Fourier-Transformasjoner

Like dokumenter
Fourier-Transformasjoner

Fourier-Transformasjoner II

Fourier-Transformasjoner IV

0.1 Kort introduksjon til komplekse tall

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling

STE6146 Signalbehandling =-WUDQVIRUPHQ

n-te røtter av komplekse tall

Plan. I dag. Neste uke

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4

Kompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

Histogramprosessering

Repetisjon: Spektrum for en sum av sinusoider

Løsningsforslag øving 6

f(t) F( ) f(t) F( ) f(t) F( )

Forelesning Matematikk 4N

Fakta om fouriertransformasjonen

Komplekse tall. Kapittel 2. Den imaginære enheten. Operasjoner på komplekse tall

4_Komplekse_tall.odt tg. Kap.4 Komplekse tall

Forelesning nr.12 INF 1410

DAFE BYFE Matematikk 1000 HIOA Obligatorisk innlevering 1 Innleveringsfrist Fredag 22. januar :00 Antall oppgaver: 5.

TMA4120 Matematikk 4K Høst 2015

EKSAMEN. Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Morten Brekke. Klasser: (div) Dato: 18. feb Eksamenstid:

Fourier-analyse. Hittil har vi begrenset oss til å se på bølger som kan beskrives ved sinus- eller cosinusfunksjoner

Løsningsforslag til underveiseksamen i MAT 1100

Histogramprosessering

Forelesening INF / Spektre - Fourier analyse

En innføring i Fourrierrekker

5.5 Komplekse egenverdier

Fargebilder. Lars Vidar Magnusson. March 12, 2018

Uke 6: Analyse i frekvensdomenet

v(t) = r (t) = (2, 2t) v(t) = t 2 T(t) = 1 v(t) v(t) = (1 + t 2 ), t 2 (1 + t 2 ) t = 2(1 + t 2 ) 3/2.

a 2 x 2 dy dx = e r r dr dθ =

Løsningsforslag. a) i. b) (1 i) 2. e) 1 i 3 + i LF: a) Tallet er allerede på kartesisk form. På polar form er tallet gitt ved

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

INF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x).

Transformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019

sin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples

Notat om trigonometriske funksjoner

UNIVERSITETET I BERGEN

Prøveeksamen i MAT 1100, H-03 Løsningsforslag

Løsningsforslag til øving 1

Forelesning nr.13 INF 1410

( x+ π 2) Bakgrunn: Sinus og cosinus. Bakgrunn: Samplet sinus i 1D. Bakgrunn: Samplet sinus i 2D. Bakgrunn: Sinus i 2D. sin( x)=cos.

Løsningsforslag for Eksamen i MAT 100, H-03

Løsningsforslag til prøveeksamen i MAT 1110, våren 2006

2 Fourierrekker TMA4125 våren 2019

Komplekse tall og trigonometri

Løsningsskisser eksamen R

Introduksjon og grunnleggende begreper

Forelening 1, kapittel 4 Stokastiske variable

Løsning, Oppsummering av kapittel 10.

EKSAMEN Løsningsforslag

13.1 Fourierrekker-Oppsummering

Matematikk 1 Første deleksamen. Løsningsforslag

SIF5003 Matematikk 1, 5. desember 2001 Løsningsforslag

Løsningsforslag til utvalgte oppgaver i kapittel 3

5.8 Iterative estimater på egenverdier

Et Komplekst tall på kartesisk(standard), polar(eksponentialform) og trigonometrisk form

Basisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )

slik at en tredje denisjon kan ogsa brukes: F (!) Fff(t)g 1 p f(t) F ff(!)g 1 p f(t)e,i!t dt ; F (!)ei!t d! : Det er ogsa mulig a bruke frekvensen f i

Generell informasjon om faget er tilgjengelig fra It s learning.

(s + 1) s(s 2 +2s+2) : 1 2 s s + 2 = 1 2. s 2 + 2s cos(t π) e (t π) sin(t π) e (t π)) u(t π)

Trigonometriske funksjoner (notat til MA0003)

UNIVERSITETET I BERGEN

Komplekse tall og komplekse funksjoner

Noen presiseringer mhp Diskret Fourier Transform. Relevant for oblig 1.

TMA Matlab Oppgavesett 2

Løsningsforslag. e n. n=0. 3 n 2 2n 1. n=1

Løsningsforslag til underveiseksamen i MAT 1100, H-06

Løsningsforslag, Ma-2610, 18. februar 2004

Eksamen R2 høst 2011, løsning

1 Trigonometriske Funksjoner Vekt: 1. 2 Trigonometriske Funksjoner Vekt: 1

Notasjon i rettingen:

OPPGAVESETT MAT111-H17 UKE 34. Oppgaver til seminaret 25/08

For å finne amplituden kan vi f.eks. ta utgangspunkt i AB=-30 og siden vi nå kjenner B finner vi A :

Vi viser denne ekvivalensen ved å vise begge implikasjoner. " "Anta at G virker trofast på X og anta at g, h G er slik at gx = hx for alle

Sammendrag R mai 2009

Løsningsforslag Eksamen M100 Våren 2002

Morfologi i Binære Bilder

Grunnleggende Matematiske Operasjoner

Filtrering i Frekvensdomenet III

MAT Grublegruppen Uke 37

Forelesningsplan M 117

Matematikk 3MX AA6524 og AA6526 Elever og privatister 8. desember 2003

Funksjoner - i et litt annet lys?

Uke 6: Analyse i frekvensdomenet

Nå er det på tide å se hvordan dette fungerer i praksis. Vi skal beregne et par Laplacetransformer som vi får mye bruk for senere.

Eksamen IRF30014, høsten 15 i Matematikk 3 Løsningsforslag

Løsningsforslag til eksamen i MAT 1100 H07

Oppgavehefte om komplekse tall

Eksamen i fag FY1004 Innføring i kvantemekanikk Tirsdag 22. mai 2007 Tid:

8 Interpolasjon TMA4125 våren 2019

FIE Signalprosessering i instrumentering

y = x y, y 2 x 2 = c,

Eksamen i MIK130, Systemidentifikasjon

'HQ GLVNUHWH )RXULHU-WUDQVIRUPHQ (')7)

Løsningsforslag Eksamen i MA1102/MA6102 Grunnkurs i analyse II 17/

Dagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen

Transkript:

Fourier-Transformasjoner Lars Vidar Magnusson February 21, 2017 Delkapittel 4.1 Background Delkapittel 4.2 Preliminary Concepts

Fourier Fourier var en fransk matematiker/fysiker som levde på 1700/1800-tallet. Mest kjent for sitt bidrag til signalprosessering. Alle periodiske funksjoner kan beskrives som en sum av sinus og/eller cosinus ved ulike frekvenser ganget med en koeffisient. En slik sum kalles for en Fourier-rekke.

Periodiske Signal Bildet under illustrerer konseptet med at en periodisk funksjon kan deles opp i sin/cos-funksjoner. Merk transformasjonen kan utføres begge veier.

Teoretisk Bakgrunn - Komplekse Tall Fourier-transformasjonen er bygget på teorien om komplekse tall. Et kompleks tall C er definert som følgende. C = R + ji Hvor R og I er reele tall, mens j er kvadratroten av 1 i.e. j = 1. Den konjugerte av et kompleks tall er definert som følgende. C = R ji

Teoretisk Bakgrunn - Komplekse Tall Det kan ofte være nyttig å bruke polarkoordinater når vi jobber med komplekse tall. C = C (cos θ + j sin θ) Hvor C er lengden til vektoren og θ er vinkelen mellom vektoren og den reelle aksen. Vi har da også følgende... og tan θ = I R tan 1 I R = θ

Teoretisk Bakgrunn - Komplekse Tall Vi kan også benytte oss av Euler formelen og representere et komplekst tall med... siden C = C e jθ e jθ = cos θ + j sin θ

Teoretisk Bakgrunn - Komplekse Tall Alle disse formlene kan også benyttes for komplekse funksjoner. F (u) = R(u) + ji (u) Og den konjugerte er.. F (u) = R(u) ji (u)

Teoretisk Bakgrunn - Fourier-Rekker Vi kan nå formelt definere Fourier-rekker på følgende vis. Vi har en periodisk funksjon f (t) som har en periode T. hvor f (t) = n= c n e j 2πn T t c n = 1 T T /2 f (t)e 2πn j T t dt for n = ±1, ±2.... T /2

Teoretisk Bakgrunn - Impulssignaler og Siling Impulssignaler og deres silingsegenskaper (sifting properties) er sentrale for forståelsen av Fourier-transformasjonen. En enhetsimpuls for en kontinuerlig variabel t plassert ved t = 0 er definert som... { t = 0 δ(t) = 0 t 0 og den tilfredstiller også følgende identitet. δ(t)dt = 1 Vi har altså en uendelig topp med 0 i lengde, og som har et areal på 1.

Teoretisk Bakgrunn - Impulssignaler og Siling Silingsegenskapen til et impulssignal er definert med følgende ligning... f (t)δ(t)dt = f (0) Siling av en funksjon f (t) med et impulssignal gir derfor bare verdien til funksjonen på lokasjonen til signalet. Mer generelt kan vi si at for et impulssignal med en tilfeldig plassering t 0 så får vi følgende. f (t)δ(t t 0 )dt = f (t 0 )

Teoretisk Bakgrunn - Impulssignaler og Siling For en diskret variabel x får ligningene følgende utforming. δ(x) = { 1 x = 0 0 x 0 som åpenbart også tilfredstiller identiteten.. δ(x) = 1 Silingsegenskapen blir da... f (x)δ(x x 0 ) = f (x 0 )

Teoretisk Bakgrunn - Impulstog Vi kommer til å få bruk for impulssignaler i form av impulstog. Et impulstog s T (t) er summen av uendelig mange periodiske impulssignaler med T avstand. s T (t) = n= δ(t n T )

Fourier-Tranformasjon - En Kontinuerlig Variabel Vi kan nå utlede Fourier-transformasjonen for funksjoner med en kontinuerlig variabel t. F{f (t)} = f (t)e j2πµt dt µ og er en kontinuerlig variabel, t integreres bort, vi sitter igjen med bare µ og får derfor F{f (t)} = F (µ). F (µ) = f (t)e j2πµt dt µ angir frekvensen til hvert av delsignalene.

Fourier-Tranformasjon - En Kontinuerlig Variabel Vi kan bruke den samme forenklede notasjonen på den inverse transformasjonen. f (t) = F (µ)e j2πµt dµ Disse to ligningene utgjør Fourier-transformasjonspar og kan benyttes til konvertere til og fra et frekvensdomene (frequency domain).

Fourier-Tranformasjon - Et Eksempel Vi skal se på et enkelt eksempel. Vi har et rektangulært signal.

Fourier-Tranformasjon - Et Eksempel Ved litt utregning så får vi følgende. Som gir følgende plot... F (µ) = sin(πµ) πµ

Fourier-Tranformasjon av Impulssignal Fourier-transformasjonen av et impulssignal i origo blir.. F (µ) = δ(t)e j2πµt dt = e j2πµ0 = 1 Hvis vi utvider til et tilfeldig plassert signal får vi... F (µ) = δ(t t 0 )e j2πµt dt = e j2πµt0 = cos(2πµt 0 ) j sin(2πµt 0 )

Fourier-Tranformasjon av Impulstog Siden vi kommer til å få bruk for det senere tar vi en titt på Fourier-transformasjonen til et impulstog. Siden impulstoget er periodisk får vi følgende... hvor s T (t) = n= c n e j 2πn T t c n = 1 T T /2 T /2 2πn j s T (t)e T t dt

Fourier-Tranformasjon av Impulstog Siden integralet bare ovelapper impulssignalet i origo, kan vi forenkle ytteligere. c n = 1 T = 1 T e0 = 1 T T /2 T /2 2πn j δ(t)e T t dt Vi får da følgende Fourier-rekkeutvidelse for signaltoget s T (t) = 1 T n= e j 2πn T t

Fourier-Tranformasjon av Impulstog Fourier-transformasjonen til et impulstog er nyttig når vi skal utlede den diskrete utgaven av Fourier-transformasjonen. Vi må få på plass et par ting først... F (µ) er den transformerte av f (t). Siden F er lik F 1 bortsett fra fortegnet i potensen, så følger det at.. F{F (t)} = f ( µ) Siden den transformerte av δ(t t 0) er e j2πµt 0, så følger det at... F{e j2πt 0t } = δ( µ t 0) Hvis vi sier at a = t 0 så kan vi også si følgende... F{e j2πat } = δ(µ a)

Fourier-Tranformasjon av Impulstog Vi kan nå endelig utlede Fourier-transformasjonen til impulstoget s T (t). S(µ) = F{s T (t)} { 1 = F T { = 1 T F = 1 T = 1 T n= n= n= n= F } e j 2πn T t } e j 2πn T t { e j 2πn T t} ( δ µ n ) T Vi kan se at Fourier-transformasjonen til et impulstog er også et impulstog.