Формула фурье. Преобразование фурье интеграл фурье комплексная форма интеграла преобразование фурье косинус и синус преобразования амплитудный и фазовый спектры свойства приложения. Непрерывная функция и представление её рядом Фурье

Совокупность операций, позволяющих по заданной функции f(t) находить соответствующую ей спектральную характеристику F(iω ) называется преобразованием Фурье:

Символически формулу (1)будем записывать в виде

Интеграл в правой части (1) как и ранее понимается в смысле главного значения, т.е.

Равенство (1) устанавливает связь между функцией f(t) , аргументом которой служит t , и ей соответствующей комплексной функцией F(iω ), имеющей в качестве аргумента частоту ω .

Формула интеграла Фурье

позволяет от известной функции F(iω ) определить соответствующую ей функцию f(t). На этом основании формулу (3) называют обратным преобразованием Фурье. Символически будем записывать

В ряде задач автоматического регулирования функция f(t) характеризует процесс, имеющий место лишь начиная с некоторого момента времени t , который можно принять за нулевой.

В этом случае f(t) ≡ 0 при t < 0 (1) принимает вид

Преобразование (5) называется прямым односторонним преобразованием Фурье .Обратное преобразование Фурье, соответствующее прямому одностороннему преобразованию, остается двусторонним по переменной ω и дается равенством

При t= 0, значение правой части (6) равно
;

при t < 0 , f(t) ≡ 0

Связь преобразований фурье и лапласа Формула

прямого преобразования Лапласа может рассматриваться как результат определенным образом построенного обобщения одностороннего преобразования Фурье.

Пусть, например, f(t) удовлетворяет условиям Дирихле в интервале 0 ≤ t < ∞ , причем f(t) ≡ 0 при t< 0.

Как известно, преобразование Фурье может быть применено к функциям f(t) , для которых интеграл
существует (условие абсолютной интегрируемости). Этому условию не удовлетворяют многие функции, используемые при анализе процессов в автоматических системах, например 1(t ), Asin(ωt) , Acos(ωt), e αt при α >0, t и др.

Для того чтобы иметь возможность подобную функцию f(t) преобразовать по Фурье, предварительно ее надо умножить на e -ct где вещественное число С>C 0 выбрано таким образом, чтобы интеграл
был бы сходящимся.

Значение С 0 для каждой функции f(t) является вполне определенным. Используя формулу прямого одностороннего преобразования Фурье, будем преобразовывать по Фурье не f(t) , а f(t)e -ct , удовлетворяющую условиям применения этого преобразования.

Введя новую комплексную переменную S=c+jω, получим
.

Это выражение представляет собой формулу прямого преобразования Лапласа. Таким образом, преобразование Лапласа является результатом распространения преобразования Фурье на функции, которые, удовлетворяя условиям Дирехле в интервале 0

Если F(jω) спектральная х – тика f(t), то функция F(S) комплексной переменой S является спектральной характеристикой затухающей функции времени f(t)e -ct .

Рассмотрим формулу обратного преобразования Фурье:

Заменим в правой и левой частях этого равенства f(t) на f(t)e -ct , получим:

Учитывая, что S=e + jω, dω=dS/j, найдём

Это равенство является формулой обратного преобразования Лапласа, т.е. обратное преобразование Лапласа может рассматриваться как развитие обратного преобразования Фурье.

Ранее отмечалось, что представление функции в виде интеграла Фурье соответствует представлению функции в виде суммы бесконечно большого числа гармоник с бесконечно малыми амплитудами, причем частоты гармоник отличаются друг от друга бесконечно мало. Аналогично этому представлению f(t) в виде (*) соответствует представлению этой функции в виде бесконечно большого числа бесконечно малых составляющих, являющихся колебаниями с бесконечно малыми амплитудами, затухающих по экспоненциальному закону.

Свойства преобразования Фурье аналогичны свойствам преобразования Лапласа.

Спектральные характеристики некоторых функций

1.Единичная ступенчатая функция. Дельта – функция.

Функция 1(t) вида

называется единичной ступенчатой функцией. Из (1) следует, 1(t) при t=0 имеет разрыв неопределенности первого рода, причем значение функции в точке разрыва не определено. Однако 1(t) при t=0 приписывают вполне определённые значения. Наиболее часто встречаются функции следующего вида:

Выбор того или иного значения единичной функции t=0 связан особенностями решаемой задачи. Например, первое представление удобно в том случае, когда рассматривают функцию 1(t) как предел при λ→∞ последовательности непрерывных функций:

f(t,λ)=1/2+(1/π)arctg λt (3) ,

где λ – параметр и

Последовательность непрерывных функций

при λ→ ∞ также имеет своим пределом первое представление 1(t).

Во многих случаях задача получения (вычисления) спектра сигнала выглядит следующим образом. Имеется АЦП, который с частотой дискретизации Fd преобразует непрерывный сигнал, поступающий на его вход в течение времени Т, в цифровые отсчеты - N штук. Далее массив отсчетов подается в некую программку, которая выдает N/2 каких-то числовых значений (программист, который утянул из инета написал программку, уверяет, что она делает преобразование Фурье).

Чтобы проверить, правильно ли работает программа, сформируем массив отсчетов как сумму двух синусоид sin(10*2*pi*x)+0,5*sin(5*2*pi*x) и подсунем программке. Программа нарисовала следующее:

рис.1 График временной функции сигнала

рис.2 График спектра сигнала

На графике спектра имеется две палки (гармоники) 5 Гц с амплитудой 0.5 В и 10 Гц - с амплитудой 1 В, все как в формуле исходного сигнала. Все отлично, программист молодец! Программа работает правильно.

Это значит, что если мы подадим на вход АЦП реальный сигнал из смеси двух синусоид, то мы получим аналогичный спектр, состоящий из двух гармоник.

Итого, наш реальный измеренный сигнал, длительностью 5 сек , оцифрованный АЦП, то есть представленный дискретными отсчетами, имеет дискретный непериодический спектр.

С математической точки зрения - сколько ошибок в этой фразе?

Теперь начальство решило мы решили, что 5 секунд - это слишком долго, давай измерять сигнал за 0.5 сек.



рис.3 График функции sin(10*2*pi*x)+0,5*sin(5*2*pi*x) на периоде измерения 0.5 сек

рис.4 Спектр функции

Что-то как бы не то! Гармоника 10 Гц рисуется нормально, а вместо палки на 5 Гц появилось несколько каких-то непонятных гармоник. Смотрим в интернетах, что да как…

Во, говорят, что в конец выборки надо добавить нули и спектр будет рисоваться нормальный.

рис.5 Добили нулей до 5 сек

рис.6 Получили спектр

Все равно не то, что было на 5 секундах. Придется разбираться с теорией. Идем в Википедию - источник знаний.

2. Непрерывная функция и представление её рядом Фурье

Математически наш сигнал длительностью T секунд является некоторой функцией f(x), заданной на отрезке {0, T} (X в данном случае - время). Такую функцию всегда можно представить в виде суммы гармонических функций (синусоид или косинусоид) вида:

(1), где:

K - номер тригонометрической функции (номер гармонической составляющей, номер гармоники)
T - отрезок, где функция определена (длительность сигнала)
Ak - амплитуда k-ой гармонической составляющей,
θk- начальная фаза k-ой гармонической составляющей

Что значит «представить функцию в виде суммы ряда»? Это значит, что, сложив в каждой точке значения гармонических составляющих ряда Фурье, мы получим значение нашей функции в этой точке.

(Более строго, среднеквадратичное отклонение ряда от функции f(x) будет стремиться к нулю, но несмотря на среднеквадратичную сходимость, ряд Фурье функции, вообще говоря, не обязан сходиться к ней поточечно. См. https://ru.wikipedia.org/wiki/Ряд_Фурье .)

Этот ряд может быть также записан в виде:

(2),
где , k-я комплексная амплитуда.

Связь между коэффициентами (1) и (3) выражается следующими формулами:

Отметим, что все эти три представления ряда Фурье совершенно равнозначны. Иногда при работе с рядами Фурье бывает удобнее использовать вместо синусов и косинусов экспоненты мнимого аргумента, то есть использовать преобразование Фурье в комплексной форме. Но нам удобно использовать формулу (1), где ряд Фурье представлен в виде суммы косинусоид с соответствующими амплитудами и фазами. В любом случае неправильно говорить, что результатом преобразования Фурье действительного сигнала будут комплексные амплитуды гармоник. Как правильно говорится в Вики «Преобразование Фурье (ℱ) - операция, сопоставляющая одной функции вещественной переменной другую функцию, также вещественной переменной.»

Итого:
Математической основой спектрального анализа сигналов является преобразование Фурье.

Преобразование Фурье позволяет представить непрерывную функцию f(x) (сигнал), определенную на отрезке {0, T} в виде суммы бесконечного числа (бесконечного ряда) тригонометрических функций (синусоид и\или косинусоид) с определёнными амплитудами и фазами, также рассматриваемых на отрезке {0, T}. Такой ряд называется рядом Фурье.

Отметим еще некоторые моменты, понимание которых требуется для правильного применения преобразования Фурье к анализу сигналов. Если рассмотреть ряд Фурье (сумму синусоид) на всей оси Х, то можно увидеть, что вне отрезка {0, T} функция представленная рядом Фурье будет будет периодически повторять нашу функцию.

Например, на графике рис.7 исходная функция определена на отрезке {-T\2, +T\2}, а ряд Фурье представляет периодическую функцию, определенную на всей оси х.

Это происходит потому, что синусоиды сами являются периодическими функциями, соответственно и их сумма будет периодической функцией.

рис.7 Представление непериодической исходной функции рядом Фурье

Таким образом:

Наша исходная функция - непрерывная, непериодическая, определена на некотором отрезке длиной T.
Спектр этой функции - дискретный, то есть представлен в виде бесконечного ряда гармонических составляющих - ряда Фурье.
По факту, рядом Фурье определяется некоторая периодическая функция, совпадающая с нашей на отрезке {0, T}, но для нас эта периодичность не существенна.

Периоды гармонических составляющих кратны величине отрезка {0, T}, на котором определена исходная функция f(x). Другими словами, периоды гармоник кратны длительности измерения сигнала. Например, период первой гармоники ряда Фурье равен интервалу Т, на котором определена функция f(x). Период второй гармоники ряда Фурье равен интервалу Т/2. И так далее (см. рис. 8).

рис.8 Периоды (частоты) гармонических составляющих ряда Фурье (здесь Т=2π)

Соответственно, частоты гармонических составляющих кратны величине 1/Т. То есть частоты гармонических составляющих Fk равны Fk= к\Т, где к пробегает значения от 0 до ∞, например к=0 F0=0; к=1 F1=1\T; к=2 F2=2\T; к=3 F3=3\T;… Fk= к\Т (при нулевой частоте - постоянная составляющая).

Пусть наша исходная функция, представляет собой сигнал, записанный в течение Т=1 сек. Тогда период первой гармоники будет равен длительности нашего сигнала Т1=Т=1 сек и частота гармоники равна 1 Гц. Период второй гармоники будет равен длительности сигнала, деленной на 2 (Т2=Т/2=0,5 сек) и частота равна 2 Гц. Для третьей гармоники Т3=Т/3 сек и частота равна 3 Гц. И так далее.

Шаг между гармониками в этом случае равен 1 Гц.

Таким образом сигнал длительностью 1 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 1 Гц.
Чтобы увеличить разрешение в 2 раза до 0,5 Гц - надо увеличить длительность измерения в 2 раза - до 2 сек. Сигнал длительностью 10 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 0,1 Гц. Других способов увеличить разрешение по частоте нет.

Существует способ искусственного увеличения длительности сигнала путем добавления нулей к массиву отсчетов. Но реальную разрешающую способность по частоте он не увеличивает.

3. Дискретные сигналы и дискретное преобразование Фурье

С развитием цифровой техники изменились и способы хранения данных измерений (сигналов). Если раньше сигнал мог записываться на магнитофон и храниться на ленте в аналоговом виде, то сейчас сигналы оцифровываются и хранятся в файлах в памяти компьютера в виде набора чисел (отсчетов).

Обычная схема измерения и оцифровки сигнала выглядит следующим образом.

рис.9 Схема измерительного канала

Сигнал с измерительного преобразователя поступает на АЦП в течение периода времени Т. Полученные за время Т отсчеты сигнала (выборка) передаются в компьютер и сохраняются в памяти.

рис.10 Оцифрованный сигнал - N отсчетов полученных за время Т

Какие требования выдвигаются к параметрам оцифровки сигнала? Устройство, преобразующее входной аналоговый сигнал в дискретный код (цифровой сигнал) называется аналого-цифровой преобразователь (АЦП, англ. Analog-to-digital converter, ADC) (Wiki).

Одним из основных параметров АЦП является максимальная частота дискретизации (или частота семплирования, англ. sample rate) - частота взятия отсчетов непрерывного во времени сигнала при его дискретизации. Измеряется в герцах. ((Wiki))

Согласно теореме Котельникова, если непрерывный сигнал имеет спектр, ограниченный частотой Fмакс, то он может быть полностью и однозначно восстановлен по его дискретным отсчетам, взятым через интервалы времени , т.е. с частотой Fd ≥ 2*Fмакс, где Fd - частота дискретизации; Fмакс - максимальная частота спектра сигнала. Другими слова частота оцифровки сигнала (частота дискретизации АЦП) должна как минимум в 2 раза превышать максимальную частоту сигнала, который мы хотим измерить.

А что будет, если мы будем брать отсчеты с меньшей частотой, чем требуется по теореме Котельникова?

В этом случае возникает эффект «алиасинга» (он же стробоскопический эффект, муаровый эффект), при котором сигнал высокой частоты после оцифровки превращается в сигнал низкой частоты, которого на самом деле не существует. На рис. 11 красная синусоида высокой частоты - это реальный сигнал. Синяя синусоида более низкой частоты - фиктивный сигнал, возникающий вследствие того, за время взятия отсчета успевает пройти больше, чем пол-периода высокочастотного сигнала.

Рис. 11. Появление ложного сигнала низкой частоты при недостаточно высокой частоте дискретизации

Чтобы избежать эффекта алиасинга перед АЦП ставят специальный антиалиасинговый фильтр - ФНЧ (фильтр нижних частот), который пропускает частоты ниже половины частоты дискретизации АЦП, а более высокие частоты зарезает.

Для того, чтобы вычислить спектр сигнала по его дискретным отсчетам используется дискретное преобразование Фурье (ДПФ). Отметим еще раз, что спектр дискретного сигнала «по определению» ограничен частотой Fмакс, меньшей половине частоты дискретизации Fd. Поэтому спектр дискретного сигнала может быть представлен суммой конечного числа гармоник, в отличие от бесконечной суммы для ряда Фурье непрерывного сигнала, спектр которого может быть неограничен. Согласно теореме Котельникова максимальная частота гармоники должна быть такой, чтобы на нее приходилось как минимум два отсчета, поэтому число гармоник равно половине числа отсчетов дискретного сигнала. То есть если в выборке имется N отсчетов, то число гармоник в спектре будет равно N/2.

Рассмотрим теперь дискретное преобразование Фурье (ДПФ).

Сравнивая с рядом Фурье

Видим, что они совпадают, за исключением того, что время в ДПФ имеет дискретный характер и число гармоник ограничено величиной N/2 - половиной числа отсчетов.

Формулы ДПФ записываются в безразмерных целых переменных k, s, где k – номера отсчетов сигнала, s – номера спектральных составляющих.
Величина s показывает количество полных колебаний гармоники на периоде Т (длительности измерения сигнала). Дискретное преобразование Фурье используется для нахождения амплитуд и фаз гармоник численным методом, т.е. «на компьютере»

Возвращаясь к результатам, полученным в начале. Как уже было сказано выше, при разложении в ряд Фурье непериодической функции (нашего сигнала), полученный ряд Фурье фактически соответствует периодической функции с периодом Т. (рис.12).

рис.12 Периодическая функция f(x) с периодом Т0, с периодом измерения Т>T0

Как видно на рис.12 функция f(x) периодическая с периодом Т0. Однако из-за того, что длительность измерительной выборки Т не совпадает с периодом функции Т0, функция, получаемая как ряд Фурье, имеет разрыв в точке Т. В результате спектр данной функции будет содержать большое количество высокочастотных гармоник. Если бы длительность измерительной выборки Т совпадала с периодом функции Т0, то в полученном после преобразования Фурье спектре присутствовала бы только первая гармоника (синусоида с периодом равным длительности выборки), поскольку функция f(x) представляет собой синусоиду.

Другими словами, программа ДПФ «не знает», что наш сигнал представляет собой «кусок синусоиды», а пытается представить в виде ряда периодическую функцию, которая имеет разрыв из-за нестыковки отдельных кусков синусоиды.

В результате в спектре появляются гармоники, которые должны в сумме изобразить форму функции, включая этот разрыв.

Таким образом, чтобы получить «правильный» спектр сигнала, являющегося суммой нескольких синусоид с разными периодами, необходимо чтобы на периоде измерения сигнала укладывалось целое число периодов каждой синусоиды. На практике это условие можно выполнить при достаточно большой длительности измерения сигнала.

Рис.13 Пример функции и спектра сигнала кинематической погрешности редуктора

При меньшей длительности картина будет выглядеть «хуже»:

Рис.14 Пример функции и спектра сигнала вибрации ротора

На практике бывает сложно понять, где «реальные составляющие», а где «артефакты», вызванные некратностью периодов составляющих и длительности выборки сигнала или «скачками и разрывами» формы сигнала. Конечно слова «реальные составляющие» и «артефакты» не зря взяты в кавычки. Наличие на графике спектра множества гармоник не означает, что наш сигнал в реальности из них «состоит». Это все равно что считать, будто число 7 «состоит» из чисел 3 и 4. Число 7 можно представить в виде суммы чисел 3 и 4 - это правильно.

Так и наш сигнал… а вернее даже не «наш сигнал», а периодическую функцию, составленную путем повторения нашего сигнала (выборки) можно представить в виде суммы гармоник (синусоид) с определенными амплитудами и фазами. Но во многих важных для практики случаях (см. рисунки выше) действительно можно связать полученные в спектре гармоники и с реальными процессами, имеющими циклический характер и вносящими значительный вклад в форму сигнала.

Некоторые итоги

1. Реальный измеренный сигнал, длительностью T сек, оцифрованный АЦП, то есть представленный набором дискретных отсчетов (N штук), имеет дискретный непериодический спектр, представленный набором гармоник (N/2 штук).

2. Сигнал представлен набором действительных значений и его спектр представлен набором действительных значений. Частоты гармоник положительны. То, что математикам бывает удобнее представить спектр в комплексной форме с использованием отрицательных частот не значит, что «так правильно» и «так всегда надо делать».

3. Сигнал, измеренный на отрезке времени Т определен только на отрезке времени Т. Что было до того, как мы начали измерять сигнал, и что будет после того - науке это неизвестно. И в нашем случае - неинтересно. ДПФ ограниченного во времени сигнала дает его «настоящий» спектр, в том смысле, что при определенных условиях позволяет вычислить амплитуду и частоту его составляющих.

Использованные материалы и другие полезные материалы.

Рассмотрим основные свойства преобразования Фурье.

Линейность . Рассмотрим функции и
, имеющие спектры
и
:

(12)

Тогда спектр их линейной комбинации будет:

Задержка во времени . Считаем, что известен спектр
сигнала

(14)

Рассчитаем спектр сигнала, сдвинутого во времени:
. Обозначим аргумент функции новой переменной
, тогда
и

Получили, что задержка сигнала на время приводит к умножению спектра на
.

Изменение масштаба. Считаем, что известен спектр
сигнала
, как через
выражается спектр сигнала
. Вводим новую переменную
, делаем замену переменной интегрирования
.

(16)

Умножение на
. Как и в предыдущем случае, считаем, что известен спектр
сигнала
. Найдем спектр этого сигнала, умноженного на
.

Таким образом, умножение сигнала на
приводит к смещению спектра на.

Спектр производной. В данном случае ключевым моментом является абсолютная интегрируемость функции. Из того, что интеграл от модуля функции должен быть ограничен, следует, что на бесконечности функция должна стремиться к нулю. Интеграл от производной функции берётся по частям, получившиеся внеинтегральные слагаемые равны нулю, так как на бесконечности функция стремится к нулю.

(18)

Спектр интеграла. Найдем спектр сигнала
. Причём будем считать, что
, то есть у сигнала отсутствует постоянная составляющая. Это требование необходимо, чтобы внеинтегральные слагаемые были равны нулю, когда интеграл берётся по частям.

(19)

Теорема о свёртке. Известно, что
и
спектры функций
и
соответственно. Требуется выразить спектр свертки
через
и
. Для этого в интеграле Фурье от свёртки у одной из функций выполним замену переменой
, тогда в показателе экспоненты можно сделать замену
. В результате такой замены двукратный интеграл будет равен произведению двух интегралов Фурье.

(20)

Преобразование Фурье свёртки двух сигналов даёт произведение спектров этих сигналов.

Произведение сигналов. Известно, что
и
– спектры функций
и
соответственно. Требуется выразить спектр произведения
через спектры
и
. Подставим в интеграл Фурье вместо одного из сигналов, например
, его выражение через обратное преобразование Фурье, а потом поменяем порядок интегрирования.

(21)

Спектр произведения сигналов есть свёртка спектров этих сигналов.

Спектр дискретного сигнала

Особое внимание стоит уделить дискретным сигналам, так как именно такие сигналы используются в цифровой обработке. Дискретный сигнал в отличие от непрерывного является последовательностью чисел, соответствующих значениям непрерывного сигнала в определённые моменты времени. Условно дискретный сигнал можно рассматривать как непрерывный сигнал, который в определённые моменты времени принимает какие-то значения, а в остальное время равен нулю. Таким образом, например, дискретный
сигнал может быть задан как произведение непрерывного сигнала
на последовательность периодически повторяющихся прямоугольных импульсов
– тактирующих импульсов (рис.1).

Рис. 1. Дискретизация сигнала.

(22)

Прямоугольные импульсы имеют длительность , период повторения:

(23)

Амплитуда импульса выбрана таким образом, чтобы интеграл импульса по периоду равнялся . При этом тактирующие импульсы безразмерны. Разложим последовательность таких импульсов в тригонометрический ряд:

(24)

Чтобы получить мгновенные отсчёты сигнала
, надо устремить длительность импульсов к нулю:
. Такой тактирующий сигнал назовём идеальным. При этом коэффициенты разложения
в ряд Фурье все будут равны 1.

(25)

Точно такой же вид имеет разложение в ряд Фурье функции:

(26)

Коэффициенты разложения в тригонометрический ряд тактирующего сигнала
:

(27)

Тогда дискретный сигнал будет иметь вид:

При вычислении преобразования Фурье дискретного сигнала меняем местами операцию суммировании и интегрирования, а потом используем свойство δ -функции:

Спектр дискретного сигнала является периодической функцией. Рассмотрим экспоненту в отельном слагаемом
как функцию частоты. Её период повторения равен. Самый большой период повторения у слагаемых с номерами
, и это, соответственно, будет периодом повторения всего спектра. То есть спектр дискретного сигнала имеет период повторения, равный частоте квантования
.

Получим ещё одно представление
. В силу того, что
является произведением функций
и
, спектр дискретного сигнала
вычисляется как свёртка спектров непрерывного сигнала
и спектра тактирующего сигнала
.

(30)

Вычислим
, используя (25). Так как
периодическая функция, её спектр дискретный.

Таким образом, свёртка (30)

Из выражения (32) следует, что спектр дискретного сигнала представляет собой периодически повторяющуюся функцию
.

Сам факт того, что в результате дискретизации в спектре сигнала происходят качественные изменения, говорит о том, что исходный сигнал может быть искажён, так как он полностью определяется своим спектром. Однако с другой стороны периодическое повторение одного и того же спектра само по себе не вносит ничего нового в спектр, поэтому при определённых условиях, зная значения сигнала в отдельные моменты времени, можно найти какое значение этот сигнал принимал в любой другой момент времени, то есть получить исходный непрерывный сигнал. В этом состоит смысл теоремы Котельникова, которая накладывает условие на выбор частоты квантования в соответствии с максимальной частотой в спектре сигнала.

Если это условие нарушено, то после оцифровки сигнала произойдёт наложение периодически повторяющегося спектра (рис. 2). Получившийся в результате наложения спектр будет соответствовать другому сигналу.

Рис. 2. Перекрывание спектров.

Преобразование Фурье – это семейство математических методов, основанных на разложении исходной непрерывной функции от времени на совокупность базисных гармонических функций (в качестве которых выступают синусоидальные функции) различной частоты, амплитуды и фазы. Из определения видно, что основная идея преобразования заключается в том, что любую функцию можно представить в виде бесконечной суммы синусоид, каждая из которых будет характеризоваться своей амплитудой, частотой и начальной фазой.

Преобразование Фурье является основоположником спектрального анализа. Спектральный анализ – это способ обработки сигналов, который позволяет охарактеризовать частотный состав измеряемого сигнала. В зависимости от того, каким образом представлен сигнал, используют разные преобразования Фурье. Различают несколько видов преобразования Фурье:

– Непрерывное преобразование Фурье (в англоязычной литературе Continue Time Fourier Transform – CTFT или, сокращенно, FT );

– Дискретное преобразование Фурье (в англоязычной литературе Discrete Fourier Transform – DFT );

– Быстрое преобразование Фурье (в англоязычной литературе Fast Fourier transform – FFT ).

Непрерывное преобразование Фурье

Преобразование Фурье является математическим инструментом, применяемым в различных научных областях. В некоторых случаях его можно использовать как средство решения сложных уравнений, описывающих динамические процессы, которые возникают под воздействием электрической, тепловой или световой энергии. В других случаях оно позволяет выделять регулярные составляющие в сложном колебательном сигнале, благодаря чему можно правильно интерпретировать экспериментальные наблюдения в астрономии, медицине и химии. Непрерывное преобразование фактически является обобщением рядов Фурье при условии, что период разлагаемой функции устремить к бесконечности. Таким образом, классическое преобразование Фурье имеет дело со спектром сигнала, взятым во всем диапазоне существования переменной.

Существует несколько видов записи непрерывного преобразования Фурье, отличающихся друг от друга значением коэффициента перед интегралом (две формы записи):

или

где и - Фурье-образ функцииили частотный спектр функции ;

- круговая частота.

Следует отметить, что разные виды записи встречаются в различных областях науки и техники. Нормировочный коэффициент необходим для корректного масштабирования сигнала из частотной области во временную. Нормировочный коэффициент уменьшает амплитуду сигнала на выходе обратного преобразования для того чтобы она совпадала с амплитудой исходного сигнала. В математической литературе прямое и обратное преобразование Фурье умножаются на множитель , в то время как в физике чаще всего при прямом преобразовании множитель не ставят, а при обратном ставят множитель . Если последовательно рассчитать прямое преобразование Фурье некоторого сигнала, а после взять обратное преобразование Фурье, то результат обратного преобразования должен полностью совпадать с исходным сигналом.

Если функция нечетная на интервале (−∞, +∞), то преобразование Фурье может быть представлено через синус-функцию:

Если функция четная на интервале (−∞, +∞), то преобразование Фурье может быть представлено через косинус-функцию:

Таким образом, непрерывное преобразование Фурье позволяет представить непериодическую функцию в виде интеграла функции, представляющей в каждой своей точке коэффициент ряда Фурье для непериодической функции.

Преобразование Фурье является обратимым, то есть если по функции был рассчитан ее Фурье-образ , то по Фурье-образу можно однозначно восстановить исходную функцию . Под обратным преобразованием Фурье понимают интеграл вида (две формы записи):

или

где - Фурье-образ функцииили частотный спектр функции ;

- круговая частота.

Если функция нечетная на интервале (−∞, +∞), то обратное преобразование Фурье может быть представлено через синус-функцию:

Если функция четная на интервале (−∞, +∞), то обратное преобразование Фурье может быть представлено через косинус-функцию:

В качестве примера, рассмотрим следующую функцию . График исследуемой экспоненциальной функции представлен ниже.

Поскольку функция является четной функцией, то непрерывное преобразование Фурье будет определяться следующим образом:

В результате получили зависимость изменения исследуемой экспоненциальной функции на частотном интервале (см. ниже).

Непрерывное преобразование Фурье используют, как правило, в теории при рассмотрении сигналов, которые изменяются в соответствии с заданными функциями, но на практике обычно имеют дело с результатами измерений, которые представляют собой дискретные данные. Результаты измерений фиксируются через равные промежутки времени с определённой частотой дискретизации, например, 16000 Гц или 22000 Гц. Однако в общем случае дискретные отсчёты могут идти неравномерно, но это усложняет математический аппарат анализа, поэтому на практике обычно не применяется.

Существует важная теорема Котельникова (в иностранной литературе встречается название «теорема Найквиста-Шеннона», «теорема отсчетов»), которая гласит, что аналоговый периодический сигнал, имеющий конечный (ограниченный по ширине) спектр (0…fmax), может быть однозначно восстановлен без искажений и потерь по своим дискретным отсчётам, взятым с частотой, большей или равной удвоенной верхней частоте спектра - частота дискретизации (fдискр >= 2*fmax). Другими словами, при частоте дискретизации 1000 Гц из аналогового периодического сигнала можно восстановить сигнал с частотой до 500 Гц. Следует отметить, что дискретизация функции по времени приводит к периодизации ее спектра, а дискретизация спектра по частоте приводит к периодизации функции.

Это одно из преобразований Фурье, широко применяемых в алгоритмах цифровой обработки сигналов.

Прямое дискретное преобразование Фурье ставит в соответствие временной функции , которая определена N-точками измерений на заданном временном интервале, другую функцию , которая определена на частотном интервале. Следует отметить, что функция на временном интервале задается с помощью N-отсчетов, а функция на частотном интервале задается с помощью K-кратного спектра.

k ˗ индекс частоты.

Частота k-го сигнала определяется по выражению

где T - период времени, в течение которого брались входные данные.

Прямое дискретное преобразование может быть переписано через вещественную и мнимую составляющие. Вещественная составляющая представляет собой массив, содержащий значения косинусоидальных составляющих, а мнимая составляющая представляет собой массив, содержащий значения синусоидальных составляющих.

Из последних выражений видно, что преобразование раскладывает сигнал на синусоидальные составляющие (которые называются гармониками) с частотами от одного колебания за период до N колебаний за период.

Дискретное преобразование Фурье имеет особенность, так как дискретная последовательность может быть получена суммой функций с различным составом гармонического сигнала. Другими словами, дискретная последовательность раскладывается на гармонические переменные – неоднозначно. Поэтому при разложении дискретной функции с помощью дискретного преобразования Фурье во второй половине спектра возникают высокочастотные составляющие, которых не было в оригинальном сигнале. Данный высокочастотный спектр является зеркальным отображением первой части спектра (в части частоты, фазы и амплитуды). Обычно вторая половина спектра не рассматривается, а амплитуды сигнала первой части спектра - удваиваются.

Следует отметить, что разложение непрерывной функции не приводит к появлению зеркального эффекта, так как непрерывная функция однозначно раскладывается на гармонические переменные.

Амплитуда постоянной составляющей является средним значением функции за выбранный промежуток времени и определяется следующим образом:

Амплитуды и фазы частотных составляющих сигнала определяются по следующим соотношениям:

Полученные значения амплитуды и фазы называют полярным представлением (polar notation). Результирующий вектор сигнала будет определяться следующим образом:

Рассмотрим алгоритм преобразования дискретно заданной функции на заданном интервале (на заданном периоде) с количеством исходных точек

Д искретное преобразование Фурье

В результате преобразования получаем вещественное и мнимое значение функции , которая определена на частотном диапазоне.

Обратное дискретное преобразование Фурье ставит в соответствие частотной функции , которая определена K-кратным спектром на частотном интервале, другую функцию , которая определена на временном интервале.

N ˗ количество значений сигнала, измеренных за период, а также кратность частотного спектра;

k ˗ индекс частоты.

Как уже было сказано, дискретное преобразование Фурье N-точкам дискретного сигнала ставит в соответствие N-комплексных спектральных отсчетов сигнала . Для вычисления одного спектрального отсчета требуется N операций комплексного умножения и сложения. Таким образом, вычислительная сложность алгоритма дискретного преобразования Фурье является квадратичной, другими словами требуется операций комплексного умножения и сложения.

Научившись вычислять спектральные плотности достаточно простых, но часто встречающихся импульсных сигналов, перейдем к систематическому изучению свойств преобразования Фурье.

Линейность преобразования Фурье.

Это важнейшее свойство формулируется так: если имеется некоторая совокупность сигналов причем то взвешенная сумма сигналов преобразуется по Фурье следующим образом:

Здесь - произвольные числовые коэффициенты.

Для доказательства формулы (2.26) следует подставить сумму сигналов в преобразование Фурье (2.16).

Свойства вещественной и мнимой частей спектральной плотности.

Пусть - сигнал, принимающий вещественные значения. Его спектральная плотность в общем случае является комплексной:

Подставам это выражение в формулу обратного преобразования фурье (2.18):

Для того чтобы сигнал, полученный путем такого двукратного преобразования, оставался вещественным, необходимо потребовать, чтобы

Это возможно лишь в том случае, если вещественная часть спектральной плотности сигнала есть четная, а мнимая часть - нечетная функция частоты:

Спектральная плотность сигнала, смещенного во времени.

Предположим, что для сигнала известно соответствие Рассмотрим такой же сигнал, но возникающий на секунд позднее. Принимая точку за новое начало отсчета времени, обозначим этот смещенный сигнал как Покажем, что

Доказательство очень простое. Действительно,

Модуль комплексного числа при любых равен единйце, поэтому амплитуды элементарных гармонических составляющих, из которых складывается сигнал, не зависят от его положения на оси времени. Информация об этой характеристике сигнала заключена в частотной зависимости аргумента его спектральной плотности (фазовом спектре).

Зависимость спектральной плотности сигнала от выбора масштаба измерения времени.

Предположим, что исходный сигнал подвергнут изменению масштаба времени. Это означает, что роль времени t играет новая независимая переменная (k - некоторое вещественное число). Если то происходит «сжатие» исходного сигнала; если же то сигнал «растягивается» во времени.

Оказывается, что если то

Действительно,

откуда следует формула (2.29).

Итак, для того чтобы, например, сжать сигнал во времени, сохраняя его форму, необходимо распределить те же спектральные составляющие в более широком интервале частот при соответствующем пропорциональном уменьшении их амплитуд.

К рассматриваемому здесь вопросу близко примыкает Следующая задача.

Дан импульс отличный от нуля на отрезке и характеризуемый спектральной плотностью Требуется иайти спектральную плотность «обращенного во времени» сигнала который представляет собой «зеркальную копию» исходного импульсного колебания. Поскольку очевидно, что то

Выполнив замену переменной находим, что

Спектральная плотность производной и неопределенного интеграла.

Пусть сигнал s(t) и его спектральная плотность заданы. Будем изучать новый сигнал и Поставим цель найти его спектральную плотность - .

По определению,

Преобразование Фурье - линейная операция, значит, равенство (2.31) справедливо и по отношению к спектральным плотностям. Учитывая (2.28), получаем

Представляя экспоненциальную функцию рядом Тейлора: подставляя этот ряд в (2.32) и ограничиваясь первыми двумя членами, находим

При дифференцировании скорость изменения сигнала во времени возрастает. Как следствие модуль спектра производной имеет большие значения в области высоких частот по сравнению с модулем спектра исходного сигнала.

Формула (2.33) обобщается на случай спектра производной порядка. Легко доказать, что если , то

Итак, дифференцирование сигнала по времени эквивалентно простой алгебраической операции умножения спектральной плотности на множитель Поэтому принято говорить, что мнимое число является оператором дифференцирования, действующим в частотной области.

Рассмотренная функция является первообразной (неопределенным интегралом) по отношению к функции Из (2.33) формально следует, что спектр первообразной

Таким образом, множитель служит оператором интегрирования в частотной области.

Спектральная плотность сигнала на выходе интегратора.

Во многих радиотехнических устройствах находят применение так называемые интеграторы - физические системы, выходной сигнал которых пропорционален интегралу от входного воздействия. Рассмотрим конкретно интегратор, осуществляющий преобразование входного сигнала в выходной сигнал по следующему закону:

Здесь - фиксированный параметр.

Определенный интеграл, входящий в (2.36), равен, очевидно, разности двух значений первообразной сигнала одно из которых вычисляется при аргументе t, а другое - при аргументе . Используя соотношения (2.28) и (2.35), получаем формулу связи между спектральными плотностями сигналов на входе и выходе:

Сомножитель в скобках ограничен при любых частотах, в то же время модуль знаменателя линейно растет с увеличением частоты. Это свидетельствует о том, что рассматриваемый интегратор действует подобно фильтру нижних частот, ослабляя высокочастотные спектральные составляющие входного сигнала.