要照着图上画的样子，依样画葫芦地把一些电路元器件连接起来就能够完成电路的装配。这种电路图一般是供初学者使用的。
装配图根据装配模板的不同而各不一样，大多数作为电子产品的场合，用的都是下面要介绍的印刷线路板，所以印板图是装配图的主要形式。
04.印板图
印板图的全名是“印刷电路板图”或“印刷线路板图”，它和装配图其实属于同一类的电路图，都是供装配实际电路使用的。
印刷电路板是在一块绝缘板上先覆上一层金属箔，再将电路不需要的金属箔腐蚀掉，剩下的部分金属箔作为电路元器件之间的连接线，然后将电路中的元器件安装在这块绝缘板上，利用板上剩余的金属箔作为元器件之间导电的连线，完成电路的连接。
由于这种电路板的一面或两面覆的金属是铜皮，所以印刷电路板又叫“覆铜板”。印板图的元件分布往往和原理图中大不一样。
这主要是因为，在印刷电路板的设计中，主要考虑所有元件的分布和连接是否合理，要考虑元件体积、散热、抗干扰、抗耦合等等诸多因素。综合这些因素设计出来的印刷电路板，从外观看很难和原理图完全一致，而实际上却能更好地实现电路的功能。
随着科技发展，现在印刷线路板的制作技术已经有了很大的发展;除了单面板、双面板外，还有多面板，已经大量运用到日常生活、工业生产、国防建设、航天事业等许多领域。
在上面介绍的四种形式的电路图中，电原理图是最常用也是最重要的，能够看懂原理图，也就基本掌握了电路的原理，绘制方框图，设计装配图、印板图这都比较容易了。
掌握了原理图，进行电器的维修、设计，也是十分方便的。因此，关键是掌握原理图。
电路图的组成：电路图主要由元件符号、连线、结点、注释四大部分组成。
1.元件符号：表示实际电路中的元件，它的形状与实际的元件不一定相似，甚至完全不一样。但是它一般都表示出了元件的特点，而且引脚的数目都和实际元件保持一致。
2.连线：表示的是实际电路中的导线，在原理图中虽然是一根线，但在常用的印刷电路板中往往不是线而是各种形状的铜箔块。就像收音机原理图中的许多连线在印刷电路板图中并不一定都是线形的，也可以是一定形状的铜膜。
3.结点：表示几个元件引脚或几条导线之间相互的连接关系。所有和结点相连的元件引脚、导线，不论数目多少，都是导通的。
4.注释：在电路图中是十分重要的，电路图中所有的文字都可以归入注释—类。细看以上各图就会发现，在电路图的各个地方都有注释存在，它们被用来说明元件的型号、名称等等。
若不知电路的作用，可先分析电路的输入和输出信号之间的关系。如信号变化规律及它们之间的关系、相位问题是同相位，或反相位。电路和组成形式，是放大电路，振荡电路，脉冲电路，还是解调电路。
电器修理、电路设计的工作人员都是要通过分析电路原理图，了解电器的功能和工作原理，才能得心应手开展工作的。会划分功能块，能按照不同的功能把整机电路的元件进行分组，让每个功能块形成一个具体功能的元件组合，如基本放大电路，开关电路，波形变换电路等。