Fourierreihen und Fouriertransformation - Fachhochschule ...
Fourierreihen und Fouriertransformation - Fachhochschule ...
Fourierreihen und Fouriertransformation - Fachhochschule ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Fourierreihen</strong> <strong>und</strong> <strong>Fouriertransformation</strong> 68<br />
<strong>und</strong> die inverse (reelle) DFT besteht aus den Transformationsformeln 3 :<br />
N 1<br />
α<br />
0<br />
α<br />
N<br />
f<br />
k<br />
= f ( tk<br />
) = + cos( Nt<br />
k<br />
) + ( α<br />
j<br />
cos( jtk<br />
) + β<br />
j<br />
sin( jtk<br />
)), k = 0, …, 2N – 1<br />
2 2<br />
∑ −<br />
j=<br />
1<br />
5.3.2 Komplexe Schreibweise der DFT (FFT)<br />
Aufgr<strong>und</strong> der Euler'schen Formel<br />
e jt = cos t + j sin t<br />
können die obigen Transformationsformeln komplex geschrieben werden. Im Jahre 1965<br />
haben J. W. Cooley <strong>und</strong> J. W. Tukey aus dieser komplexen Darstellung die so genannte<br />
FFT (Fast Fourier Transform) entwickelt, vgl. [1].<br />
Wenn mit dieser Euler'schen Beziehung die Kosinus- <strong>und</strong> Sinusausdrücke vom letzten<br />
Abschnitt durch die komplexen Grössen e jt <strong>und</strong> e -jt ausgedrückt werden, dann kann gezeigt<br />
werden, dass sich f folgendermassen darstellen lässt:<br />
mit<br />
c<br />
k<br />
f<br />
1<br />
1<br />
2N<br />
= ∑ −<br />
yie<br />
2N<br />
i=<br />
0<br />
Der Beweis ist im Kapitel 7 angegeben.<br />
2N<br />
∑ − 1<br />
k=<br />
0<br />
jkt<br />
( t) = c k<br />
e<br />
π<br />
− jki<br />
N<br />
, k = 0, ,2N<br />
−1<br />
Zusammenfassung<br />
Unter der (komplexen) DFT verstehen wir die Transformation, welche die 2N Datenpunk-<br />
y y , y (Datenvektor) mittels den Gleichungen<br />
te ( )<br />
0<br />
,<br />
1<br />
,<br />
2N<br />
−1<br />
1<br />
1<br />
2N<br />
= ∑ − − jki<br />
N<br />
ck<br />
yie<br />
, k = 0, ,<br />
2N<br />
−1<br />
2N<br />
i=<br />
0<br />
c c , c transformiert.<br />
in den Vektor ( )<br />
0<br />
,<br />
1<br />
,<br />
2N<br />
−1<br />
Die inverse DFT transformiert den Vektor ( c , c )<br />
y<br />
k<br />
2N<br />
1<br />
= ∑ −<br />
c e<br />
i=<br />
0<br />
i<br />
π<br />
jki<br />
N<br />
π<br />
c mittels den Gleichungen<br />
0<br />
,<br />
1<br />
,<br />
2N<br />
−1<br />
wieder zurück auf den Datenvektor ( y , y )<br />
,<br />
0<br />
,<br />
1<br />
,<br />
2N<br />
−1<br />
k = 0, ,2N<br />
−1<br />
y .<br />
3 Wir haben die beiden Koeffizienten α 0 <strong>und</strong> α N geschrieben als<br />
<strong>und</strong><br />
α 0<br />
2<br />
α<br />
N .<br />
2<br />
Das hat den Vorteil, dass wir bei den Formeln der DFT keine separaten Formeln für α 0 <strong>und</strong> α N<br />
haben.