IT Mathe 2 / Numerik Blankenbach / SS2013 / 14.05.2013 1 Fourier - Transformation Kurzversion 2. Sem. Prof. Dr. Karlheinz Blankenbach Hochschule Pforzheim, Tiefenbronner Str. 65 75175 Pforzheim Überblick / Anwendungen / Motivation: Die Fourier-Transformation (FT) dient zur Frequenzanalyse von (Zeit-) Signalen (Signalverarbeitung), der Filterung und der Analyse von Schwingungen. Die FT ist auch die Grundlage bei der Spracherkennung. Bei der FT wird die Fourier-Amplitude über der Frequenz dargestellt, man erhält also Aussagen, welche Frequenz wie „stark“ im Zeitsignal vertreten ist. Der zugehörige Algorithmus (Numerik) wird als Fast Fourier Transformation (FFT) bezeichnet. Zeitsignal Quelle: WIKIPEDIA Frequenzbereich mittels FT Zum Ausprobieren: GOOGLE PLAY: SimpleFFT, bs-spectrum, MS EXCEL Empfohlene Literatur: - Böhme: Analysis 2, Springer - Latussek et al. : Lehr- und Übungsbuch Mathematik V, Fachbuchverlag Leipzig-Köln - Papula : Mathematik für Ing. und Naturwissenschaftler, Band 2, Vieweg (nur Fourier-Reihe!) - Burg et al. : Höhere Mathematik für Ingenieure, Band III, Teubner - Tilman Butz: Fourier-Transformation für Fußgänger, Teubner
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
IT
Mathe 2 / Numerik
Blankenbach / SS2013 / 14.05.2013 1
Fourier - Transformation Kurzversion 2. Sem.
Prof. Dr. Karlheinz Blankenbach
Hochschule Pforzheim, Tiefenbronner Str. 65
75175 Pforzheim
Überblick / Anwendungen / Motivation:
Die Fourier-Transformation (FT) dient zur Frequenzanalyse von (Zeit-) Signalen
(Signalverarbeitung), der Filterung und der Analyse von Schwingungen. Die FT ist auch die
Grundlage bei der Spracherkennung. Bei der FT wird die Fourier-Amplitude über der Frequenz
dargestellt, man erhält also Aussagen, welche Frequenz wie „stark“ im Zeitsignal vertreten ist.
Der zugehörige Algorithmus (Numerik) wird als Fast Fourier Transformation (FFT) bezeichnet.
Zeitsignal
Quelle: WIKIPEDIA
Frequenzbereich
mittels FT
Zum Ausprobieren: GOOGLE PLAY: SimpleFFT, bs-spectrum, MS EXCEL
Empfohlene Literatur:
- Böhme: Analysis 2, Springer
- Latussek et al. : Lehr- und Übungsbuch Mathematik V, Fachbuchverlag Leipzig-Köln
- Papula : Mathematik für Ing. und Naturwissenschaftler, Band 2, Vieweg (nur Fourier-Reihe!)
- Burg et al. : Höhere Mathematik für Ingenieure, Band III, Teubner
- Tilman Butz: Fourier-Transformation für Fußgänger, Teubner
IT
Mathe 2 / Numerik
Blankenbach / SS2013 / 14.05.2013 2
Idealisiertes Beispiel aus der Musik
Fourier-Analyse von Musikinstrumenten
Wie kann man Musikinstrumente unterscheiden, wenn alle dieselbe Frequenz (hier fo, z.B:
440 Hz) spielen?
Da das bekanntlich möglich ist, müssen die Instrumente noch weitere Frequenzen aussenden,
hier Oberwellen mit typischerweise Vielfachen der Grundfrequenz fo.
Die Intensitäten (hier rel. Lautstärke, von der Mathe her Fourier-Amplitude)
der Schwingungsfrequenzen untereinander sind charakteristisch für das jeweilige
Musikinstrument
Die Abbildungen der FT-Spektren sind idealisierte Betrachtung. Bei „echter“ Messung im
Zeitbereich und Fourier-Transformation verbreitern sich diese Peaks.
rel. Lautstärke
Frequenz
fo
2fo 3fo 4fo 5fo
Trompete rel. Lautstärke
Frequenz
fo
2fo 3fo 4fo 5fo
Horn
rel. Lautstärke
Frequenz
fo
2fo 3fo 4fo 5fo
Oboe rel. Lautstärke
Frequenz
fo
2fo 3fo 4fo 5fo
Clarinette
IT
Mathe 2 / Numerik
Blankenbach / SS2013 / 14.05.2013 3
Grundlegende Idee der Fourier-Transformation
Bekannt: Numerische Approximation von Funktionen durch Reihen (z.B. Polynom):
- ex 1 + x + ´ x² + …
- sinx x + 1/6 x³ + …
Das Bespiel „sin“ zeigt aber, dass diese Approximation für periodische Funktionen eher
ungeeignet ist. Daher der Ansatz von Fourier, periodische Funktionen mit den periodischen
Funktionen Sinus und Cosinus zu entwickeln:
Fourier-Reihe:
1k
kko tksinbtkcosaa)t(f
„k“ ist hier der „Frequenzfaktor“ von (= 2 f). Es treten also nur ganzzahlige Vielfache der
Grundfrequenz auf.
Beispiel: Sägezahlfunktion (hier tritt nur Sinus auf, Plot nächste Folie):
1k
Amplitude.rel
1k
1:hier)kt(sin
k
2)1()t(f
Die „Amplitude“ bei den jeweiligen Frequenzen „k“ stellen eine Hyperbel (y = 1/x) dar
Explizite Beschreibung der ersten Glieder der Fourier-Reihe:
k 1 2 3
Amplitude 2 - 1 + 2/3
f(t) 2 sint - sin2t + 2/3 sin3t
Hier: = 1 (s.o.)
(Bedeutung)
Grundfrequenz
des Sägezahns
1. harmonische
Oberwelle
2. harmonische
Oberwelle
Somit wird also die Sägezahnfunktion sukzessive durch Sinus mit steigender Frequenz
approximiert (Numerik).
Zum Ausprobieren: App „Fourier Reihe“ (http://www.falstad.com/fourier/)
IT
Mathe 2 / Numerik
Blankenbach / SS2013 / 14.05.2013 4
Die bk’s ‚fallen’ relativ langsam, da die ‚Spitzen’ des Sägezahnes nachgebildet werden
müssen. Für k = 0 ist bk = 0; dies ist technisch dadurch erklärbar, dass das Sägezahn-Signal
keinen Gleichspannungs-Anteil enthält.
Die Fourier-Reihe liefert für mathematisch bekannte Funktionen die Reihenentwicklung nach
Sinus und Cosinus. Dieses Verfahren klappt aber nicht bei messtechnisch erfassten Signalen,
da ja hier nur AD-Werte und keine Funktion vorliegen.
Deshalb kommt in der Praxis die Fourier-Transformation zum Einsatz!
Java-App zur Fourier-Trafo: http://www.falstad.com/dfilter/
IT
Mathe 2 / Numerik
Blankenbach / SS2013 / 14.05.2013 13
Fourier-Transformierte und Fensterfunktionen
Vorgehensweise: Erfassung (z.B. Oszi) und Multiplikation im Zeitbereich mit Fensterfunktion
Fensterfunktionen dämpfen die Nebenzipfel (Frequenz im Original nicht vorhanden!) zu Lasten der Amplitude des Hauptmaximums („Grund“ ist ja endliche Messzeit)
IT
Mathe 2 / Numerik
Blankenbach / SS2013 / 14.05.2013 14
Weitere Fensterfunktionen (aus Butz: FT für Fußgänger, Teubner)