傅里叶级数的收敛

一个信号的傅里叶级数是无限个复指数函数的和。为了使其具有实际应用性，通常将该无限和截断为有限项的部分和。

部分和中的项数增加时，应使近似结果收敛于原信号。然而在间断点附近，会出现持续存在的波纹，并向间断点压缩——这一现象被称为吉布斯现象。

吉布斯观察到，在截断的傅里叶级数逼近中，间断点附近存在高频振荡和过冲现象。

为缓解这一问题，应选择大量的项，使得涟漪的总能量可忽略不计。

尽管存在振铃现象，随着项数增加，近似误差中的能量会减小，从而使傅里叶级数能够表示不连续信号。

将傅里叶级数截断至所需项数可提供最佳近似，使误差最小化。随着项数增加，误差减小；若信号本身可用傅里叶级数表示，则误差最终趋近于零。

例如，在图像处理中，使用截断的傅里叶级数逼近图像信号时，减小误差对于避免视觉伪影至关重要。