Präsentation herunterladen
Veröffentlicht von:Klaus Kaper Geändert vor über 9 Jahren
1
Fourier-Analyse und technologische Anwendungen
Dr. Peter-Michael Schmidt
2
Anwendungen von Fourierreihen
Fourieranalyse: Welche Faktoren beeinflussen eine untersuchte Größe? Beispielsweise in der Signalverarbeitung soll das Rauschen der Daten herausgefiltert werden. Bild- und Tontechnik: Welche Grund- und Obertöne bestimmen die Klangcharakteristik? Komprimierung und Bearbeitung von digitalen Bild- und Tondateien (MP3, JPEG Standards). Maschinendiagnose: Welche Schwingungen signalisieren einen bevorstehenden Ausfall einer Komponente?
3
f(t) = 3 sin(t) + sin(5 t) + cos(6 t) + 0,5 sin(20 t) + 0,1 sin(50 t)
Anwendungen von Fourierreihen Durchführung einer Fourieranalyse: Abtasten einer Schwingung mit einer Samplingrate. f(t) = 3 sin(t) + sin(5 t) + cos(6 t) + 0,5 sin(20 t) + 0,1 sin(50 t)
4
f(t) = 3 sin(t) + sin(5 t) + cos(6 t)
Anwendungen von Fourierreihen Durchführung einer Fourieranalyse: Herausfiltern hochfrequenter Anteile, die durch Störungen hervorgerufen wurden. f(t) = 3 sin(t) + sin(5 t) + cos(6 t)
5
Fourierreihe in reeller Schreibweise
Definition der Fourierreihe Fourierreihe in reeller Schreibweise Fourierkoeffizienten Fourierreihe in komplexer Schreibweise Wir setzen und verwenden Fourierkoeffizienten
6
Orthogonalsysteme Reellwertige Funktionensystem
Komplexwertige Funktionensystem
7
Berechnung der Fourierkoeffizienten
Wir multiplizieren mit und integrieren von –T/2 bis +T/2
8
Berechnung der Fourierkoeffizienten
Wir multiplizieren mit und integrieren von –T/2 bis +T/2
9
Berechnung der Fourierkoeffizienten
Fourierreihe der Funktion f(t)= sgn(t) auf , periodisch fortgesetzt 2 Summanden Summanden Trotz Gibbsscher Überschwinger konvergiert die Fourierreihe.
10
Approximation Konvergiert die N te Partialsumme gegen die Funktion f(t)? Könnten wir eventuell andere Koeffizienten wählen, so daß der mittlere quadratische Fehler kleiner wird? Aus der Orthogonalität des Funktionensystems folgt und daraus die Besselsche Ungleichung
11
Approximation Fourierreihen Taylorreihen
Für erhält man nach aufwendigen Beweisen die Parsevalsche Gleichung: Fourierreihen Taylorreihen sind anwendbar auf stückweise stetige(*) differenzierbare Funktionen, berechnen eine globale lokale Näherung und verwenden Funktionswerte Ableitungen der untersuchten Funktion. (*) Die Funktion f muß absolut integrierbar sein, was in der Praxis meist erfüllt ist.
12
Definition der Fouriertransformation
Betrachten jetzt eine auf alle reellen Zahlen t definierte Funktion, die nicht periodisch sein muß. Auch ist kontinuierlich. Die Variablen t und beschreiben die Zeit- und Frequenzdomäne. wird Spektrum genannt. Hintransformation Rücktransformation
13
Definition der Fouriertransformation
Um zu zeigen, daß die Rücktransformation wieder die Ausgangsfunktion ergibt, benötigt man die -Funktion, die nur durch 2 Eigenschaften charakterisiert werden soll
14
Fouriertransformation
Beispiel: Wir verwenden Periodische Funktionen haben diskretes Spektrum. MATHEMATICA ( liefert (Faktor in der Definition)
15
Diskrete Fouriertransformation
Daten werden zu diskreten Zeitpunkten (äquidistant) gemessen. für Wir untersuchen periodische Zahlenfolgen der Messdaten und die Fourier-transformierten Zahlenfolgen Weitere numerische Operationen auf Messdaten erfolgen beispielsweise bei der Regressionsanalyse, Künstliche Neuronale Netze und Kurvenfitting. Die Zielstellung dieser Verfahren besteht in der Trennung von interessierender Information und unerwünschten Stör- und Rauschdaten.
16
Diskrete Fouriertransformation
Datenerfassung: Sampling Theorem Die (blaue) Eingabekurve wird weniger als zweimal pro Periode erfasst. Die Fourierkoeffizienten werden eine zu große Frequenz (rote Kurve) anzeigen.
17
Definition der Diskreten Fouriertransformation
Der Term ist für diskrete Zeiten mit Für eine Funktion f(t) mit Periode T haben wir Wir gehen zu diskreten Zeiten über
18
Definition der Diskreten Fouriertransformation
Hintransformation Rücktransformation Kern Um zu zeigen, daß die Rücktransformation wieder die Ausgangsfolge ergibt, benötigt man Kronecker-Symbol
19
Eigenschaften der Diskreten Fouriertransformation
Ist die Diskrete Fouriertransformation von so kann eine Verschiebung in der Zeit um n durch eine Multiplikation realisiert werden: hat die Transformierte Ist die diskrete Faltung der Folgen und , so gilt für die Transformierte von
20
Der Tiefpaßfilter als eine Anwendung der Diskreten Fouriertransformation
Ist die Eingabefolge für eine Datenaufbereitung, deren Ausgabe die Folge ist. Bezeichnen wir mit den Verschiebungsoperator, so führen wir den Transfer durch: Einfach kann man nachrechnen, wobei mit ist. Zur Veranschaulichung soll kontinuierlich sein.
21
Der Tiefpaßfilter als eine Anwendung der Diskreten Fouriertransformation
Beispiel: Hier haben wir Es folgt und
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.