Свойства и их доказательства интегрального преобразования фурье. Линейность преобразования Фурье. Спектральная плотность производной и неопределенного интеграла

Как следует из теории ряда Фурье, он применим при обращении с периодическими функциями и с функциями с ограниченным интервалом изменения независимых переменных (поскольку этот интервал может быть расширен на всю ось путем периодического продолжения функции). Однако периодические функции сравнительно редки на практике. Эта ситуация требует создания более общего математического аппарата для обращения с непериодическими функциями, а именно интеграла Фурье и на его основе, преобразования Фурье.

Рассмотрим непериодическую функцию f(t) как предел периодической с периодом T=2l при l®?.

Периодическая функция с периодом 2l может быть представлена в виде разложения в ряд Фурье (воспользуемся комплексной его формой)

где выражения для коэффициентов имеют вид:

Введем следующее обозначение для частот:

Запишем разложение в ряд Фурье в виде одной формулы, подставив в (1), выражение для коэффициентов (2) и для частоты (3) :

Спектр периодической функции с периодом 2l дискретный

Обозначим минимальное расстояние между точками спектра, равное основной частоте колебаний за, т.е.

и введем это обозначение в (4):

В таких обозначениях ряд Фурье напоминает интегральную сумму для функции.

Переходя к пределу при T=2l®? к непериодической функции, получим, что частотный интервал становится бесконечно малым (обозначим его за dw), а спектр становится непрерывным. С математической точки зрения это соответствует замене суммирования по дискретному набору интегрированием по соответствующей переменной в бесконечных пределах.

Это выражение и есть интегральная формула Фурье.

2.2 Формулы преобразования Фурье.

Интеграл Фурье удобно представить в виде суперпозиции двух формул:

Функция F(w), сопоставляемая по первой формуле функции f(t), называется ее преобразованием Фурье . В свою очередь, вторая формула, позволяющая найти исходную функцию по ее образу, называется обратным преобразованием Фурье . Обратим внимание на симметрию формул для прямого и обратного преобразования Фурье с точность до постоянного множителя 1/2pи знака в показателе экспоненты.

Символически прямое и обратное преобразование Фурье будем обозначать как f(t)~F(w).

Проводя аналогию с тригонометрическим рядом Фурье, можно прийти к выводу, что образ Фурье (6) является аналогом коэффициента Фурье (см.(2)), а обратное преобразование Фурье (7) является аналогом разложения функции в тригонометрический ряд Фурье (см.(1)).

Отметим, что множитель вместо обратного преобразования можно отнести к прямому преобразованию Фурье или сделать симметричные множители для прямого и обратного преобразований. Главное, чтобы оба преобразования вместе составляли интегральную формулу Фурье (5), т.е. произведение постоянных множителей при прямом и обратном преобразовании должно быть равно..

Отметим, что для прикладных целей более удобной оказывается не угловая частота w, а частотаn, связанная с первой соотношениемw=2pn. и измеряемая в герцах (Гц). В терминах этой частоты формулы преобразования Фурье будут иметь вид:

Сформулируем без доказательства достаточные условия существования преобразования Фурье.

• 1) f(t) - ограничена при t?(-?,?);
• 2) f(t) - абсолютно интегрируема на t?(-?,?);
• 3) Число точек разрыва, максимума и минимума функции f(t) конечно.

Другим достаточным условием является требование квадратичной интегрируемости функции на свей действительной оси, что физически соответствует требованию конечной мощности сигнала.

Таким образом, с помощью преобразования Фурье мы имеем два способа представления сигнала: временное f(t) и частотное F(w).

• 2.3 Свойства преобразования Фурье.
• 1. Линейность.

Если f(t)~F(w),g(t)~G(w),

то аf(t)+bg(t) ~aF(w)+bG(w).

Доказательство основано на линейных свойствах интегралов.

• 2. Четность.
• 2.1 Если f(t) действительная четная функция и f(t)~F(w), то F(w) также действительная четная функция.

Доказательство:

Используя определение (6), а также формулу Эйлера получим

• -четная функция.
• 2.2 Если f(t) -нечетная действительная функция, то F(w)- нечетная мнимая функция.

2.3 Если f(t) произвольная действительная функция, F(w) имеет четную действительную часть и нечетную мнимую часть.

Доказательство:

Cвойства четности 2 можно суммировать в формуле:

3. Подобие

Если f(t)~F(w), то f(at)~.

• 4. Смещение.
• 4.1 Если f(t)~F(w), то f(t-a)~.

Т.е. запаздыванию во времени соответствует умножение на комплексную экспоненту в области частот.

4.2 Если f(t)~F(w), то~.

Т.е. смещение по частоте соответствует умножению на комплексную экспоненту во временной области.

• 5. Если f(t)~F(w), то
• 5.1 f’(t)~iwF(w),~

если f(t) имеет n непрерывных производных.

Доказательство:

если F(w) имеет n непрерывных производных.

Доказательство:

• 2.4 Важнейшие примеры нахождения преобразования Фурье .

где - прямоугольный импульс

При этом мы учли, что - интеграл Пуассона.

Нахождение последнего интеграла можно пояснить следующим образом. Контур интегрирования С есть прямая в комплексной плоскости (t,w), параллельная действительной оси (w-постоянное число). Интеграл от скалярной функции по замкнутому контуру равен нулю. Образуем замкнутый контур, состоящий из прямой С и действительной оси t, замыкающихся на бесконечности. Т.к. на бесконечности подинтегральная функциястремится к нулю, то интегралы по замыкающим кривым равны нулю. Значит интеграл по прямой С равен интегралу, взятому по действительной действительной оси, проходимой в положительном направлении.

2 .5 Принцип неопределенности для частотно-временного представления сигнала.

На примере прямоугольного импульса покажем справедливость принципа неопределенности, состоящего в том, что невозможно одновременно локализовать импульс во времени и усилить его избирательность по частоте.

Согласно 5), ширина прямоугольного импульса во временной области DT равна 2Т. За ширину образа Фурье прямоугольного импульса примем расстояние между соседними нулями центрального горба в частотной области. Первые нули функции имеем при.

Таким образом получаем

Таким образом, чем более импульс локализован во времени, тем сильнее размазан его спектр. Обратно, чтобы сократить спектр, мы вынуждены растягивать импульс во времени. Этот принцип справедлив при любой форме импульса и носит универсальный характер.

2.6 Свертка и ее свойства.

Свертка-основная процедура при фильтрации сигнала.

Назовем функцию h(t) сверткой непериодических функций f(t) и h(t), если она определяется как следующий интеграл:

Символически будем обозначать этот факт как.

Операция свертки обладает следующими свойствами.

• 1. Коммутативность.

Доказательство коммутативности можно получить путем замены переменной t-t=t’

• 2. Ассоциативность

Доказательство:

• 3. Дистрибутивность

Доказательство этого свойства непосредственно следует из линейных свойств интегралов.

Для обработки сигналов наиболее важным в методе Фурье (после формул преобразования Фурье) являются теоремы о свертке. Будем использовать частоту nвместоw, т.к. теоремы о свертке в этом представлении будут иметь взаимообратимый характер.

2.7 Теоремы о свертке

Первая теорема о свертке .

Преобразование Фурье прямого произведения функций равно свертке преобразований

Доказательство:

Пусть, тогда. Используя определение обратного преобразования Фурье и меняя порядок интегрирования, получим:

В терминах угловой частоты wэта теорема имеет менее универсальный вид

Вторая теорема о свертке.

Преобразование Фурье свертки функций равно прямому произведению преобразований.

Доказательство:

Для примера рассмотрим свертку прямоугольного импульса

По условию f(t)=0 приt<-T и приt>T. Аналогично, f(t-t)=0 при

t-t<-T и при t-t>T, т.е. приt>t+T и приt

при -2T

Объединяя оба случая, получим выражение для свертки:

Таким образом, сверткой прямоугольного импульса самого с собой будет треугольный импульс (иногда эту функцию называют L-функцией).

Пользуясь теоремой о свертке, можно легко получить преобразование Фурье L-функции

На практике физическим ситуациям соответствуют функции, равные нулю при t<0. Это приводит к тому, что бесконечные пределы заменяются конечными.

Найти свертку функций f(t) и g(t)

т.к. f(t)=0 приt<0 и g(t-t)=0 при t-t<0,т.е. приt>t.

Введем понятие взаимной корреляции двух функций f(t) и g(t).

где t- временной сдвиг, непрерывно изменяющийся в промежутке (-?,?).

Важным понятием является корреляция функции с самой собой, которая носит название автокорреляции.

• 2.8 Мощность и энергия сигнала.

Перейдем к рассмотрению понятия мощности и энергии сигнала. Важность этих понятий объясняется тем, что любая передача информации есть фактически передача энергии.

Рассмотрим произвольный комплексный сигнал f(t).

Мгновенная мощность сигнала p(t) определяется равенством

Полная энергия равна интегралу от мгновенной мощности по всему промежутку существования сигнала:

Мощность сигнала может быть рассмотрена также как функция частоты. При этом мгновенную частотную мощность обозначают как.

Полная энергия сигнала вычисляется по формуле

Полная энергия сигнала не должна зависеть от выбранного представления. Значения полной энергии, посчитанные из временного и частотного представления, должны совпадать. Поэтому, приравнивая правые части, получаем равенство:

Это равенство составляет содержание теоремы Парсеваля для непериодических сигналов. Строгое доказательство этой теоремы будет дано при изучении темы “Обобщенные функции”.

Аналогично, выражая энергию взаимодействия двух различных сигналов f(t) и g(t) во временном и частотном представлении, получим:

Выясним математический смысл теоремы Парсеваля.

С математической точки зрения интеграл есть скалярное произведение функций f(t) и g(t), обозначаемое как (f,g). Величинаназывается нормой функции f(t) и обозначается как. Поэтому из теоремы Парсеваля следует инвариантность скалярного произведения относительно преобразования Фурье,т.е.

Мгновенная мощность сигнала, рассматриваемая как функция частоты,т.е. , имеет и другое общепризнанное название - спектр мощности. Спектр мощности является основным математическим инструментом спектрального анализа, позволяющего выяснить частотный состав сигнала. Кроме спектра мощности сигнала на практике используется амплитудный и фазовый спектры, определяемые, соответственно как:

• 2.9 Теорема Винера -Хинчина.

Плотность спектра мощности сигнала f(t) равна Фурье-образу автокорреляционной функции

Плотность кросс-спектрасигналов f(t) и g(t) равна Фурье- образу корреляционной функции.

Оба утверждения можно объединить в одно: Спектральная плотность равна преобразованию Фурье корреляционной функции.

Доказательство будет дано позже после введения понятия обобщенной функции.

Свойствами преобразований Фурье определяется взаимное соответствие трансформации сигналов и их спектров.

1. Линейность. Преобразование Фурье относится к числу линейных интегральных операций, т.е. спектр суммы сигналов равен сумме спектров этих сигналов.

a n s n (t) Û a n S n (w). (4.21)

Пример суммирования сигналов и его отображения в спектральной области на рис. 4.18.

Рис. 4.18. Сигналы и их спектры. s0(k)=s1(k)+s2(k) Û S1(w)+S2(w) = S0(w)

2. Свойства симметрии преобразования определяются косинусными (четными, действительными) и синусными (нечетными, мнимыми) частями разложения и подобием прямого и обратного преобразований.

На рис. 4.19. приведены примеры, поясняющие свойства четности преобразования. Сигнал s1(k) является четным, s1(k) = s1(-k), и имеет только вещественный четный спектр (мнимая часть спектральной функции представлена нулевыми значениями). Сигнал s2(k) = -s2(-k) нечетный и имеет мнимый нечетный спектр, а нулевыми значениями представлена его действительная часть. Сигнал s3(k) образован суммой сигналов s1(k) и s2(k). Соответственно, спектральная функция сигнала представлена и действительной четной частью (принадлежащей s1(k)), и мнимой нечетной частью (принадлежащей s2(k)). При обратном преобразовании Фурье раздельно действительной и мнимой части спектра S3(w), равно как и любых других комплексных спектров, будут раздельно восстановлены четная и нечетная части исходного сигнала.

Произвольный исходный сигнал может быть задан в одностороннем варианте (0-Т), но четная и нечетная части этого сигнала занимают интервал от –Т до Т, при этом на левой половине числовой оси (от –Т до 0) эти два сигнала компенсируют друг друга, давая нулевые значения.

Рис. 4.19. Свойства четности преобразования

3. Изменение аргумента функции (сжатие или расширение сигнала) приводит к обратному изменению аргумента ее фурье-образа и обратно пропорциональному изменению его модуля. Так, если s(t) Û S(w), то при изменении длительности сигнала с сохранением его формы (растяжении сигнала по временной оси), т.е. для сигнала с новым аргументом s(x) = s(at) при x=at, получаем:

s(at) Ûs(at)exp(-jwt) dt = (1/a)s(x)exp(-jxw/a) dx

s(at) Û (1/a) S(w/a). (4.22")

Выражение (4.22") действительно при а>0. При а<0 происходит зеркальный поворот сигнала относительно вертикальной оси, а замена переменной t=x/a вызывает перестановку пределов интегрирования и, соответственно, изменение знака спектра:

s(at) Û -(1/a) S(w/a). (4.22"")

Обобщенная формула изменения аргумента:

s(at) Û (1/|a|) S(w/a), a ≠ 0 (4.22)

Если под аргументом функции и ее спектра понимать определенные физические единицы, например, время - частота, то отсюда следует: чем короче по своей длительности сигнал, тем шире по частоте его спектр, и наоборот. Это можно наглядно видеть на рис. 4.18. для сигналов s1(k) и s2(k) и их спектров S1(w) и S2(w).

От изменения аргумента функций следует отличать изменение масштаба представления функций. Изменение масштаба аргументов изменяет оцифровку числовых осей отображения сигналов и их спектров, но не изменяет самих сигналов и спектров. Так, при масштабе оси времен t=1 секунда, масштаб оси частот f=1/t=1 герц, а при t=1 мксек f=1/t=1 МГц (t=at, f=1/at, a=10 -6).

4. Теорема запаздывания. Запаздывание (сдвиг, смещение) сигнала по аргументу функции на интервал t o приводит к изменению фазочастотной функции спектра (фазового угла всех гармоник) на величину -wt o . Применяя замену переменной t-t o = x, получаем:

s(t-t o)Ûs(t-t o)exp(-jwt) dt =

S(x)exp(-jwx)exp(-jwt o) dx = S(w)exp(-jwt o). (4.23)

Совершенно очевидно, что амплитуды гармоник сигнала при его сдвиге изменяться не должны. С учетом того, что |exp(-jwt o)|=1, это следует и из (4.23):

|S(w) exp(-jwt o)| = |S(w)|.

Фазовый спектр сдвигается на -wt o с линейной зависимостью от частоты:

S(w) exp(-jwt o)= R(w) expexp(-jwt o)= R(w) exp. (4.24)

Пример двух одинаковых сигналов, сдвинутых относительно друг друга на t o =1, и соответствующих данным сигналам спектров приведен на рис. 4.20.

Рис. 4.20. Изменение спектра сигнала при его сдвиге

Аналогично нетрудно показать, что сдвиг спектра в частотной области на w 0 вызывает умножение сигнала на exp(jw 0 t):

S(w - w 0) « s(t) exp(jw 0 t),

что эквивалентно модуляции сигнала функцией комплексной экспоненты во временной области.

5. Преобразование производной (дифференцирование сигнала):

s(t) = d/dt = d/dt =Y(w) dw =

Jw Y(w) exp(jwt) dw Û jw Y(w). (4.25)

Дифференцирование сигнала отображается в спектральной области простым умножением спектра сигнала на оператор дифференцирования сигнала в частотной области jw, что эквивалентно дифференцированию каждой гармоники спектра. Умножение на jw приводит к обогащению спектра производной сигнала высокочастотными составляющими (по сравнению с исходным сигналом) и уничтожает составляющие с нулевой частотой.

Рис. 4.21. Спектры сигнала и его производной

Пример сигнала, его производной и соответствующих им спектров приведен на рис. 4.21. По изменению аргумента спектра (для четного исходного сигнала он был нулевым) можно видеть, что для всех гармоник спектра появляется сдвиг фаз на p/2 (90 0) для положительных частот, и на -p/2 (-90 0) для отрицательных частот.

В общем случае, для кратных производных:

d n /dt n = (jw) n Y(w). (4.26)

При дифференцировании спектра функции соответственно получаем:

d n /dw n = (-jt) n s(t).

6. Преобразование интеграла сигнала в частотной области при известном спектре сигнала может быть получено из следующих простых соображений. Если имеет место

s(t) = d/dt Û jw Y(w) = S(w),

то должна выполняться и обратная операция: y(t) =s(t) dt Û Y(w) = S(w)/jw.

Отсюда следует:

s(t)dt Û (1/jw)S(w). (4.27)

Оператор интегрирования в частотной области (1/jw) при w>1 ослабляет в амплитудном спектре высокие частоты и при w<1 усиливает низкие. Фазовый спектр сигнала смещается на -90 0 для положительных частот и на 90 0 для отрицательных. Пример модуля спектра сигнала и его интегральной функции приведен на рис. 4.22.

Рис. 4.22. Сигналы и амплитудные спектры сигналов

Формула (4.27) справедлива для сигналов с нулевой постоянной составляющей. При интегрировании сигналов с определенным значением постоянной составляющей С=const в правой части выражения (4.27) появляется дополнительное слагаемое преобразования Фурье постоянной составляющей C, которое представляет собой дельта-функцию на нулевой частоте с весовым коэффициентом, равным значению С:

7. Преобразование свертки сигналов y(t) = s(t) * h(t):

Y(w) =y(t) exp(-jwt) dt =s(t) h(t-t) exp(-jwt) dtdt.

Y(w) =s(t) dth(t-t) exp(-jwt) dt.

По теореме запаздывания (4.23):

h(t-t) exp(-jwt) dt = H(w) exp(-jwt).

Y(w) =H(w) s(t) exp(-jwt) dt = H(w)·S(w).

s(t) * h(t) Û S(w) H(w). (4.28)

Пример выполнения свертки в частотной области приведен на рис. 4.23.

Рис. 4.23. Сигналы и амплитудные спектры сигналов

Отметим, что частотное представление H(w) импульсного отклика h(t) линейной системы (или соответствующей линейной операции) имеет смысл частотной передаточной функции системы и позволяет определить сигнал на выходе системы (в частотной форме представления) при задании произвольного сигнала (в частотной форме) на ее входе. По существу, функция H(w) представляет собой распределение по частоте коэффициента пропускания частотных составляющих сигнала с входа на выход системы.

Таким образом, свертка функций в координатной форме отображается в частотном представлении произведением фурье-образов этих функций.

Это положение имеет фундаментальное значение в практике обработки данных.

Любая линейная система обработки данных (информационных сигналов) реализует определенную операцию трансформации сигнала, т.е. выполняет операцию свертки входного сигнала s(t) с оператором системы h(t). С использованием преобразования свертки эта операция может производиться как с динамической, так и с частотной формой представления сигналов. При этом обработка данных, представленных в цифровой форме, производится, как правило, в частотной области, т.к. может быть на несколько порядков выше по производительности, чем во временной области. Она представляет собой последовательность следующих операций.

1. Перевод сигнала в частотную область: s(t) Û S(w).

2. Умножение спектра сигнала на передаточную функцию системы: Y(w) = H(w)·S(w).

Передаточная функция системы определяется аналогичным преобразованием h(t) Û H(w) или задается непосредственно в частотном представлении, что позволяет задавать передаточные функции сколь угодно сложной формы, в том числе с разрывами и скачками, для которых во временной области потребуются операторы h(t) с бесконечной импульсной характеристикой.

3. Перевод спектра обработанного сигнала во временную область: Y(w) Û y(t).

8. Преобразование произведения сигналов y(t) = s(t)·h(t):

Y(w) =s(t) h(t) exp(-jwt) dt =s(t) [(1/2p)H(w") exp(jw"t) dw"] dt =

= (1/2p)s(t)H(w") exp(-j(w-w")t) dw"dt =

(1/2p)H(w") dw"s(t) exp(-j(w-w")t) dt =

= (1/2p)H(w") S(w-w") dw" = (1/2p) H(w) * S(w). (4.29)

Таким образом, произведение функций в координатной форме отображается в частотном представлении сверткой фурье-образов этих функций, с нормировочным множителем (1/2p), учитывающем несимметричность прямого и обратного преобразования Фурье функций s(t) и h(t) при использовании угловых частот.

9. Производная свертки двух функций s"(t) = d/dt.

С использованием выражений (4.26) и (4.28), получаем:

s"(t) = jw = (jw X(w)) Y(w) = X(w) (jw Y(w).

s"(t) = x"(t) * y(t) = x(t) * y"(t).

Это выражение позволяет выполнять вычисление производной сигнала с одновременным сглаживанием весовой функцией, которая является производной сглаживающей функции (например, гауссиана).

10. Спектры мощности. Временная функция мощности сигнала в общей форме определяется выражением:

w(t) = s(t) s * (t) = |s(t)| 2 .

Спектральная плотность мощности, соответственно, равна преобразованию Фурье произведения s(t)·s * (t), которое отобразится в спектральном представлении сверткой Фурье-образов этих функций:

W(f) = S(f) * S * (f) =S(f) S * (f-v) dv. (4.30)

Но для всех текущих значений частоты f интеграл в правой части этого выражения равен произведению S(f)·S * (f), так как для всех значений сдвига v ≠ 0 в силу ортогональности гармоник S(f) и S * (f-v) значения их произведения равны нулю. Отсюда:

W(f) = S(f) * S * (f) = |S(f)| 2 . (4.31)

Спектр мощности – вещественная неотрицательная четная функция, которую очень часто называют энергетическим спектром. Спектр мощности, как квадрат модуля спектра сигнала, не содержит фазовой информации о частотных составляющих, а, следовательно, восстановление сигнала по спектру мощности невозможно. Это означает также, что сигналы с различными фазовыми характеристиками могут иметь одинаковые спектры мощности. В частности, сдвиг сигнала не отражается на его спектре мощности.

Для функций мощности взаимодействия сигналов в частотной области соответственно имеем частотные спектры мощности взаимодействия сигналов:

W xy (f) = X(f) Y*(f),

W yx (f) = Y(f) X*(f),

W xy (f) = W* yx (f).

Функции мощности взаимодействия сигналов комплексные, даже если обе функции x(t) и y(t) вещественны, при этом Re - четная функция, а Im - нечетная. Отсюда полная энергия взаимодействия сигналов при интегрировании функций мощности взаимодействия определяется только реальной частью спектра:

X(f) Y*(f) df.

Из равенства Парсеваля следует инвариантность скалярного произведения сигналов и нормы относительно преобразования Фурье:

áx(t),y(t)ñ = áX(f),Y(f)ñ, ||x(t)|| 2 = ||X(f)|| 2 .

Не следует забывать, что при представлении спектров в круговых частотах (по w) в правой части приведенных равенств должен стоять множитель 1/2p.

Одним из мощных средств исследования задач математической физики является метод интегральных преобразований. Пусть функция f(x) задана на интервале (а, 6), конечном или бесконечном. Интегральным преобразованием функции f(x) называется функция где К(х, ш) - фиксированная для данного преобразования функция, называемая ядром преобразования (предполагается, что интеграл (*) существуете собственном или несобственном смысле). §1. Интеграл Фурье Всякая функция f(x), которая на отрезке [-f, I] удовлетворяет условиям разложимости в ряд Фурье, может быть на этом отрезке представлена тригонометрическим рядом Коэффициенты а*, и 6„ ряда (1) определяются по формулам Эйлера-Фурье: ПРЕОБРАЗОВАНИЕ ФУРЬЕ Интеграл Фурье Комплексная форма интеграла Преобразование Фурье Косинус и синус преобразования Амплитудный и фазовый спектры Свойства Приложения Ряд в правой части равенства (1) можно записать в иной форме. С этой целью внесем в него из формул (2) значения коэффициентов а» и оп, подведем под знаки интегралов cos ^ х и sin х (что возможно, поскольку переменной интегрирования является т) О) и используем формулу для косинуса разности. Будем иметь Если функция/(ж) первоначально была определена на интервале числовой оси, большем, чем отрезок [-1,1] (например, на всей оси), то разложение (3) воспроизведет значения этой функции только на отрезке [-1,1] и продолжит се на всю числовую ось как периодическую функцию с периодом 21 (рис. 1). Поэтому, если функция f(x) (вообще говоря, непериодическая) определена на всей числовой оси, в формуле (3) можно попытаться перейти к пределу при I +оо. При этом естественно потребовать выполнения следующих условий: 1. f(x) удовлетворяет условиям разложимости в ряд Фурье на любом конечном отрезке оси Ох\ 2. функция f(x) абсолютно интегрируема на всей числовой оси, При выполнении условия 2 первое слагаемое правой части равенства (3) при I -* +оо стремится к нулю. В самом деле, Попытаемся установить, во что перейдет в пределе при I +оо сумма в правой, части (3). Положим так, что Тогда сумма в правой части (3) примет вид В силу абсолютной сходимости интеграла эта сумма при больших I мало отличается от выражения которое напоминает интегральную сумму для функции переменного £ составленную для интервала (0, +оо) изменения Поэтому естественно ожидать, что при сумма (5) перейдет в интеграл Сдругой стороны, при фиксировано) из формулы (3) вытекает, что и мы получаем равенство Достаточное условие справедливости формулы (7) выражается следующей теоремой. Теорема 1. Если функция f(x) абсолютно интегрируема на всей числовой оси и имеет вместе со своей производной конечное число точек разрыва первого рода на любом отрезке [а, 6], то справедливо равенство При этом во всякой точке xq, являющейся точкой разрыва 1-го рода функции /(ж), значение интеграла в правой части (7) равно Формулу (7) называют интегральной формулой Фурье, а стоящий в ее правой части интеграл - интегралом Фурье. Если воспользоваться формулой дня косинуса разности, то формулу (7) можно записать в виде Функции а(£), Ь(£) являются аналогами соответствующих коэффициентов Фурье ап и Ьп 2тг-периодической функции, но последние определены для дискретных значений п, вто время как а(0> НО определеныдля непрерывных значений £ G (-оо, +оо). Комплексная форма интеграла Фурье Предполагая /(х) абсолютно интегрируемой на всей оси Ох, рассмотрим интеграл Этот интеграл равномерно сходится для, так как и потому представляет собой непрерывную и, очевидно, нечетную функцию от Но тогда С другой стороны, интеграл есть четная функция переменной так что Поэтому интегральную формулу Фурье можно записать так: Умножим равенство на мнимую единицу i и прибавим к равенству (10). Получим откуда, в силу формулы Эйлера будем иметь Это - комплексная форма интеграла Фурье. Здесь внешнее интегрирование по £ понимается в смысле главного значения по Коши: §2. Преобразование Фурье. Косинус- и синус-преобразования Фурье Пусть функция f(x) является кусочно-гладкой на любом конечном отрезке оси Ох и абсолютно интегрируема на всей оси. Определение. Функция откуда, в силу формулы Эйлера, будем иметь называется преобразованием Фурье функции /(г) (спектральной функцией). Это - интегральное преобразование функции /(г) на интервале (-оо,+оо) с ядром Используя интегральную формулу Фурье получаем Это так называемое обратное преобразование Фурье, дающее переход от F(£) к /(х). Иногда прямое преобразование Фурье задают так: Тогда обратное преобразование Фурье определится формулой Преобразование Фурье функции /(ж) определяют также следующим образом: ПРЕОБРАЗОВАНИЕ ФУРЬЕ Интеграл Фурье Комплексная форма интеграла Преобразование Фурье Косинус и синус преобразования Амплитудный и фазовый спектры Свойства Приложения Тогда, в свою очередь, При этом положение множителя ^ достаточно произвольно: он может входить либо в формулу (1"), либо в формулу (2"). Пример 1. Найти преобразование Фурье функции -4 Имеем Это равенство допуска ет дифференцирование по £ под знаком интеграла (получающийся после дифференцирования интеграл равномерно сходится, когда { принадлежит любому конечному отрезку): Интегрируя по частям, будем иметь Внеинтегральное слагаемое обращается в нуль, и мы получаем откуда (С - постоянная интегрирования). Полагая в (4) £ = 0, найдем С = F(0). В силу (3) имеем Известно, что В частности, для) получаем, что Пример 2 (разред кокдемсетора через сопропиление). Рассмотрим функцию 4 Для спектрам ыюй функции F(£) получаем Отсюда (рис.2). Условие абсолютной интегри-руемости функции f(x) на всей числовой оси является весьма жестким. Оно исключает, например, такие элементарные функции, как) = cos ж, f(x) = е1, для которых преобразования Фурье (в рассматриваемой здесь классической форме) не существует. Фурье-образ имеют только те функции, которые достаточно быстро стремятся к нулю при |х| -+ +оо (как в примерах 1 и 2). 2.1. Косинус- и синус-преобразования Фурье Используя формулу косинуса, разности, перепишем интегральную формулу Фурье в следующем виде: Пусть f(x) - четная функция. Тогда так что изравснства (5) имеем В случае нечетной f(x) аналогично получаем Если f(x) задана лишь на (0, -foo), то формула (6) продолжает f(x) на всю ось Ох четным образом, а формула (7) - нечетным. (7) Определение. Функция называется косинус-преобразованием Фурье функции f(x). Из (6) следует, что для четной функции f(x) Это означает, что f(x), в свою очередь, является косинус-преобразованием для Fc(£). Иными словами, функции / и Fc являются взаимными косинус-преобразованиями. Определение. Функция называется синус-преобразованием Фурье функции f(x). Из (7) получаем, что для нечетной функции f(x) т.е. f и Fs являются взаимными синус-преобразованиями. Пример 3 (прамоугольный импульс}. Пусть f(t) - четная функция, определенная следующим образом: (рис. 3). Воспользуемся полученным результатом для вычисления интеграла В силу формулы (9) имеем Рис.3 0 0 В точке t = 0 функция f(t) непрерывна и равна единице. Поэтому из (12") получим 2.2. Амплитудный и фазовый спектры интеграла Фурье Пусть периодическая с периодом 2т функция /(х) разлагается в ряд Фурье Это равенство можно записать в виде где - амплитуда колебания с частотой п, - фаза. На этом пути мы приходим к понятиям амплитудного и фазового спектров периодической функции. Для непериодической функции f{x), заданной на (-оо, +оо), при определенньк условиях оказывается возможным представить ее интегралом Фурье осуществляющим разложение этой функции по всем частотам (разложение по непрерывному спектру частот). Определение. Спектральной функцией, или спектральной плотностью интеграла Фурье, называется выражение (прямое преобразование Фурье функции f называется амплитудным спектром, а функция Ф«) = -агgSfc) - фазовым спектром функции /(«). Амплитудный спектр.А(£) служит мерой вклада частоты £ в функцию /(ж). Пример 4. Найти амплитудный и фазовый спектры функции 4 Находим спектральную функцию Отсюда Графики этих функций изображены на рис. 4. §3. Свойства преобразования Фурье 1. Линейность. Если и G(0 - преобразования Фурье функций /(х) и д(х) соответственно, то при любых постоянных а и р преобразованием Фурье функции a f{x) + р д(х) будет функция a Пользуясь свойством линейности интеграла, имеем Таким образом, преобразование Фурье есть линейный оператор. Обозначая его через будем писать. Если F(£) есть преобразование Фурье абсолютно интегрируемой на всей числовой оси функции /(ж), то F(() ограничена при всех. Пусть функция f(x) абсолютно интегрируема на всей оси - преобразование Фурье функции f(x). Тогда 3«fltsJ. Пусть f(x) - функция, допуска кнцэя преобразование Фурье, Л - дойств ительяов число. Фуниция fh(x) = f{z-h) называется сдвигом фунждии f{x). Пользуясь определен нем преобразования Фурье, показать, что Задача. Пусть функция f(z) имеет преобразование Фурье F(0> h - действительное число. Показать, что 3. Преобразование Фурье и ооерэции дифференцирования. Пусть абсолютно интегрируемая функция f(x) имеет производную f"(x), также абсолютно интегрируемую на всей оси Ох, так что /(я) стремится к нулю при |ж| -» +оо. Считая f"(x) гладкой функцией, запишем Интегрируя по частям, будем иметь Внеинтегральноеслагаемое обращается в нуль (так как, и мы получаем Таким образом, дифференцированию функции /(х) отвечает умножение ее образа Фурье ^П/] на множитель Если функция f(x) имеет глад*«е абсолютно интефируемые производные до порядка m включительно и все они, как и сама функция f(x), стремятся к нулю при то, интегрируя по частям нужное число раз, получим Преобразование Фурье очень полезно именно потому, что оно заменяет операцию дифференцирования операцией умножения на величину и тем самым упрощает задачуинтегрирования некоторых видов дифференциальных уравнений. Так как преобразование Фурье абсолютно интегрируемой функции f^k\x) есть ограниченная функция от (свойство 2), то из соотношения (2) получаем для следующую оценку: ПРЕОБРАЗОВАНИЕ ФУРЬЕ Интеграл Фурье Комплексная форма интеграла Преобразование Фурье Косинус и синус преобразования Амплитудный и фазовый спектры Свойства Приложения Из этой оценки следует: чем больше функция f(x) имеет абсолютно интегрируемых производных, тем быстрее ее преобразование Фурье стремится к нулю при. Замечание. Условие является достаточно естественным, поскольку обычная 1еория интегралов Фурье имеет дело с процессами, которые в том или ином смысле имеют начало и коней, но не продолжаются неограниченно с примерно одинаковой интенсивностью. 4. Связь между скоростью убывания функции f(x) при |z| -» -f оо и гладкостью ее преобразования Фурм. Предположим, что не только /(х), но и ее произведение xf(x) является абсолютно интегрируемой функцйей на всей оси Ох. Тогда преобразование Фурье) будет дифференцируемой функцией. Действительно, формальное дифференцирование по параметру £ подынтегральной функции приводит к интегралу который является абсолютно и равномерно сходящимся относительно параметра Следовательно, дифференцирование возможно, и Таким образом, т. е. операция умножения f(x) на аргумент х переходит после преобразования Фурье в операцию t щ. Если вместе с функцией f(x) абсолютно интегрируемыми на всей оси Ох являются функции, то процесс дифференцирования можно продолжить. Получим, что функция имеет производные до порядка m включительно, причем Таким образом, чем быстрее функция f(x) убывает при тем более гладкой получается функция Теорема 2 (о сверле). Пусть- преобразования Фурье функций /,(ж) и f2(x) соответственно. Тогда причем двойной интеграл в правой части сходится абсолютно. Положим - х. Тогда будем иметь или, меняя порядок интегрирования, Функция называется сверткой функций и обозначается символом Формула (1) может быть теперь записана так: Отсюда видно, что преобразование Фурье свертки функций f\(x) и f2(x) равно умноженному на у/2ж произведению преобразований Фурье свертываемых функций, Замечание. Нетрудно установить следующие свойства свертки: 1) линейность: 2) коммутативность: §4. Приложения преобразования Фурье 1. Пусть Р(^) - линейный дифференциальный оператор порядка m с постоянными коэффициентами, Используя формулу для преобразования Фурье производных функции у(х), находим " Рассмотрим дифференциальное уравнение где Р - введенный выше дифференциальный оператор. Предположим, что искомое решение у(х) имеет преобразование Фурье у (О. а функция f(x) имеет преобразование /(£) Применяя преобразование Фурье к уравнению (1), получим вместо дифференциального алгебраическое уравнение на оси относительно откуда так что формально где символ обозначает обратное преобразование Фурье. Основное ограничение применимости этого метода связано со следующим фактом. Решение обыкновенного дифференциального уравнения с постоянными коэффициентами содержит функции вида еЛ*, eaz cos fix, еах sin рх. Они не являются абсолютно интегрируемыми на оси -оо < х < 4-оо, и преобразование Фурье для них не определено, так что, строго говоря, применятьданный метод нельзя. Это ограничение можно обойти, если ввести в рассмотрение так называемые обобщенные функции. Однако в ряде случаев преобразование Фурье все же применимо в своей классической форме. Пример. Найти решение а = а(х, t) уравнения (а = const), при начальных условиях Это - задача о свободных колебаниях бесконечной однородной струны, когда задано начальное отклонение <р(х) точек сгруны, а начальные скорости отсутствуют. 4 Поскольку пространственная переменная х изменяется в пределах от -оо до +оо, подвергнем уравнение и начальные условия преобразованию Фурье по переменной х. Будем предполагать, что 1) функции и(х, t) и

О преобразовании Фурье, его смысле, свойствах и применении написано много книг, поэтому здесь будут описаны только самые важные его характеристики. Эта статья - своего рода теоретическая выжимка, и для её понимания следует уже обладать базовыми знаниями в этой области. Она не является учебником по преобразованию Фурье (уже существуют такие учебники, написанные профессионалами своего дела). Скорее, эта статья поможет освежить в памяти уже полученные знания в этой области, а также поможет вспомнить полезные формулы, которые у многих людей быстро улетучиваются из головы (к этой группе отношусь и я:)).

Перед началом изложения хочу выразить благодарность Олегу Красноярову за присланное письмо, в котором были кратко рассмотрены альтернативные алгоритмы БПФ, менее известные, чем широко использующийся вариант. Практически полностью это письмо легло в основу подраздела .

Преобразование Фурье

Итак, преобразование Фурье бывает двух видов: дискретное и непрерывное. Непрерывное используется математиками в аналитических исследованиях, дискретное применяется во всех остальных случаях.

Непрерывное преобразование Фурье - преобразование, которое применяется к функции h(t) , заданной на интервале . В результате получается функция H(f) :

также существует обратное преобразование, которое позволяет по образу H(f) восстановить исходную функцию h(t) :

Очевидно, что образ H(f) является комплексной функцией вещественного аргумента, но также и h(t) может принимать не только вещественные, но и комплексные значения.

Применение преобразования Фурье является столь обширной темой, что этот вопрос не будет подниматься в этой статье. Можно только перечислить несколько областей: анализ сигналов, фильтрация, ускоренное вычисление корелляции и свертки, использование в алгоритмах быстрого умножения чисел, и во многих других случаях оно также находит свое применение.

Свойства непрерывного преобразования Фурье

В таблице ниже описана связь свойств прообраза h и образа H .

Следующая таблица показывает, как меняется образ при изменении прообраза. Пусть запись обозначает, что H(f) является образом h(t) . Тогда имеют место следующие отношения:

Следующий набор свойств относится к операциям свертки и корелляции. Свертка функций g и h определяется, как . Корелляция функций g и h определяется, как . В таком случае имеют место следующие отношения:

Дискретное преобразование Фурье

С непрерывным преобразованием Фурье удобно работать в теории, но на практике мы обычно имеем дело с дискретными данными. Очень часто у нас дано не аналитическое выражение преобразуемой функции, а лишь набор её значений на некоторой сетке (обычно на равномерной). В таком случае приходится делать допущение, что за пределами этой сетки функция равна нулю, и аппроксимировать интеграл интегральной суммой:

В случае равномерной сетки эта формула упрощается. Также на равномерной сетке обычно избавляются от шага, чтобы получить безразмерную формулу:

Обратное преобразование в таком случае будет иметь вид

При внимательном рассмотрении можно заметить, что индекс при H n принимает N+1 значение, в то время как при h k - только N значений. Таким образом, как будто бы получается, что функция H содержит в себе больше информации, чем h . На самом деле это не так, поскольку значения H -N/2 и H N/2 совпадают.

Определенное таким образом, дискретное преобразование Фурье сохраняет практически все свойства непрерывного (разумеется, с учетом перехода к дискретному множеству).

Быстрое преобразование Фурье

Сколько операций требуется на проведение дискретного преобразования Фурье? Посчитав по определению (N раз суммировать N слагаемых), получаем величину порядка N 2 . Тем не менее, можно обойтись существенно меньшим числом операций.

Наиболее популярным из алгоритмов ускоренного вычисления ДПФ является т.н. метод Cooley-Tukey, позволяющий вычислить ДПФ для числа отсчетов N = 2 k за время порядка Nlog 2 N (отсюда и название - быстрое преобразование Фурье, БПФ). Этот способ чем-то неуловимо напоминает быструю сортировку. В ходе работы алгоритма также проводится рекурсивное разбиение массива чисел на два подмассива и сведение вычисления ДПФ от целого массива к вычислению ДПФ от подмассивов в отдельности.

Изобретение БПФ привело к потрясающему всплеску популярности преобразования Фурье. Целый ряд важных задач раньше решался за время порядка N 2 , но после проведения преобразования Фурье над исходными данными (за время порядка Nlog 2 N ) решается практически мгновенно. Преобразование Фурье лежит в основе цифровых корелляторов и методов свертки, активно используется при спектральном анализе (практически в чистом виде), применяется при работе с длинными числами.

Широко распространено ошибочное мнение о том, что метод Cooley-Tukey - единственный существующий метод выполнения БПФ, а само БПФ существует только для случая N = 2 k . На самом деле это не так - существуют алгоритмы БПФ для любого числа отсчетов. В одномерном случае, рассмотренном в этой статье, метод Винограда позволяет решить задачу для простого числа отсчетов N . Этот же алгоритм может быть легко обобщен на случай, когда N является степенью произвольного простого числа (а не только двойки), а также на случай, когда число N является произведением степеней простых чисел - т.е. N является произвольным числом, чье разложение на простые множители нам известно.

В двумерном случае можно использовать метод Нуссбаумера. Существуют и другие алгоритмы, как для одномерного, так и для двумерного случаев, но рассмотрение этих вопросов выходит за рамки статьи (мне рекомендовали следующий источник - Блейхут, "Быстрые алгоритмы цифровой обработки сигналов").

Как уже говорилось выше, существуют алгоритмы БПФ для произвольного числа отсчетов, но наиболее широкое распространение получил только алгоритм для случая N = 2 k , что является существенным ограничением. Почему же это произошло?

Причина этого в том, что алгоритм, построенный по методу Cooley-Tukey, обладает рядом очень хороших технологических свойств. Структура алгоритма и его базовые операции не зависят от числа отсчетов (меняется только число прогонов базовой операции "бабочка"). Алгоритм легко распараллеливается с использованием базовой операции и конвееризуется, а также легко каскадируется (коэфициенты БПФ для 2N отсчетов могут быть легко получены преобразованием коэфициентов двух БПФ по N отсчетов, полученных "прореживанием" через один исходных 2N отсчетов). Алгоритм прост и компактен, не требует дополнительной оперативной памяти и допускает обработку данных "на месте". Существует целый ряд оптимизированных именно для этого алгоритма DSP-процессоров (это одновременно и причина, и следствие).

Всё это и обусловило популярность в инженерно/программистской среде именно этого алгоритма, и, соответственно, выбора именно 2 k отсчетов при использовании БПФ. Правда, попутно это привело к незаслуженному забвению широкими массами альтернативных алгоритмов, некоторые из которых (что следует отметить) требуют меньше вещественных операций на один отсчет, чем алгоритм Cooley-Tukey. Например, мне доводилось читать описание алгоритма, который по этому показателю на 20-40% (в зависимости от числа отсчетов) превосходил алгоритм Cooley-Tukey.

© Сергей Бочканов, Олег Краснояров

Я полагаю что все в общих чертах знают о существовании такого замечательного математического инструмента как преобразование Фурье. Однако в ВУЗах его почему-то преподают настолько плохо, что понимают как это преобразование работает и как им правильно следует пользоваться сравнительно немного людей. Между тем математика данного преобразования на удивление красива, проста и изящна. Я предлагаю всем желающим узнать немного больше о преобразовании Фурье и близкой ему теме того как аналоговые сигналы удается эффективно превращать для вычислительной обработки в цифровые.

Без использования сложных формул и матлаба я постараюсь ответить на следующие вопросы:

• FT, DTF, DTFT - в чем отличия и как совершенно разные казалось бы формулы дают столь концептуально похожие результаты?
• Как правильно интерпретировать результаты быстрого преобразования Фурье (FFT)
• Что делать если дан сигнал из 179 сэмплов а БПФ требует на вход последовательность по длине равную степени двойки
• Почему при попытке получить с помощью Фурье спектр синусоиды вместо ожидаемой одиночной “палки” на графике вылезает странная загогулина и что с этим можно сделать
• Зачем перед АЦП и после ЦАП ставят аналоговые фильтры
• Можно ли оцифровать АЦП сигнал с частотой выше половины частоты дискретизации (школьный ответ неверен, правильный ответ - можно)
• Как по цифровой последовательности восстанавливают исходный сигнал

Я буду исходить из предположения что читатель понимает что такое интеграл , комплексное число (а так же его модуль и аргумент), свертка функций , плюс хотя бы “на пальцах” представляет себе что такое дельта-функция Дирака . Не знаете - не беда, прочитайте вышеприведенные ссылки. Под “произведением функций” в данном тексте я везде буду понимать “поточечное умножение”

Начать надо, наверное, с того что обычное преобразование Фурье - это некая такая штука которая, как можно догадаться из названия, преобразует одни функции в другие, то есть ставит в соответствие каждой функции действительного переменного x(t) её спектр или фурье-образ y(w):

Если приводить аналогии, то примером аналогичного по смыслу преобразования может послужить например дифференцирование, превращающее функцию в её производную. То есть преобразование Фурье - такая же, по сути, операция как и взятие производной, и её часто обозначают схожим образом, рисуя треугольную “шапочку” над функцией. Только в отличие от дифференцирования которое можно определить и для действительных чисел, преобразование Фурье всегда “работает” с более общими комплексными числами. Из-за этого постоянно возникают проблемы с отображением результатов этого преобразования, поскольку комплексные числа определяются не одной, а двумя координатами на оперирующем действительными числами графике. Удобнее всего, как правило, оказывается представить комплексные числа в виде модуля и аргумента и нарисовать их по раздельности как два отдельных графика:

График аргумента комплексного значения часто называют в данном случае “фазовым спектром”, а график модуля - “амплитудным спектром”. Амплитудный спектр как правило представляет намного больший интерес, а потому “фазовую” часть спектра нередко пропускают. В этой статье мы тоже сосредоточимся на “амплитудных” вещах, но забывать про существование пропущенной фазовой части графика не следует. Кроме того, вместо обычного модуля комплексного значения часто рисуют его десятичный логарифм умноженный на 10. В результате получается логарифмический график, значения на котором отображаются в децибелах (дБ).

Обратите внимание что не очень сильно отрицательным числам логарифмического графика (-20 дБ и менее) при этом соответствуют практически нулевые числа на графике “обычном”. Поэтому длинные и широкие “хвосты” разнообразных спектров на таких графиках при отображении в “обычные” координаты как правило практически исчезают. Удобство подобного странного на первый взгляд представления возникает из того что фурье-образы различных функций часто необходимо перемножать между собой. При подобном поточечном умножении комплекснозначных фурье-образов их фазовые спектры складываются, а амплитудные - перемножаются. Первое выполняется легко, а второе - сравнительно сложно. Однако логарифмы амплитуды при перемножении амплитуд складываются, поэтому логарифмические графики амплитуды можно, как и графики фаз, просто поточечно складывать. Кроме того, в практических задачах часто удобнее оперировать не «амплитудой» сигнала, а его «мощностью» (квадратом амплитуды). На логарифмической шкале оба графика (и амплитуды и мощности) выглядят идентично и отличаются только коэффициентом - все значения на графике мощности ровно вдвое больше чем на шкале амплитуд. Соответственно для построения графика распределения мощности по частоте (в децибелах) можно не возводить ничего в квадрат, а посчитать десятичный логарифм и умножить его на 20.

Заскучали? Погодите, еще немного, с занудной частью статьи, объясняющей как интерпретировать графики, мы скоро покончим:). Но перед этим следует понять одну крайне важную вещь: хотя все вышеприведенные графики спектров были нарисованы для некоторых ограниченных диапазонов значений (в частности, положительных чисел), все эти графики на самом деле продолжаются в плюс и минус бесконечность. На графиках просто изображается некоторая “наиболее содержательная” часть графика, которая обычно зеркально отражается для отрицательных значений параметра и зачастую периодически повторяется с некоторым шагом, если рассматривать её в более крупном масштабе.

Определившись с тем, что же рисуется на графиках, давайте вернемся собственно к преобразованию Фурье и его свойствам. Существует несколько разных способов как определить это преобразование, отличающихся небольшими деталями (разными нормировками). Например в наших ВУЗах почему-то часто используют нормировку преобразования Фурье определяющую спектр в терминах угловой частоты (радианов в секунду). Я буду использовать более удобную западную формулировку, определяющую спектр в терминах обычной частоты (герцах). Прямое и обратное преобразование Фурье в этом случае определяются формулами слева, а некоторые свойства этого преобразования которые нам понадобятся - списком из семи пунктов справа:

Первое из этих свойств - линейность. Если мы берем какую-то линейную комбинацию функций, то преобразование Фурье этой комбинации будет такой же линейной комбинацией образов Фурье этих функций. Это свойство позволяет сводить сложные функции и их фурье-образы к более простым. Например, фурье-образ синусоидальной функции с частотой f и амплитудой a является комбинацией из двух дельта-функций расположенных в точках f и -f и с коэффициентом a/2:

Если взять функцию, состоящую из суммы множества синусоид с разными частотами, то согласно свойству линейности, фурье-образ этой функции будет состоять из соответствующего набора дельта-функций. Это позволяет дать наивную, но наглядную интерпретацию спектра по принципу “если в спектре функции частоте f соответствует амплитуда a, то исходную функцию можно представить как сумму синусоид, одной из которых будет синусоида с частотой f и амплитудой 2a”. Строго говоря, эта интерпретация неверна, поскольку дельта-функция и точка на графике - это совершенно разные вещи, но как мы увидим дальше, для дискретных преобразований Фурье она будет не так уж и далека от истины.

Второе свойство преобразования Фурье - это независимость амплитудного спектра от сдвига сигнала по времени. Если мы подвинем функцию влево или вправо по оси x, то поменяется лишь её фазовый спектр.

Третье свойство - растяжение (сжатие) исходной функции по оси времени (x) пропорционально сжимает (растягивает) её фурье-образ по шкале частот (w). В частности, спектр сигнала конечной длительности всегда бесконечно широк и наоборот, спектр конечной ширины всегда соответствует сигналу неограниченной длительности.

Четвертое и пятое свойства самые, пожалуй, полезные из всех. Они позволяют свести свертку функций к поточечному перемножению их фурье-образов и наоборот - поточечное перемножение функций к свертке их фурье-образов. Чуть дальше я покажу насколько это удобно.

Шестое свойство говорит о симметрии фурье-образов. В частности, из этого свойства следует что в фурье-образе действительнозначной функции (т.е. любого “реального” сигнала) амплитудный спектр всегда является четной функцией, а фазовый спектр (если его привести к диапазону -pi...pi) - нечетной. Именно по этой причине на графиках спектров практически никогда не рисуют отрицательную часть спектра - для действительнозначных сигналов она не дает никакой новой информации (но, повторюсь, и нулевой при этом не является).

Наконец последнее, седьмое свойство, говорит о том, что преобразование Фурье сохраняет “энергию” сигнала. Оно осмысленно только для сигналов конечной продолжительности, энергия которых конечна, и говорит о том, что спектр подобных сигналов на бесконечности быстро приближается к нулю. Именно в силу этого свойства на графиках спектров как правило изображают только “основную” часть сигнала, несущую в себе львиную долю энергии - остальная часть графика просто стремится к нулю (но, опять же, нулем не является).

Вооружившись этими 7 свойствами, давайте посмотрим на математику “оцифровки” сигнала, позволяющую перевести непрерывный сигнал в последовательность цифр. Для этого нам понадобится взять функцию, известную как “гребенка Дирака”:

Гребенка Дирака - это просто периодическая последовательность дельта-функций с единичным коэффициентом, начинающаяся в нуле и идущая с шагом T. Для оцифровки сигналов, T выбирают по возможности малым числом, T<<1. Фурье-образ этой функции - тоже гребенка Дирака, только с гораздо большим шагом 1/T и несколько меньшим коэффициентом (1/T). С математической точки зрения, дискретизация сигнала по времени - это просто поточечное умножение исходного сигнала на гребенку Дирака. Значение 1/T при этом называют частотой дискретизации:

Вместо непрерывной функции после подобного перемножения получается последовательность дельта-импульсов определенной высоты. При этом согласно свойству 5 преобразования Фурье, спектр получившегося дискретного сигнала есть свертка исходного спектра с соответствующей гребенкой Дирака. Несложно понять, что исходя из свойств свертки, спектр исходного сигнала при этом как бы “копируется” бесконечное число раз вдоль оси частот с шагом 1/T, а затем суммируется.

Заметим, что если исходный спектр имел конечную ширину и мы использовали достаточно большую частоту дискретизации, то копии исходного спектра не будут перекрываться, а следовательно и суммироваться друг с другом. Несложно понять что по подобному “свернутому” спектру будет легко восстановить исходный - достаточно будет просто взять компоненту спектра в районе нуля, “обрезав” лишние копии уходящие на бесконечность. Простейший способ это сделать - это домножить спектр на прямоугольную функцию, равную T в диапазоне -1/2T...1/2T и нулю - вне этого диапазона. Подобный Фурье-образ соответствует функции sinc (Tx) и согласно свойству 4, подобное умножение равнозначно свертке исходной последовательности дельта-функций с функцией sinc(Tx)

То есть с помощью преобразования Фурье мы получили способ легко восстановить исходный сигнал из дискретизированного по времени, работающий при условии что мы используем частоту дискретизации, по крайней мере вдвое (из-за наличия в спектре отрицательных частот) превышающую максимальную частоту присутствующую в исходном сигнале. Этот результат широко известен и называется “теорема Котельникова / Шеннона-Найквиста” . Однако, как несложно теперь (понимая доказательство) заметить, этот результат вопреки широко распространенному заблуждению определяет достаточное , но не необходимое условие для восстановления исходного сигнала. Все что нам требуется - это добиться того, чтобы интересующая нас часть спектра после дискретизации сигнала не накладывалась друг на друга и если сигнал достаточно узкополосный (имеет малую “ширину” ненулевой части спектра), то этого результата часто можно добиться и при частоте дискретизации намного ниже чем удвоенная максимальная частота сигнале. Подобная техника называется “undersampling” (субдискретизация, полосовая дискретизация) и довольно широко используется при обработке всевозможных радиосигналов. Например, если мы берем FM-радио действующее в полосе частот от 88 до 108 МГц, то для его оцифровки можно использовать АЦП с частотой всего 43.5 МГц вместо предполагающихся по теореме Котельникова 216 МГц. При этом, правда, понадобится качественный АЦП и хороший фильтр.

Замечу, что “дублирование” высоких частот частотами меньших порядков (алиасинг) - непосредственное свойство дискретизации сигнала, необратимо “портящее” результат. Поэтому если в сигнале в принципе могут присутствовать частоты высокого порядка (то есть практически всегда) перед АЦП ставят аналоговый фильтр, “отсекающий” все лишнее непосредственно в исходном сигнале (так как после дискретизации делать это уже будет поздно). Характеристики этих фильтров, как аналоговых устройств, неидеальны, поэтому некоторая “порча” сигнала при этом все равно происходит, и на практике из этого следует что наибольшие частоты в спектре, как правило, недостоверны. Чтобы уменьшить эту проблему, сигнал нередко сэмплируют с завышенной частотой дискретизации, ставя при этом входной аналоговый фильтр на меньшую полосу пропускания и используя только нижнюю часть теоретически доступного частотного диапазона АЦП.

Еще одно распространенное заблуждение, кстати, - это когда сигнал на выходе ЦАП рисуют “ступеньками”. “Ступеньки” соответствуют свертке дискретизированной последовательности сигналов с прямоугольной функцией ширины T и высоты 1:

Спектр сигнала при таком преобразовании умножается на фурье-образ этой прямоугольной функции, а у подобной прямоугольной функции это снова sinc(w), “растянутый” тем сильнее, чем меньше ширина соответствующего прямоугольника. Спектр дискретизированного сигнала при подобном “ЦАП” поточечно умножается на этот спектр. При этом ненужные высокие частоты с “лишними копиями” спектра обрезаются не полностью, а верхняя часть “полезной” части спектра, напротив, ослабляется.

На практике так, естественно, никто не делает. Существует много разных подходов к построению ЦАП, но даже в наиболее близких по смыслу ЦАП взвешивающего типа прямоугольные импульсы в ЦАП напротив выбираются по возможности короткими (приближающимися к настоящей последовательности дельта-функций) чтобы избежать излишнего подавления полезной части спектра. “Лишние” частоты в получившемся широкополосном сигнале практически всегда гасят, пропуская сигнал через аналоговый фильтр низких частот, так что «цифровых ступенек» нет ни «внутри» преобразователя, ни, тем более, на его выходе.

Однако вернемся обратно к преобразованию Фурье. Описанное выше преобразование Фурье, примененное к заранее дискретизированной последовательности сигналов называется преобразованием Фурье дискретного времени (DTFT). Спектр получаемый подобным преобразованием всегда 1/T-периодичен, поэтому спектр DTFT полностью определяется её значениями на отрезке }