illetve, mivel előjelét a elnyeli, a szinuszból pedig kiemelhető: = " 3. = + " 2 = " 2 % &' + +

Hasonló dokumentumok
1. témakör. A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban

Fourier transzformáció

RENDSZERTECHNIKA 8. GYAKORLAT

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

Wavelet transzformáció

Számítógépes gyakorlat MATLAB, Control System Toolbox

Diszkrét idej rendszerek analízise szinuszos/periodikus állandósult állapotban

Diszkrét matematika 2.

Analízis elo adások. Vajda István szeptember 10. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Fourier transzformáció

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz

A mintavételezéses mérések alapjai

Négypólusok tárgyalása Laplace transzformációval

Határozatlan integrál (2) First Prev Next Last Go Back Full Screen Close Quit

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Differenciálegyenletek megoldása próbafüggvény-módszerrel

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!

ALGEBRAI KIFEJEZÉSEK, EGYENLETEK

Jelek és rendszerek MEMO_03. Pletl. Belépő jelek. Jelek deriváltja MEMO_03

KOVÁCS BÉLA, MATEMATIKA I.

Mérés és adatgyűjtés

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

Tartalomjegyzék. Tartalomjegyzék Valós változós valós értékű függvények... 2

Néhány véges trigonometriai összegről. Határozzuk meg az alábbi véges összegek értékét!, ( 1 ) ( 2 )

Tanulási cél Szorzatfüggvényekre vonatkozó integrálási technikák megismerése és különböző típusokra való alkalmazása. 5), akkor

y + a y + b y = r(x),

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz

Matematika A1a Analízis

7. előadás Gyors szorzás, gyors Fourier-transzformáció

7. előadás Gyors szorzás, gyors Fourier-transzformáció

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

11. Orthogonal Frequency Division Multiplexing ( OFDM)

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

Komplex számok. (a, b) + (c, d) := (a + c, b + d)

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.

1. Polinomfüggvények. Állítás Ha f, g C[x] és b C, akkor ( f + g) (b) = f (b) + g (b) és ( f g) (b) = f (b)g (b).

I. Egyenlet fogalma, algebrai megoldása

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II.

Numerikus integrálás

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

Néhány fontosabb folytonosidejű jel

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

Integrálszámítás. a Matematika A1a-Analízis nevű tárgyhoz november

Keresztmetszet másodrendű nyomatékainak meghatározása

Határozott integrál és alkalmazásai

Lineáris egyenletrendszerek

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Analóg elektronika - laboratóriumi gyakorlatok

Pontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.

Hatványsorok, Fourier sorok

Lineáris egyenletrendszerek

3. Lineáris differenciálegyenletek

Számelméleti alapfogalmak

Klasszikus algebra előadás. Waldhauser Tamás április 28.

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Hatványozás. A hatványozás azonosságai

Nagy Gábor compalg.inf.elte.hu/ nagy

L-transzformáltja: G(s) = L{g(t)}.

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b.

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

π π A vivőhullám jelalakja (2. ábra) A vivőhullám periódusideje T amplitudója A az impulzus szélessége szögfokban 2p. 2p [ ]

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Harmonikus rezgések összetevése és felbontása

Inverz Laplace-transzformáció. Vajda István március 4.

Számelmélet (2017. február 8.) Bogya Norbert, Kátai-Urbán Kamilla

6. ELŐADÁS DIFFERENCIÁLSZÁMÍTÁS II. DIFFERENCIÁLÁSI SZABÁLYOK. BSc Matematika I. BGRMA1HNND, BGRMA1HNNC

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Fourier sorok február 19.

Analízis előadás és gyakorlat vázlat

Numerikus módszerek 1.

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

SHk rövidítéssel fogunk hivatkozni.

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

Klasszikus algebra előadás. Waldhauser Tamás március 24.

Függvények határértéke, folytonossága

352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm

Jelek és rendszerek - 4.előadás

2. Fourier-elmélet Komplex trigonometrikus Fourier-sorok. 18 VEMIMAM244A előadásjegyzet, 2010/2011

KOVÁCS BÉLA, MATEMATIKA II.

Diszkrét matematika 2.C szakirány

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

Fourier-sorok. Lengyelné Dr. Szilágyi Szilvia április 7.

Jelfeldolgozás. Gyakorlat: A tantermi gyakorlatokon való részvétel kötelező! Kollokvium: csak gyakorlati jeggyel!

Polinomok maradékos osztása

Felületi feszültség: cseppfolyós-gáz határfelületen a vonzerő kiegyensúlyozatlan: rugalmas hártyaként viselkedik.

First Prev Next Last Go Back Full Screen Close Quit

Elemi függvények. Matematika 1. előadás. ELTE TTK Földtudomány BSc, Környezettan BSc, Környezettan tanár október 4.

Elemi függvények. Matematika 1. előadás. ELTE TTK Földtudomány BSc, Környezettan BSc, Környezettan tanár 3. előadás. Csomós Petra

Digitális jelfeldolgozás

2. (b) Hővezetési problémák. Utolsó módosítás: február25. Dr. Márkus Ferenc BME Fizika Tanszék

Számelmélet. 1. Oszthatóság Prímszámok

1. A komplex számok ábrázolása

IV. INTEGRÁLSZÁMÍTÁS Megoldások november

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY

Átírás:

DFT 1. oldal A Fourier-sorfejtés szerint minden periodikus jel egyértelműen felírható különböző amplitúdójú és fázisú szinusz és koszinusz jelek összegeként: = + + 1. ahol az együtthatók, szintén a definíció szerint meghatározhatók. Könnyen belátható az is (erre itt most nem térünk ki), hogy mivel azonos frekvenciájú sin() és cos() függvények között csak fázisban van különbség (90 ), az idő függvény tehát csak cos() vagy csak sin() összegeként is felírható. Ilyenkor az egyes tagok frekvenciája, csúcsértéke, és fázisa is eltérő lesz. A továbbiakban az előző sor megfogalmazását hozzuk olyan alakra, amely lehetővé teszi a módszer gépi implementálását anélkül, hogy bonyolult integrálokat kellene kiszámítani. A komplex számoknál megismert Euler-formula: + =. illetve, mivel előjelét a elnyeli, a szinuszból pedig kiemelhető: A két összefüggésből: = 3. = + = 4. 5. Ennek megfelelően írjuk át a Fourier sor kifejezését: = +$ % &' + % &' + % &' % &' ( 6. Az egyes exponensek szerint csoportosítva (azokat kiemelve): = +) % &' + + % &' * 7. Az összegzésben k eddig pozitív számként szerepelt. Ha feltesszük, hogy negatív értékeket is felvehet, a szummát egyszerűbb alakra hozhatjuk. Ha jól belegondolunk, ez azt jelenti, hogy az alapfrekvencia negatív többszörösei is megengedettek. Természetesen ez fizikailag értelmetlen, mindössze egy kis matematikai ügyeskedésről van szó az egyszerűbb alakért. Sőt, k=0 esetre még az a0- át is az összeg részévé tehetjük.

Vezessük be a következő jelölést - legyen,,, + olyan komplex szám, amelyre:. oldal A,h >0? +,,,:=, h =0 @? + >,h <0 8. Ezzel - figyelembe véve, hogy k t negatív értékekre is kiterjesztettük - az előző formula: = +,,, % &' 9. Legyen N db., időben azonos lépésközzel vett mérési eredmény által adott (Shannon mintavételezési tételének megfelelően). Az i-edik időpont ekkor: - = = / 0 Ahol az egyes mérési pontok között eltelt idő, / pedig a mérés teljes időtartama. Legyen jelölésben: 10. - - 11. Valós esetben k nem lehet negatív és a korábbi végtelen helyett csak N-1 ig fut. Mivel N db mérési pont van, ebből legfeljebb csak N db független,,, + képezhető hiszen nem tudunk több információt előállítani, mint ami eredetileg is rendelkezésre állt. Ez fordítva is igaz. Az,,, + Fourier együtthatók (N db) az egyes szinuszos komponensek részvételi arányát jelentik a jelben. Ezért fontos, hogy minél hosszabb, több pontból álló mintát vizsgáljunk, hiszen annál több együttható megkülönböztetésére lesz lehetőségünk. Túl kevés adat pontatlan felbontást adhat, hiszen a nem besorolható nagyfrekvenciás komponensek is a számítás során előálló eredmények részét fogják képezni, ahelyett, hogy önállóan megkülönböztethetők lennének. Mivel az indexelés 0-tól megy, a felső határ N-1 lesz. Beírva (10)-et, (11)-et a (9)-be, kapjuk hogy: - = - = +,,, % &' = +,,, 45 6 & 6 & 3 - = +,,, 45 3-1. Azaz valós függvényértékeket határozunk meg ismertnek feltételezett,,,-k + segítségével. A kapott formula tehát valójában az Inverz Diszkrét Fourier transzformáció (IDFT): - =7 9+/ :+,; < - = +,,, 45 3-13.

Felmerül a kérdés, létezik-e hasonló, odafelé alakító transzformáció,,,-k + meghatározására is? Ha igen, igaznak kell lennie, hogy: 3. oldal =9+/ E9+/:;F 14. azaz, a két transzformáció egymás inverze. Feltesszük, hogy a (13)-ban látott transzformáció inverze, azaz az eredeti DFT is hasonló szerkezetű lehet. Emiatt elsőként pontosan ugyanolyan alakot tételezhetünk fel: +,,,= 45 3 15. Helyettesítsük be ezt az IDFT kifejezésébe és ellenőrizzük, milyen feltételek mellett teljesül a (14) azonosság. - = H 45 3 I 45 3 - = H) 45 3 45 3 - * I = H 45 3 - I= H 45 3 K I 16. ahol m=i+l egész szám. Az eredményül kapott kifejezés zárójeles összege azonban minden nullától különböző m esetén zérus lesz. Ezt könnyen belátható a mértani sor (an+1=anq) összegképlete alapján, ami: L 3 = 3 M = N M N = M3 1 M 1 17. alakú (a K-index csak a klasszikus mértani sorösszeg alakjának bemutatásához kellett). Legyen a0=1, q= PQ R K. Ezeket (17)-ba helyettesítve épp a kérdéses összegre kimondott állítás igazolódik: L 3 = ) 45 3 K * = 45 3 K = 45 3 K 45K 1 = 45 3 K 1 1 45 3 K 1 45 3 K 1 ) 45 3 K 3 * 1 45 3 K 1 45 = 3 K 1 1=0 45 3 K 1 18. Azaz (16)-ban a zárójeles rész minden m!=0-ra nulla. Értékelhető eredmény csak az első elem esetében (i=0) keletkezik, ezen belül is csak akkor, ha l=0 is teljesül (hiszen m csak ekkor lehet 0). Ebben az esetben viszont az exponens értéke 1, amit pontosan N-szer adunk össze:

4. oldal - =S 0, B 0 0, B C0 19. A feltételezett transzformáció (15) tehát nem működik jól. Ha elérhető lenne, hogy m-nek minden i-értékhez létezzen nulla értékű kifejezése, akkor az oda-vissza transzformáció után az eredeti tömbelemek N-szeresei állnának elő. Az elvárt viselkedés tehát például m=i-l esetén fenn is áll, hiszen i és l is pozitív és 0-tól megy N-1-ig. Ilyenkor minden i-re lesz olyan l amelyre m éppen nulla. A (16) levezetést ezzel a feltétellel visszafelé írva: H 45 3 K I H 45 3 - I H) 45 3 45 3 - * I H 45 3 I 45 3-0 - 0. Azaz konstans szorzótól eltekintve visszakapunk minden eredeti elemet. Ha a (0)-at az N konstanssal való osztással is korrigálunk, akkor megkapjuk a helyes DFT transzformációt, mely már megfelel (14)-nek. Összefoglalva eddigi ismereteinket: A Diszkrét Fourier Transzformáció átalakítási szabályai (N-elemű minta esetén) TUV:W; +,,, 1 0 45 3 TUV Z :U[; - +,,, 45 3-0..0!1 3 0..0!1 4 Csakúgy, mint ahogy a mintavételezett időfüggvény (fi) egyes pontjai között időlépés van, az +, elemei között is van bizonyos lépésköz, mégpedig \/0. Az +, tehát a frekvenciatartományon értelmezett komplex, diszkrét frekvenciafüggvény, melynek felvett értékei a frekvenciasávra jellemző amplitúdó sűrűséget jellemzi. Végtelen pontot és végtelenül kicsiny lépésközöket felvéve eljuthatunk a folytonos Fourier transzformáció képleteihez. Az összegzést a folytonos integrálás váltja fel, a konstans osztó is elmarad határértékekben történő gondolkodás miatt. z oda-vissza transzformálásnak egyértelműnek kell lennie ekkor is. Az exponenciális függvény integrálja-deriváltja önmaga, szorozva vagy osztva a kitevőben található konstanssal. Az transzformációk során egyszer az idő (t), egyszer a frekvencia (f) szerint kell integrálnunk. Ha körfrekvenciát használunk, az oda-vissza alakított függvény éppen \ szeresben fog eltérni. A normáló faktorban megjelenő korrekció tehát ezt a különbséget küszöböli ki:

A folytonos Fourier Transzformáció átalakítási szabályai 5. oldal UV:W^; +, 1 \ _ %'` UV Z :U[a; _ +, %'` 5 6 Ha a transzformált térnek a normál frekvenciateret (most jelölje az f-frekvenciát a b) választjuk ( +,b, a normáló faktor is elmarad: UV:W^; +,b_ 45c'` UV Z :U[d; _ +,b 45c'`b 7 8

6. oldal yakorlat. DFT-DFT -1 implementációja (C/C++) Hozzon létre egy struktúrát, ez jelenti majd a komplex számot: typedef struct Cx { double Re; double Im; }; Létesítsen két, egyenként N-elemszámú tömböt, az egyik ( f ) double, a másik ( F ) Cx típusú ele- f l F k = F k, úgy hogy Re{ F k } = F[ k]. Re és hason- meket tartalmazzon. Ekkor pl. f l = [ ] tömbelem, [ ] lóan { F } F[ k]. Im Im k = Kezdetben legyen minden érték nulla. Ezután két egymásba ágyazott FORciklusra lesz szüksége. A külső a k értékein halad (azaz az F tömbön) lépked végig, a belső pedig az F egy adott elemét határozza meg l-szerint N db. szorzás és összeadás által (3 szerint). A belső ciklus tehát a f tömb elemein lépked végig, megszorozza azokat az exp. taggal, majd hozzáadja az F aktuális eleméhez. Felmerülhet, hogy hogyan szorozzunk gépen a komplex exp. számmal. Emlékezzünk, hogy: α e j = cos α + j sin α ( ) ( ) Mivel a Cx típusban a képzetes és a valós részek külön vannak tárolva, egyesével dolgozhatunk: megszorozzuk fl-t (ez minden l-re valós szám) a koszinuszos taggal és hozzáadjuk F aktuális elemének Re részéhez. Ezután az fl-t a szinuszos taggal szorozzuk és ezt ugyanezen elem Im részéhez adjuk hozzá. Miután a belső ciklus végigfutott az f minden elemén, a következő F elem kiszámítása következik (a képletben az l a belső, a k pedig a külső ciklus változója). Ha ezzel végeztünk, az F tömbünk az f tömb értékeinek Fourier transzformáltját fogja tartalmazni. Hasonló elven valósítsa meg az IDFT-t is, mely most az F tömbből képez az f tömbbe. Az összegzéseket azonban most ne közvetlenül az f-be (hiszen az csak valós értékeket képes tárolni), hanem először - a részszámolások elvégzéséhez - egy Cx típusú (e[) munkaváltozóba írja. F értékei komplex számok és most ezeket szintén komplex exp.-sal kell szorozni (4) szerint. Legyen α az exp. kitevője az i. elem k. lépésében. Ekkor a szorzás: jα ( a + bj) e = ( a + bj) ( cos( α ) + j sin( α )) = a cos( α ) b sin( α ) + j ( a sin( α ) + b cos( α )) 13 Fk 1444 4443 Re 1444 4443 Azaz az összegzést gyűjtő munkaváltozó (e[) az k=n-dik körben a következő értékkel nő: W.Re + = F [ k ].Re cos( α ) F[ k ].Im sin( α ); W.Im + = F [ k ].Im cos( α ) + F [ k ].Re sin( α ); Ha jól jártunk el, a munkaváltozó Im-része az összegzés végére nullává válik, a valós részt pedig az f megfelelő elemébe írva, f-ben az eredeti tömb (az eredetileg mintavételezett jel) jelenik meg. Im