Fourier-transzformáció

A Fourier-transzformáció függvényen elvégzett integráltranszformáció.

A Joseph Fourier által bevezetett, és ezért róla elnevezett Fourier-transzformáció a jelfeldolgozás hasznos eszköze. Alkalmazásával a vizsgált hullám különböző tulajdonságainak elemzésére van lehetőség, ezért rendkívül sok területen alkalmazzák. Többek között a tudományos kutatásokban, a fizikában az időtérbeli hullámok frekvenciaanalízisében, a spektroszkópiákban, a mérnöki alkalmazásokban az irányítás-, szabályozástechnikában.

A digitális jelfeldolgozás gyakran alkalmazott módszere a diszkrét Fourier-transzformáció (DFT). A gyakorlatban a sok lépést igénylő számítási feladatokban a gyors Fourier-transzformációt (Fast Fourier Transform, FFT) alkalmazzák.

Egy függvény Fourier-transzformáltjára vonatkozóan az alkalmazási területnek megfelelően a szakirodalomban többféle jelöléssel lehet találkozni, mint például:

${\displaystyle {\tilde {f}}(\xi ),\ {\tilde {f}}(\omega ),\ F(\xi ),\ {\mathcal {F}}\left(f\right)(\xi ),\ \left({\mathcal {F}}f\right)(\xi ),\ {\mathcal {F}}(f),\ {\mathcal {F}}(\omega ),\ F(\omega ),\ {\mathcal {F}}(j\omega ),\ {\mathcal {F}}\{f\},\ {\mathcal {F}}{\bigl (}f(t){\bigr )},\ {\mathcal {F}}{\bigl \{}f(t){\bigr \}}}$

Bár a jelölésrendszer különbözik, a transzformáció jelentése a különböző szakterületeken azonos.

Fourier-sorok

A periodikus függvények Fourier-sorba fejthetők:

${\displaystyle f(t)=\sum _{k=-\infty }^{\infty }c_{k}e^{-2\pi i\nu _{0}k}}$

ahol ${\displaystyle \nu _{0}\,}$ az alapfrekvencia, a periódus reciproka.

• A differenciálható függvények Fourier-sora pontonként konvergens, ami nem igaz minden integrálható függvényre (Kolmogorov konstrukciója).
• Sőt, van folytonos függvény, aminek Fourier-sora periódusonként egy pontban divergál (Reiman).
• A Dirichlet-Jordan konvergenciatétel szerint az ${\displaystyle f(x)\,}$ korlátos változású függvény Fourier-sora minden ${\displaystyle x\,}$ pontban ${\displaystyle f(x)\,}$-beli jobb és bal oldali határértékének számtani közepéhez tart.
• A négyzetesen integrálható függvények Fourier-sora normában konvergens. Ez a Riesz-Fischer-tétel közvetlen következménye.

Folytonos függvény Fourier-transzformáltja

A Fourier-transzformációt a periodikus függvényekre értelmezhető Fourier-sorok alapján, annak nem periodikus függvényekre érvényes általánosításával lehet bevezetni. Egy integrálható ${\displaystyle f(x)\,}$ függvény Fourier transzformáltja a következő:

${\displaystyle {\hat {f}}(\xi )=\int _{-\infty }^{\infty }f(x)\ e^{-2\pi ix\xi }\,dx}$

Tulajdonságai

• A Fourier-transzformáció korlátos lineáris operátor.
• Unitér

Vezessük be a következő műveleteket:

${\displaystyle (\tau _{h}f)(x)=f(x+h)\,}$ transzláció

${\displaystyle (\nu _{h}f)(x)=hf(x)\,}$ moduláció

${\displaystyle (\delta _{h}f)(x)=f(hx)\,}$ dilatáció

Ezek a műveletek a következő kapcsolatban vannak a Fourier-transzformációval:

${\displaystyle F\tau _{h}f(x)=\nu _{h}Ff(x)\,}$

${\displaystyle F\nu _{h}f(x)=\tau _{-h}Ff(x)\,}$

${\displaystyle F\delta _{h}f(x)={\frac {1}{h}}\delta _{\frac {1}{h}}Ff(x)\,}$

Jelölje ${\displaystyle *\,}$ a konvolúciót. Ekkor

${\displaystyle F(f*g)=Ff\cdot Fg\,}$

Legyen ${\displaystyle Mf=2\pi itf(t)\,}$ és jelölje ${\displaystyle f\,}$ deriváltját ${\displaystyle Df\,}$. Ha ${\displaystyle f\,}$ és ${\displaystyle Mf\,}$ is integrálható, akkor ${\displaystyle Ff\,}$ mindenütt differenciálható, és

${\displaystyle DFf=-FMf\,}$

${\displaystyle FDf=MFf\,}$

A Fourier-transzformáció invertálható:

${\displaystyle \mathrm {F} ^{-1}f=\int _{I}f(t)e^{2\pi ixt}dt\,}$

Példák

• Háromszögjel:

A háromszögjel fázisszögtől függően szinuszos vagy koszinuszos kifejezésekkel közelíthető. A képletekben ${\displaystyle h\,}$ jelöli az amplitúdót:

${\displaystyle {\begin{array}{rl}f(t)=&-{\frac {8h}{\pi ^{2}}}\left[{\cos {\omega t}+{\frac {1}{3^{2}}}\cos {3\omega t}+{\frac {1}{5^{2}}}\cos {5\omega t}+\cdots }\right]\\[.6em]=&-{\frac {8h}{\pi ^{2}}}\sum _{k=1}^{\infty }{\dfrac {\cos((2k-1)\omega t)}{(2k-1)^{2}}}\end{array}}}$

${\displaystyle {\begin{array}{rl}f(t)=&{\frac {8h}{\pi ^{2}}}\left[{\sin {\omega t}-{\frac {1}{3^{2}}}\sin {3\omega t}+{\frac {1}{5^{2}}}\sin {5\omega t}\mp \cdots }\right]\\[.6em]=&{\frac {8h}{\pi ^{2}}}\sum _{k=1}^{\infty }(-1)^{k-1}{\dfrac {\sin((2k-1)\omega t)}{(2k-1)^{2}}}\end{array}}}$

• Négyszögjel:

Hasonlóan a négyszögjel:

${\displaystyle {\begin{array}{rl}f(t)=&{\frac {4h}{\pi }}\left[{\sin {\omega t}+{\frac {1}{3}}\sin {3\omega t}+{\frac {1}{5}}\sin {5\omega t}+\cdots }\right]\\[.6em]=&{\frac {4h}{\pi }}\sum _{k=1}^{\infty }{\dfrac {\sin \left((2k-1)\omega t\right)}{2k-1}}\end{array}}}$

${\displaystyle {\begin{array}{rl}f(t)=&{\frac {4h}{\pi }}\left[{\cos {\omega t}-{\frac {1}{3}}\cos {3\omega t}+{\frac {1}{5}}\cos {5\omega t}\mp \ldots }\right]\\[.6em]=&{\frac {4h}{\pi }}\sum _{k=1}^{\infty }(-1)^{k-1}{\dfrac {\cos \left((2k-1)\omega t\right)}{2k-1}}\end{array}}}$

• Fűrészfogjel: (növekvő)

Ugyanígy közelíthetők szinuszos kifejezésekkel a pontra szimmetrikus függvények. Itt a váltakozó előjelek fáziseltolódást eredményeznek:

${\displaystyle {\begin{array}{rl}f(t)=&-{\frac {2h}{\pi }}\left[{\sin {\omega t}-{\frac {1}{2}}\sin {2\omega t}+{\frac {1}{3}}\sin {3\omega t}\mp \cdots }\right]\\[.6em]=&-{\frac {2h}{\pi }}\sum _{k=1}^{\infty }(-1)^{k-1}{\dfrac {\sin k\omega t}{k}}\end{array}}}$

• Szinuszjel:

${\displaystyle {\begin{array}{rl}f(t)=&h\left|\sin {\omega t}\right|\\[.6em]=&{\frac {4h}{\pi }}\left[{\frac {1}{2}}-{\frac {\cos {2\omega t}}{3}}-{\frac {\cos {4\omega t}}{15}}-{\frac {\cos {6\omega t}}{35}}-\cdots \right]\\[.6em]=&{\frac {2h}{\pi }}-{\frac {4h}{\pi }}\sum _{k=1}^{\infty }{\dfrac {\cos {2k\omega t}}{(2k)^{2}-1}}\end{array}}}$

Diszkrét Fourier-transzformáció

A Fourier-transzformációnak diszkrét változata is van:

${\displaystyle \mathrm {F} f=\sum _{-\infty }^{\infty }f(n)e^{-2\pi ixn}}$

Sokszor ezt használják a gyakorlatban, mert csak véges sok mintavételezés lehetséges. A függvény értelmezési tartományáról felteszik, hogy diszkrét és véges. Nem tévesztendő össze a Fourier-sorral.

Gyors Fourier-transzformáció

A gyors Fourier-transzformáció (FFT = Fast Fourier Transform) a diszkrét Fourier-transzformált kiszámítására szolgál. Ehhez ${\displaystyle N=2^{n}\,}$ egyenközű mintavétel szükséges, ahol ${\displaystyle n\geq 6}$. Műveletigénye ${\displaystyle N\log N\,}$. A mintavételezés frekvenciáját úgy kell választani, hogy legalább kétszer akkora legyen, mint a maximális feldolgozandó frekvencia, különben torz kép jön létre. Több perióduson át kell mintavételezni úgy, hogy a mintavételezés máshova essen az egyes periódusokban. Például, ha a jel frekvenciája 1 kHz, akkor jobb 2100 Hz-cel mintavételezni, mint 2000-rel, és még jobb mondjuk 4100 Hz-cel, vagy még ennél is nagyobb frekvenciával.

A sor:

${\displaystyle y(\omega )={\frac {T}{\sqrt {2\pi }}}\sum _{n=-\infty }^{\infty }x_{n}e^{-i\omega t_{n}}}$

ahol

${\displaystyle x_{n}={\frac {1}{\sqrt {2\pi }}}\int _{-\pi F}^{\pi F}y_{n}e^{i\omega t_{n}}d\omega }$

Algoritmus

A gyors Fourier-transzformáció rekurzív algoritmus, ami a divide et impera elvén működik.

Legelőször is idézzük fel, hogy a ${\displaystyle 2n\,}$ pontú diszkrét Fourier-transzformáció a következőképpen definiálható:

${\displaystyle f_{j}=\sum _{k=0}^{2n-1}x_{k}\;e^{-{\frac {2\pi i}{2n}}jk}\qquad j=0,\dots ,2n-1.}$

Legyenek a páros indexű együtthatók

${\displaystyle x'_{0}=x_{0},\ x'_{1}=x_{2},\ ...,\ x'_{n-1}=x_{2n-2}\,}$

és ezek diszkrét Fourier-transzformáltja

${\displaystyle f'_{0},\ ...,\ f'_{n-1}\,}$;

hasonlóan, jelölje a páratlan indexű együtthatókat

${\displaystyle x''_{0}=x_{1},\ x''_{1}=x_{3},\ ...,\ x''_{n-1}=x_{2n-1}\,}$

és legyen ezek diszkrét Fourier-transzformáltja

${\displaystyle f''_{0},\ ...,\ f''_{n-1}\,}$.

Ekkor:

${\displaystyle {\begin{matrix}f_{j}&=&\sum _{k=0}^{n-1}x_{2k}e^{-{\frac {2\pi i}{2n}}j(2k)}+\sum _{k=0}^{n-1}x_{2k+1}e^{-{\frac {2\pi i}{2n}}j(2k+1)}\\\\&=&\sum _{k=0}^{n-1}x'_{k}e^{-{\frac {2\pi i}{n}}jk}+e^{-{\frac {\pi i}{n}}j}\sum _{k=0}^{n-1}x''_{k}e^{-{\frac {2\pi i}{n}}jk}\\\\&=&\left\{{\begin{matrix}f'_{j}+e^{-{\frac {\pi i}{n}}j}f''_{j}&{\mbox{ha }}j<n\\\\f'_{j-n}-e^{-{\frac {\pi i}{n}}(j-n)}f''_{j-n}&{\mbox{ha }}j\geq n\end{matrix}}\right.\end{matrix}}}$

Pszeudokód

Az algoritmus pszeudokódja:

${\displaystyle \mathrm {function} \ \operatorname {fft} (n,{\vec {f}}):}$

${\displaystyle \mathrm {if} \ (n=1)}$

${\displaystyle \mathrm {return} \ {\vec {f}}}$

${\displaystyle \mathrm {else} \ }$

${\displaystyle {\vec {g}}=\operatorname {fft} \left({\tfrac {n}{2}},(f_{0},f_{2},\ldots ,f_{n-2})\right)}$

${\displaystyle {\vec {u}}=\operatorname {fft} \left({\tfrac {n}{2}},(f_{1},f_{3},\ldots ,f_{n-1})\right)}$

${\displaystyle \mathrm {for} \ k=0\ \mathrm {to} \ {\tfrac {n}{2}}-1}$

${\displaystyle {\begin{aligned}c_{k}=g_{k}+u_{k}\cdot e^{-2\pi ik/n}\\c_{k+n/2}=g_{k}-u_{k}\cdot e^{-2\pi ik/n}\end{aligned}}}$

${\displaystyle \mathrm {return} \ {\vec {c}}}$

Alkalmazások

A Fourier-transzformációknak és a Fourier-soroknak számos alkalmazásuk van:

• a valószínűségszámítás, statisztika elméletében
• a(z elektromágneses) jelfeldolgozásban
• a hang- és videotechnikában
• a rezgésanalízisben
• analóg áramkörök leírásában
• spektrométerekben
• differenciálegyenletek megoldásában
• távközlési rendszerekben
• az interferometrikus távcsövek (pl. ALMA) jelfeldolgozásában

Források

• S. Bochner, K. Chandrasekharan: Fourier Transforms. Princeton Book Comp. Publ., 2001, ISBN 0-691-09578-7.
• O. Föllinger, M. Kluwe: Laplace-, Fourier- und z-Transformation. Hüthig, 2003, ISBN 3-7785-2911-0.
• B. Lenze: Einführung in die Fourier-Analysis. Logos Verlag, Berlin 2000, ISBN 3-931216-46-2.
• M. J. Lighthill: Introduction to Fourier Analysis and Generalised Functions. Cambridge University Press, Cambridge 2003, ISBN 0-521-09128-4.
• A. Papoulis: The Fourier Integral and Its Applications. McGraw-Hill, New York 1962, ISBN 0-07-048447-3.
• E. M. Stein, R. Shakarchi: Fourier Analysis: An Introduction. Princeton University Press, Princeton 2003, ISBN 0-691-11384-X.
• James W. Cooley, John W. Tukey: An algorithm for the machine calculation of complex Fourier series. In: Math. Comput. 19, 1965, S. 297–301.
• C. M. Rader: Discrete Fourier transforms when the number of data samples is prime. In: Proc. IEEE 56, 1107–1108 (1968).
• Leo I. Bluestein: A linear filtering approach to the computation of the discrete Fourier transform. In: Northeast Electronics Research and Engineering Meeting Record 10, 1968, S. 218-219.
• Georg Bruun: z-Transform DFT filters and FFTs. In: IEEE Trans. on Acoustics, Speech and Signal Processing (ASSP) 26, Nr. 1, 1978, S. 56-63.
• M. T. Heideman, D. H. Johnson, C. S. Burrus : Gauss and the History of the Fast Fourier Transform. In: Arch. Hist. Sc. 34, Nr. 3, 1985.
• Alan V. Oppenheim, Ronald W. Schafer: Zeitdiskrete Signalverarbeitung. 3. Auflage. R. Oldenbourg Verlag, München/Wien 1999, ISBN 3-486-24145-1.
• E. Oran Brigham: FFT. Schnelle Fourier-Transformation. R. Oldenbourg Verlag, München/Wien 1995, ISBN 3-486-23177-4.
• Kuczmann Miklós: Jelek és rendszerek
• Simon Péter: Fourier-transzformáció
• Periódusanalízis
• A Fourier-transzformáció, társai és alkalmazásaik^{[halott link]}
• Fourier-transzformációs IR készülékek
• Diszkrét rendszerek és jelek Fourier-analízise Archiválva 2018. július 23-i dátummal a Wayback Machine-ben
• A Fourier-transzformáció rövid elmélete és gyakorlati alkalmazása
• Fourier-sorok, Fourier-transzformáció, egységimpulzus
• FFT Python

Kapcsolódó szócikkek

• Fourier-sor
• Fourier-analízis
• Fourier-optika
• Fourier-transzformációs infravörös spektroszkópia