Diszkrét Fourier -transzformáció
A diszkrét Fourier -transzformáció (DFT) a Fourier -elemzés területéről származó transzformáció . Ez térképek egy időben diszkrét véges jelet , amely tovább periodikusan , rá egy diszkrét, periodikus frekvencia spektrum , amely szintén nevezik képterület . A DFT nagy jelentőséggel bír a digitális jelfeldolgozásban a jelfeldolgozás szempontjából. Itt az űrlapon optimalizált változatok a használt gyors Fourier -transzformáció ( angolul gyors Fourier -transzformáció , FFT ) és inverzeik.
A DFT -t számos feladatra használják a jelfeldolgozásban, például: B.
- a mintavételezett jelben előforduló frekvenciák meghatározása ,
- az amplitúdók és a hozzájuk tartozó fázisviszonyok meghatározása ezekhez a frekvenciákhoz,
- nagy szűrőhosszúságú digitális szűrők megvalósításához .
Az inverz DFT -vel, röviden iDFT -vel az időtartományban lévő jel rekonstruálható a frekvenciakomponensekből. A DFT és az iDFT összekapcsolásával egy jel manipulálható a frekvenciatartományban, ahogy az ekvalizerben is használatos . A diszkrét Fourier-transzformációt meg kell különböztetni a rokon Fourier-transzformációtól az idő-diszkrét jelek esetében (angol discrete-time Fourier-transzformáció, DTFT ), amely folyamatos frekvenciaspektrumot képez az idődiszkrét jelekből.
meghatározás
Diszkrét Fourier -transzformáció (DFT)
A diszkrét Fourier-transzformáció feldolgozza a számsorozatot , amely például időbeli diszkrét mért értékként keletkezett . Feltételezzük, hogy ezek a mért értékek egy periodikus jel időszakának felelnek meg. A DFT abban az esetben is alkalmazható, ha komplex számok vannak, azaz:
Az átalakítás eredménye a szekvencia felbontása harmonikus (szinuszos) komponensekre és egy "állandó komponensre", amely megfelel a bemeneti sorozat átlagos értékének. Az eredmény az úgynevezett „diszkrét Fourier-transzformáció” a . Az együtthatók a bomlási komponensek amplitúdói. Az egyik Fourier -együtthatókat vagy Fourier -komponenseket is hív .
A frekvenciakomponensek / fázishelyzet meghatározásakor általában a poláris forma kompakt matematikai jelölését használják ( Euler -képlet ):
A Fourier -együtthatókat a bemeneti sorrendből számítják ki:
számára
Az egyenlet mátrix-vektor szorzatként is felírható :
val vel
A szimmetrikus transzformációs mátrixot a dimenzióval "Fourier mátrixnak" nevezik.
Inverz diszkrét Fourier -transzformáció (iDFT)
A szinuszos bomlási komponensek összege adja meg az eredeti bemeneti sorrendet .
Ebből a célból, az átalakulás eredménye használatos , mint egy együtthatót egy polinomiális , azzal a amplitúdók képviselő kapcsolódó harmonikus rezgéseket .
Az érvek vannak egyenletesen elosztva pontot a készüléken kör a komplex szám sík , i. H. az egység gyökerei
Ez a magyarázat a diszkrét Fourier -transzformáció és a z -transzformáció közötti kapcsolatot is mutatja . A fő különbség az, hogy a z-transzformáció nem korlátozódik az egységkörre, ezért időbeli dinamikus folyamatokat is leképezhet.
Az eredeti sorozat együtthatói meghatározhatók a Fourier -együtthatókból az iDFT segítségével :
számára
A jelölésben mint mátrix-vektor termék :
val vel
ahol itt azt megszorozzuk az inverz mátrixot a .
Időszakos periodikus függvény meghatározása a bemeneti sorrend alapján
Az időfüggő függvény meghatározható az inverz diszkrét Fourier-transzformációból is, amely az idődiszkrét mért értékeken (a bemeneti sorrenden) keresztül vezet:
Ebből a célból a polinom egy függvényhez kapcsolódik, amely egyenletesen forog az egységkör körül . Ennek eredményeképpen egy időben folyamatos periodikus függvény jön létre
amely időnként csak feltételezi a függvény értékeit.
A hatalomnak van formája
és ezért az időszak és a frekvencia vagy a szögfrekvencia . Így a mért értékek sorrendjét ábrázolja és interpolálja egy állandó szint szuperpozíciója , egy alapvető oszcilláció a és harmonikusok között .
A fent megadott interpolációs függvény nem az egyetlen, amely ily módon felépíthető. Bármelyik funkció
rendelkezik ezzel az interpolációs tulajdonsággal.
Különleges eset: DFT valódi vektor esetén
A Fourier -transzformációhoz hasonlóan a szimmetria bizonyos törvényei is érvényesek a DFT -re. Így válik a periódusból származó valódi jel Hermit -jelvé ( ) a frekvenciatartományban:
Ez azt jelenti, hogy a frekvenciatartományban csak független komplex együtthatók vannak . Ez a tény felhasználható a DFT megvalósításakor, ha ismert, hogy a bemeneti jel tisztán valós. Az eredmény ábrázolásához nem (mint a teljes DFT esetében), de csak komplex számok szükségesek. A többi komplex szám elemi számításokkal rekonstruálható (lásd a fenti képletet). A hermitikus szimmetria a jel középső elemére utal .
-
Bizonyítás: Mivel Euler személyazonosságát , és mert a valós helyzet :
-
Bizonyítás: Mivel Euler személyazonosságát , és mert a valós helyzet :
Ezzel szemben, a következő érvényes megfelelően: Ha a feltétel minden is teljesül, az inverz DFT egy igazi vektor .
Általánosítás: A DFT matematikai meghatározása
A matematikában a diszkrét Fourier -transzformációt nagyon általános kontextusban tekintik. Többek között a számítógépes algebrában használják nagyszámú hatékony algoritmus számára a pontos aritmetika számára , például egész számok gyors szorzására a Schönhage-Strassen algoritmussal .
Legyen egy kommutatív egységes gyűrű , amelyben a szám (vagyis az szeres összege ) egy egységet . Továbbá van egy primitív -edik egységgyök . A diszkrét Fourier-transzformáltja tuple ezután által
- számára
magyarázta. A feltételezések szerint létezik az együtthatókkal rendelkező diszkrét inverz Fourier -transzformáció is
- számára .
A rendkívül fontos speciális esetben az egység -gyökét szokták használni a DFT -hez . Ez adja az első szakasz képletét.
Többdimenziós DFT
A DFT könnyen kiterjeszthető többdimenziós jelekre. Ezután egyszer alkalmazzák az összes koordináta -irányra. A két dimenzió fontos speciális esetére ( képfeldolgozás ) például a következők vonatkoznak:
- a és
Ennek megfelelően a fordított transzformáció:
- a és
Váltás és skálázás időben és gyakoriságban
A DFT és az iDFT számítási képleteiben az összegzés ( fenti indexváltozó ) egy eltolt tartományon is átfuthat, nem pedig túl , ha a vektort periodikusan folytatjuk az összes egész indexre, mert ez érvényes . Tehát tetszőlegesen mozgathatjuk az összegzési határokat, amíg a teljes számok hosszúságú szegmense le van fedve.
Térjünk most vissza az összetett esethez. A gyakorlati alkalmazásokban az indexeket egyenlő távolságú időponttal kell összekapcsolni,
- a ,
amelynek hossza is van . Kívánatos továbbá frekvenciákat rendelni a számított együtthatókhoz, amelyek köré koncentrálódnak
- számára
és közel .
A kiválasztott időpontokban „mért” függvény eredményezi az együtthatókkal rendelkező megfigyelési vektort , amelynek DFT -jét figyelembe veszik a Fourier -elemzésben. Azután
és
- .
Példák
A Fourier-transzformáció transzformáció függvényében , hogy egy ideig képviseletét a kölcsönös frekvencia térben . Ez vonatkozik az egy (1D), két (2D) vagy több térbeli irányban meghatározott pozíciófüggvényekre is. Ezeket térbeli frekvenciákká alakítják át a Fourier -transzformáció segítségével, minden irányban egymás után. A diffrakciós jelenségek az optikában vagy a röntgen-elemzésben közvetlenül értelmezhetők a Fourier-transzformáció intenzitáseloszlásaként. A fázisviszony általában elveszik a fotózásban. Csak a holográfia esetében rögzítik a fázisviszonyokat referencianyaláb egymásra helyezésével.
Egyszerű keret
A jobb oldali képek kétdimenziós Fourier-transzformációkat (2D FFT) ábrázolnak geometriai mintákon, négyzetekre számítva a diszkrét pixelméretet. A bal oldali képen képpont méretű rés látható , mellette a diffrakciós kép intenzitáseloszlása. A pozícióváltozót kölcsönös komplex értékekké alakítják át . A kiválasztott méreteknél egy képpont a kölcsönös képpontok kölcsönös értékévé alakul . A képpontok közötti rés szélessége a kölcsönös térben a méret , a magasság értékeként jelenik meg , magasabb rendű harmonikus frekvenciákkal. A számított diffrakciós képek a komplex változó intenzitáseloszlásait mutatják . Meg lehet állapítani, hogy csak a képinformációk felét hordozzák forgási szimmetriájuk alapján.
Az időszakos csúcsok egy négyzethullámú jel magasabb rendű térbeli frekvenciájának felelnek meg. Hasonló példák találhatók a Fourier -elemzés , a Fourier -transzformáció vagy a diffrakciós lemezek kulcsszavak alatt .
A második részben szabályos hatszög van hajlítva. Ismét az ábra mérete pontként jelenik meg a jobb oldali diffrakciós képen. A hatszoros szimmetria jól látható. A kezdeti kép eltolódása - szemben a forgatással - csak a fázisviszonyban lenne hatással, ami a kiválasztott ábrázoláson nem tekinthető intenzitáseloszlásnak.
Az alsó rész a jobb oldali háromszög kiszámított diffrakciós mintáját mutatja. A hatszoros szimmetriát csak szimulálják, ami látható a diffrakciós csillagok modulációjának hiányából.
A második képsorozat két kör alakú nyílás diffrakcióját hasonlítja össze. Egy nagy kör kis diffrakciós mintát hoz létre, és fordítva. Teleszkóp esetén a fény diffrakciója a lencse nyílásánál korlátozza a felbontást. Minél nagyobb az átmérő, annál kisebb a csillag diffrakciós mintázata, annál könnyebb megkülönböztetni a közel lévő csillagokat.
Az alábbi kép egy példa a diffrakcióra egy kör alakú szerkezeten, éles határ nélkül. A keréken szinuszos intenzitáscsökkenés esetén nem következik be magasabb rendű diffrakció (lásd még a zónalapot ).
Kép periodikus struktúrákkal
A bal oldali képen az Indiai -óceán SAR -képe látható , különböző hullámhosszúságú vízhullámokkal. A jobb felső sarokban lévő belső hullámok hullámhossza körülbelül 500 m. A szél által keltett felületi hullámok nem láthatók a csökkentett ábrázolásban. A számított diffrakciós mintázatban a két sötét visszaverődés (lásd a rövid nyilat) jelzi a szabályos hosszú periódusú vízhullámok irányát és átlagos hullámhosszát is. A felszíni hullámok hullámhossza jobban változik, ezért nem nyújtanak éles visszaverődést. A hullámterjedésnek két kiváló iránya van, amelyek csak a közvetlen képen láthatók. A hullámhossz körülbelül 150 m (hosszú nyíl) és 160 m (kissé rövidebb nyíl).
Matematikai alap
A diszkrét Fourier -transzformációban megjelenő komplex számok
vannak -edik gyökerei egység , d. vagyis megoldások az egyenletre . Legyen a „legkisebb”, azaz primitív gyökér az első negyedben. Ez kielégíti az egységgyökerek geometriai összegeinek alábbi azonosságát
- val vel
mert az .
Ez az a "mély ok", amiért az inverz DFT működik.
Definiáljuk a vektorokban
- számára
tehát ortonormális alapot képeznek a skaláris termékhez
- .
Ez vonatkozik
- .
Minden vektor ábrázolható ortonormális alapon:
- .
Az együtthatókat Fourier -együtthatóknak nevezik (általában minden ortonormális rendszer esetében is) , így a DFT a Fourier -együtthatók vektorát az additív állandó kivételével egy vektorhoz rendeli .
Ha más vektorral , akkor a Fourier -együttható Parseval -egyenlete érvényes :
- .
A DFT értelmezései
A Fourier -transzformáció diszkretizálása
A Fourier -transzformáció lehetővé teszi olyan funkciók gondolkodását, amelyek valódi érvekkel (és különféle korlátozásokkal, például: integrálhatóság , periodicitás vagy bomlás a végtelenben) rezgésekből állnak:
A Fourier -elmélet fontos megállapítása, hogy az amplitúdót hasonló módon lehet meghatározni
Ha olyan nagy sugarat választunk, hogy a jelentéktelen része csak az intervallumon kívülre esik , akkor az is folytonos, és olyan nagy számot választunk, hogy elég kicsi ahhoz, hogy értelmesen egyes legyen, azaz H. függvényértékek segítségével a transzformációs képletben szereplő Fourier -integrált értelemszerűen le lehet cserélni egy összeggel:
Az állandó tényező kivételével ez megfelel a DFT számítási képletnek. A vektor rendelkezik elemekkel. Azt már tudjuk, hogy ez elegendő, a frekvencia-együtthatók a frekvenciákat , hogy meghatározza a függvény értéke a vektor rekonstruálni. Az iDFT állandóinak szükséges adaptációjával megkapjuk
A frekvenciatartományban lévő diszkretizációs távolság arányos , azaz az előfeltétel szerint is kicsi, így ez a számítás megfelel az inverz Fourier -transzformáció diszkretizálásának.
A Fourier -transzformációról a DFT -re való átmenet során a következő változásokat kell észrevenni:
- A jel diszkrét , egyenlő távolságra lévő időpontokban érhető el ( két egymást követő időpont közötti távolság), ez az egyik ilyen időpont.
- A jel véges hosszúságú ( értékek száma), amelyeket nagy intervallumon belül értékként értelmezünk .
- A Fourier -együttható kiszámításának integráljai a DFT -ben összegekké válnak.
- A spektrumot csak véges számú (körkörös) frekvenciára számítjuk ki , amelyek frekvenciája periodikus , és az időszak nagyon nagy a feltételezés szerint ( kicsi).
Fourier -sorozat diszkretizálása
Minden periodikus függvény valódi argumentummal (és ismét korlátozásokkal, mint például: integrálhatóság, pólusok nélkül) és periódus funkciók sorozataként ábrázolható olyan szinuszokkal, amelyek törtrészei (ún. Fourier-sorozat ):
- val vel
Ha megszakítjuk a sorozat bővítését nagy határokon felül és lent , akkor a
d. vagyis valamilyen inverz DFT -t kapunk. Ez azt jelenti, hogy az együtthatók megközelíthetők a DFT használatával
A végtelenül nagy határok között a Fourier -sorozat ismert együtthatói integrálja:
tulajdonságait
Mintavett függvények spektruma
A diszkrét Fourier -transzformáció periodikus spektrummal rendelkezik, megismétlődik a mintavételi frekvenciával, és szimmetrikus a mintavételi frekvenciával. A következők érvényesek:
- (mert a természetes számok , és )
Ha a mintavételezett jel a mintavételi frekvencia felénél magasabb frekvenciakomponenseket tartalmaz, akkor az eredeti jel spektruma átfedésben van a mintavételi frekvencián tükröződő jelkomponensekkel, és alias hatás lép fel.
Alias hatás
Általában az idődiszkrét jel egy folyamatos jel diszkretizálásával jön létre . A DFT -ből származó spektrumok csak akkor azonosak a mögöttes folyamatos jel spektrumával, ha a mintavételi tétel nem sérült a mintavétel során . Az alapsávban lévő jelek esetében a mintavételi frekvenciának több mint kétszer akkoranak kell lennie, mint a maximális előforduló frekvencia ( Nyquist frekvencia ). Ha a mintavételi tételt megsértik, az eredeti jel meghamisításra kerül (aliasing az időtartományban). Az anti-aliasing egyik lehetősége az , hogy a hatást elkerülve korlátozza a jelet a rendszer bemenetén.
Időben korlátozott függvény DFT
Periodikus függvények esetén (a folyamatos Fourier -transzformációval analóg módon ) egy 1 / periódushosszú frekvenciasávú vonalspektrumot kapunk.
Egy időre korlátozott diszkrét függvény egy periodikus diszkrét függvényből származtatható, ha pontosan egy periódust vág ki egy időablakból :
Mivel a Fourier-transzformációban az időtartományban lévő függvények szorzata megfelel a Fourier-transzformáció konvolúciójának a frekvenciatartományban, az időkorlátozott függvény DFT-je a periodikus függvény DFT-jének és a Fourier-transzformációnak a konvolúciójából adódik . az időablak :
Az eredmény egy vonalspektrum, amelyet elken az időablak Fourier -transzformációja . Az időablak hatása a periodikus függvény DFT -jére (vastag vonalak) szaggatott vonallal látható a 3. ábrán. Az időkorlát frekvenciaösszetevőket ad hozzá az elemzett frekvenciavonalakhoz.
A periodikus függvényről az időkorlátozott funkcióra való áttérés miatt a spektrum meghatározására szolgáló számítási módszert nem kell megváltoztatni. Továbbá a diszkrét frekvenciavonalakat úgy számítják ki, mintha periodikus függvény lenne mögöttük. Az időablak hatására minden számított frekvenciavonal egy teljes frekvenciatartományt reprezentál, nevezetesen azt a frekvenciatartományt, amelyet az időablak Fourier -transzformációja adott hozzá. Ezt a viselkedést szivárgáshatásnak is nevezik .
Szivárgási hatás
A jel időkorlátja miatt a bemeneti jel megszakadhat. A csonka bemeneti jel csak akkor alakítható át helyesen a DFT -vel, ha rendszeresen folytatható. Ha a jelet nem lehet periodikusan folytatni, olyan frekvenciákat tartalmaz, amelyek nem tartoznak a DFT által kiszámított diszkrét frekvenciákhoz. A DFT ezeket a frekvenciákat "közelíti" a szomszédos frekvenciákon keresztül, és az energia ezekre a frekvenciákra oszlik el. Ezt szivárgáshatásnak nevezik .
Az időkorlát egyenértékű egy téglalap alakú függvényű szorzással, és megfelel a frekvenciatartomány si funkciójával való konvolúciónak . Ez egy másik módja a szivárgási hatás vizsgálatának. Természetesen ez vonatkozik más ablakfunkciókra is (pl. Hamming, von Hann, Gauss). Az ablakfunkció spektruma (vagy a spektrum szélessége) ezért döntő a szivárgás szempontjából. Az amplitúdó pontossága az ablakfüggvény másik kritériuma.
Csúszó DFT sávszűrő bankként
Az időkorlátozott funkció DFT-je sávszűrő banknak is tekinthető.
- Ezeknek a sávszűrőknek a középfrekvenciái megfelelnek annak a funkciónak a frekvenciavonalaihoz, amely akkor következik be, amikor a megfigyelt időszakasz periodikusan megismétlődik (1 / ablak szélessége többszöröse).
- A sávszűrő szélességét és meredekségét az időablak Fourier -transzformációja határozza meg (lásd 3. ábra).
A sávszűrő tulajdonságai megváltoztathatók a megfelelő időablak -funkció kiválasztásával.
- Egy téglalap alakú időablak esetén, amelynek megszakítási pontjai vannak az ablakhatáron, a sávszűrő átviteli tartományán kívül eső frekvenciákat 1 / frekvenciával csillapítják; 6 dB / oktáv lejtést érnek el (lásd 2. ábra).
- Ha az ablak funkció folyamatos, a sávszűrő átviteli tartományán kívül eső frekvenciákat 1 / frekvencia 2 gyengíti; 12 dB / oktáv meredekség érhető el.
- Ha az ablakfüggvény 1. deriváltja folyamatos, akkor a sávszűrő átviteli tartományán kívül eső frekvenciákat 1 / 3. frekvenciával csillapítják; a meredekség 18 dB / oktáv.
- stb.
Ha az egymást követő időszegmensek Fourier -transzformációját meghatározzuk, a csúszó Fourier -transzformációt kapjuk. Egy új időszegmens elemzésével ezután új mintaértékeket kapunk a spektrális vonalak időbeli lefolyására (vagyis a "sávszűrő" kimenetein lévő jelek időbeli lefolyására).
A csúszó DFT bizonytalansági összefüggése
A csúszó DFT idő- és frekvenciafelbontása nem választható ki egymástól függetlenül.
- Ha nagyfrekvenciás felbontású jeleket szeretne elemezni, akkor nagyon nagyra kell növelnie az időablakot, alacsony időfelbontást kap.
- Ha nagy időfelbontásra van szüksége, akkor nagyon rövidre kell állítania az időablak szélességét, de akkor csak néhány frekvenciavonalat határozhat meg.
- A következők érvényesek: Frekvenciafelbontás ≈ 1 / időablak szélessége (ha 1 kHz frekvenciafelbontásra van szükség, akkor az időablaknak legalább 1 ms hosszúnak kell lennie).
FFT
A 2 -es teljesítményként ábrázolható blokkhosszak esetén a számítást a gyors Fourier -transzformációs (FFT) algoritmus segítségével lehet elvégezni . Általánosságban: Ha a blokk hosszát figyelembe lehet venni, akkor a hosszúság DFT -jét a hosszúságú DFT -k és két egyszerű mátrix szorzatára bontjuk .
Goertzel algoritmus
A Goertzel -algoritmus bármely blokkhosszra és egyetlen vagy néhány spektrális komponens meghatározására is használható . Az előny egy nagyon hatékony megvalósítás a számítógépes rendszerekben, mivel az egyes spektrális komponensek számítása csak egy komplex szorzást és két komplex összeadást tartalmaz.
Alkalmazások
- Egy jel Fourier -transzformációjának kiszámítása
- Jel elemzés
- Rezgésanalízis és modális elemzés
- A jelek feldolgozása
- Korrelációk kiszámítása
- Polinomiális szorzatok kiszámítása
A felszíni akusztikus hullámszűrők (SAW szűrők = = = SAW szűrőfelszíni akusztikus hullámszűrők) kiszámításához az inverz Fourier -transzformáció a szükséges átviteli függvény (az impulzusválasz -csoportot képviseli ). Ezt a feladatot számítógépek végzik.
Lásd még
- összecsukható
- Gábor átalakítása
- Laplace -transzformáció
- z átalakítás
- Diszkrét koszinusz transzformáció
- Wavelet transzformáció
- Ablak funkció
- Fourier sorozat
- Rövid idejű Fourier-transzformáció
irodalom
- Tilman Butz: Fourier -transzformáció a gyalogosok számára. 7. kiadás. Vieweg + Teubner Verlag, Wiesbaden 2011, ISBN 978-3-8348-0946-9 , 4. fejezet.
- MW Wong: Diszkrét Fourier -elemzés. Birkhäuser Verlag, Bázel 2011, ISBN 978-3-0348-0115-7 .