Kapitel 3: Fouriertransformation

Slides:



Advertisements
Ähnliche Präsentationen
Spektrale Analysen in EMU-R: eine Einführung
Advertisements

Filterung der räumlichen Frequenzen
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
Vorlesung Prozessidentifikation
Komplexe Zahlen und Fourier-Transformation
Die akustische Analyse von Sprachlauten.
Runde Fraktale Präsentation eines MatLab-Programms von Nele Fröse
Spektrogramm Das Spektrogramm stellt 3 Dimensionen dar:
Spektrale Analysen in EMU-R: eine Einführung
Die Diskrete-Cosinus-Transformation: Parametrisierung von Signalen in der Zeit und in der Frequenz Jonathan Harrington.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse.
2. Univariate Regressionsanalyse 2.1 Das statische Regressionsmodell
Einführung in die Systemtheorie
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
Digital Audio Medientyp digital audio representation
Seminar Stringtheorie und Geometrische Methoden der Physik
Variationsformalismus für das freie Teilchen
Überlagerung von harmonischen Schwingungen
Signaltheorie Modulationsarten Betriebsarten Rauschsperren.
Analyse nach harmonischen Schwingungen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
§3 Allgemeine lineare Gleichungssysteme
Polynome und schnelle Fourier-Transformation
Mechanische Oszillatoren Das Federpendel
Geschwindigkeit Beschleunigung
Weg Geschwindigkeit Beschleunigung
Differenzengleichung (Beispiel)
Herleitung DFT Spektrum zeitdiskretes Signal (periodisch) DFT IDFT
Akustische Modelle der Sprachproduktion
Mathematik: anschaulich + leicht verständlich = einprägsam
Übersicht Täuschung des Tages kurze Wiederholung
Übersicht Täuschung des Tages kurze Wiederholung
Fourier-Analyse und technologische Anwendungen
Plosive [a d a] [a t a] [a th a]
Scaffold 29S: Komplexe Zahlen
Stetige Kleinste-Quadrate-Approximation
Kommunikationstechnik B Teil 2 – Digitale Modulationsverfahren
Kommunikationstechnik B Teil 3 – Signalverarbeitung
Sender- / Empfängerarchitekturen
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Fourier-Transformation Impulsmessung, quantenmechanische Messung
Kapitel 7.12 OFDM-Modulation
Polynome und mehrfache Nullstellen
Klassifizierung der Signale
THz Physik: Grundlagen und Anwendungen
1. Signalbeschreibung im Zeitbereich
School of Engineering Kapitel 6: LTI-Systeme UTF und Bodediagramm SiSy, Rumc, 6-1 Beschreibung von LTI-Systemen im Zeitbereich 1.mit der Faltung und der.
School of Engineering Kapitel 5: Stossantwort und Frequenzgang SiSy, Rumc, 5-1 Referenzen Martin Meyer, „Signalverarbeitung“, 2. Auflage, Vieweg, 2000.
Tutorial Messtechnik - Spektralanalyse, Signaltheorie -
Kapitel 2: Spektrum periodischer Signale (Fourierreihe)
Kapitel 4: Digitale Signale
Modul SiSy: Einleitung
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse.
Kapitel 6: UTF und Bodediagramm
Kapitel 7: LTI-Systeme UTF und Bodediagramm
Kapitel 2: Fourierreihe
Kapitel 5: Digitale Signale
LTI-Systeme, Faltung und Frequenzgang
Kapitel 2: Analoge, periodische Signale
Modul SiSy: Einleitung
Laplace Transformation
Kapitel 6: Einführung in die DFT
LTD Systeme M d Q Tavares , TB425
Fouriertransformation - FT
Blockschaltbild und Zustandsraumdarstellung
SiSy2 - Overview M d Q Tavares , TB425
Nullstellen Analyse.
 Präsentation transkript:

Kapitel 3: Fouriertransformation SoE 2011 27.04.2017 Kapitel 3: Fouriertransformation SiSy, Rumc, 3-1 Deterministisches Signale periodische Signale wichtige Hilfs- und Testsignale, Leistungssignale Fourierreihe FR => Linienspektrum nicht-periodische Signale transiente Signale, Burst-Signale, Pulse, …, Energiesignale Fouriertransformation FT => kontinuierliches Amplitudendichtespektrum => vor allem die Eigenschaften der FT sind sehr wichtig ! Projektleitung

Herleitung Fouriertransformation FT SiSy, Rumc, 3-2 Periodische Signale können als Fourierreihe dargestellt werden Linienspektrum mit Linienabstand f0 = 1/T0 Nicht-Periodische Signale haben KEINE Fourierreihendarstellung Lösungsansatz: s(t) periodisch fortsetzen und Periode T0 -> ∞ Beobachtung: ck-Spektrallinien rücken näher zusammen (Linienabstand f0 = 1/T0) ck-Spektrallinien werden immer kleiner und streben gegen Null Spektrale Dichte hingegen existiert: s(t) t -T0 T0 τ

Beispiel: Herleitung FT des Rechteckpuls SiSy, Rumc, 3-3 Periodische Fortsetzung Rechteckpuls s(t) 1 t -T0 -τ/2 τ/2 T0 Integrationsbereich von -T0/2 bis T0/2 sinc-förmige ck-Spektrallinien check DC-Wert c0 = τ/T0

Beispiel: Herleitung FT des Rechteckpuls SiSy, Rumc, 3-4 Zeitbereich s(t) 1 t -T0 τ fix T0 Frequenzbereich DC-Wert geht gegen Null (andere ck-Werte auch) spektrale Dichte existiert

Beispiel: Herleitung FT des Rechteckpuls SiSy, Rumc, 3-5 Nullstellen bei Vielfachen von 1/τ = 4 Hz Abstand f0 = 1 Hz

Beispiel: Herleitung FT des Rechteckpuls SiSy, Rumc, 3-6 Nullstellen bei Vielfachen von 1/τ = 4 Hz Abstand f0 = 0.5 Hz

Definition der Fouriertransformation (FT) SiSy, Rumc, 3-7 Grenzübergang T0->∞ Amplitudendichtespektrum S(f) [V/Hz] wobei und f = k·f0 = k/T Fourier- (Rück-) Transformation für später: Die Fourier-Transformation FT kann auch aus der Laplace-Transformation hergeleitet werden, indem man s = jω setzt.

Vergleich FT mit FR SiSy, Rumc, 3-8 Ein periodisches Signal s(t) besteht aus einer Summe von Harmonischen => Linienspektrum kompl. Fourierreihe (FR): ck-Koeffizient enthält Amplitude und Phase der k-ten Harmonischen Ein nicht-periodisches Signal s(t) besteht aus einer "Summe" (Integral) von "allen" Frequenzkomponenten => Dichtespektrum (inverse) Fouriertransformation (FT): S(f)-Koeffizient enthält Amplitude und Phase der Frequenzkomponente f

Fouriertransformation Rechteckpuls SiSy, Rumc, 3-9 Rechteckpuls s(t) der Dauer τ (Dichte-) Spektrum bzw. Fouriertransformierte S(f) sinc-förmig!

Nullstellen bei Vielfachen von 1/τ Fouriertransformation Rechteckpuls SiSy, Rumc, 3-10 Der Rechteck-Puls hat ein sinc-förmiges Spektrum! Pulsdauer τ Pulsdauer τ mal Bandbreite B ≈ 1 - 4 dB Bandbreite B = 1/τ - 14 dB Nullstellen bei Vielfachen von 1/τ

Eigenschaften der FT: Linearität SiSy, Rumc, 3-11 x(t) = a·s1(t) + b·s2(t) ○-● X(f) = a·S1(f) + b·S2(f) Linearkombination der Zeitsignale Linearkombination der Spektren Beispiel s1(t) = 1 s2(t) = cos(2π·f0t) x(t) = 1 + cos(2π·f0t) ○-● X(f) 1 1/2 f -f0 f0

gleiche Betragsspektren Eigenschaften der FT: Zeitverschiebung SiSy, Rumc, 3-12 x(t) = s(t-t0) ○-● X(f) = S(f) · e-j2πf·to Zeitverschiebung Phasendrehung ! Darstellung in Polarform => Phasendrehung => gleiche Betragsspektren Beweis Substitution t’ = t - t0

Beispiel Zeitverschiebung SiSy, Rumc, 3-13 Einseitige Exponentialfunktion t0 = 0.5 ms τ = 1/(2π) ms = 0.159 ms τ Fourier-Spektrum S(f) @ f0 = 1/(2π·τ) = 1 kHz: Fourier-Spektrum zeitverschobenes Signal X(f) @ f0 = 1 kHz:

Eigenschaften der FT: Zeitskalierung SiSy, Rumc, 3-14 x(t) = s(a·t) ○-● X(f) = (1/IaI)·S(f/a) Beweis: Substitution t‘ = a·t Fall a>1: Verkürzung Signal s(t) <=> breiteres Spektrum S(f) Fall a<1: Dehnung Signal s(t) <=> schmaleres Spektrum S(f) Zeit-Bandbreite-Produkt Je „kürzer“ ein Puls-Signal ist, desto „grösser“ ist die Bandbreite des Spektrums. Umgekehrt haben „lang“ dauernde Einzelpulse schmale Spektren. Bandbreite und Dauer eines Pulssignals können also nicht unabhängig von einander gewählt werden. Das Zeit-Bandbreite-Produkt ist eine Konstante. Pulsdauer mal Bandbreite τ·B ≈ 1

Anwendung "Zeit – Bandbreite – Produkt" SiSy, Rumc, 3-15 kostengünstiges Oszilloskop Tektronix TDS3012B 100 MHz / 1.25 GSps 3 dB-Bandbreite = 100 MHz Pulse mit ca. 10 ns Dauer noch "sichtbar" Le Croy WaveRunner 640 Zi 4 GHz / 40 GSps 3 dB-Bandbreite ≈ 4 GHz Pulse mit ca. 0.25 ns noch "sichtbar"

Zeit-Bandbreite-Produkt bleibt konstant!!! Beispiel Zeitskalierung SiSy, Rumc, 3-16 Rechteckpulse mit Dauer τ0 und τ0/2 sowie zugehörige Spektren Zeit-Bandbreite-Produkt bleibt konstant!!!

Eigenschaften der FT: Dualität und Beispiel SiSy, Rumc, 3-17 s(t) ○-● S(f) S(t) ○-● s(-f) Beispiel Rechteckförmig im Zeitbereich ○-● sinc-förmig im Frequenzbereich sinc-förmig im Zeitbereich ○-● rechteckförmig im Frequenzbereich ○-● f -fg/2 fg/2

Eigenschaften: Frequenzverschiebung SiSy, Rumc, 3-18 x(t) = s(t) · ej2πf0·t ○-● X(f) = S(f-f0) Multiplikation mit ej2πf0·t ○-● Frequenzverschiebung um +f0 (nach rechts) duale Aussage zur Zeitverschiebung Prinzip wird in der Nachrichten- und Messtechnik oft verwendet (siehe Beispiel auf der nächsten Folie)

Eigenschaften: Frequenzverschiebung SiSy, Rumc, 3-19 Nachrichtensignal s(t) = 1+0.5·cos(2π·fTon·t) s(t) y(t) Amplituden-Moduliertes (AM-) Signal cos(2π·fc·t) Hilfs-Trägersignal (engl. carrier) Nachricht s(t) "steckt" in der Amplitude des Trägersignals

hochfrequentes Signal kann über Antenne abgestrahlt werden Beispiel Frequenzverschiebung SiSy, Rumc, 3-20 Multiplikation (Basisband)-Signal s(t) mit cos-(Träger)-Signal Amplitudenmodulation = s(t)·cos(2πf0t) = 0.5 · s(t) · ej2πf ·t + 0.5 · s(t) · e-j2πf ·t Frequenzverschiebung (Mischung) Y(f) = 0.5 · S(f-f0) + 0.5 · S(f+f0) hochfrequentes Signal kann über Antenne abgestrahlt werden

Eigenschaften: Differentiation / Integration SiSy, Rumc, 3-21 dn/dtn s(t) ○-● (j2πf)n·S(f) Differentialgleichung DGL ○-● algebraische Gleichung simple Substitution von dn/dtn durch (jω)n sehr oft genügt die Lösung der DGL im Frequenzbereich Beispiel aus der Wechselstromlehre i(t) L Algebraische Gleichung U(f) = jωL·I(f) komplexer Widerstand / Impedanz ZL = U(f) / I(f) = jωL = j·2πf·L ○-● u(t) DGL u(t) = L·di(t)/dt

Eigenschaften der FT: Faltung SiSy, Rumc, 3-22 ○-● X(f) · Y(f) Faltung Multiplikation Visualisierung der Faltung x(τ) y(τ) 1 1 τ / s τ / s 1 0.5 1 y(0.25-τ) = y(-(τ-0.25)) y(τ-0.25) 1 1 "Faltung" τ / s τ / s 0.5 1 0.5 1 x(t)*y(t) Faltung x(t)*y(t) @ t = 0.25 0.5 t / s 0.5 1 1.5

Beispiel Faltung Faltung Rechteckpuls der Dauer τ0 mit sich selbst ○-● SiSy, Rumc, 3-23 Faltung Rechteckpuls der Dauer τ0 mit sich selbst Dreieckpuls sinc2-förmiges Spektrum ○-● siehe Demo

Ausblick zur Faltung Definition der Stoss- bzw. Impulsantwort h(t) SiSy, Rumc, 3-24 Definition der Stoss- bzw. Impulsantwort h(t) x(t) = δ(t) Linear, Time-Invariant y(t) = h(t) LTI- System t t Die Stossantwort h(t) beschreibt ein LTI-System vollständig Ausgangssignal = Faltung von Eingangssignal mit Stossantwort Ausgangsspektrum = Eingangsspektrum x Frequenzgang des Systems LTI- System x(t) ○-● Analyse im Frequenz- bereich genügt oft ! X(f) Y(f) = X(f)·H(f) H(f) = F{h(t)} Frequenzgang des LTI-Systems

Eigenschaften der FT: Symmetrie SiSy, Rumc, 3-25 Spektrum S(f) eines reellwertigen Zeitsignals s(t) s(t) reell ○-● S(-f) = S*(f) s(t) reell, ungerade ○-● S(f) imaginär Beispiel: sin(.) s(t) reell, gerade ○-● S(f) reell Beispiel: cos(.) Beispiel Spektrum eines reellen Signals Matlab: abs(.) Matlab: angle(.) Betragsspektrum (gerade Funktion) IS(-f)I = IS(f)I Phasenspektrum (ungerade Funktion) angle{S(-f)} = -angle{S(f)}

Signalenergie, Spektrum Dirac-Puls SiSy, Rumc, 3-26 Energieberechnung mit Satz von Parseval (an 1Ω) überprüfe die Dimension (IS(f)I hat Dimension V/Hz)! Spektrum eines Dirac-Impulses s(t) S(f) s(t) = δ(t) ○-● S(f) = 1 t f s(t) S(f) DC s(t) = 1 ○-● S(f) = δ(f) t f Ein unendlich schmaler Puls hat ein flaches bzw. weisses Spektrum, in dem alle Frequenzkomponenten vorkommen. Umgekehrt hat ein DC- Signal eine sehr schmale Linie bei f = 0 im Amplitudendichte-Spektrum.

FT eines periodischen Signals SiSy, Rumc, 3-27 ○-● periodisches Signal (Darstellung als Fourierreihe) "Linien"-Spektrum (Dirac-Impulse statt Linien) Beweis: Verwende Linearitätseigenschaft der FT Identität ck ○-● ck·δ(f) Frequenzverschiebungseigenschaft der FT Beispiel Amplitudendichtespektrum des cos-Signals s(t) = cos(2πf0·t) f (1/2) f0 -f0 S(f)