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> 70<br />
Wie die obigen Matlab-Zeilen zeigen, ist die fft eine rein abstrakte Transformation von<br />
n Daten, resp. Funktionswerten y k in n andere Werte c k . Physikalisch enthalten die c k die<br />
Information über die Amplituden der vorkommenden Frequenzen. Die zeitlichen Stützwerte<br />
t k gehen gar nicht als input in die fft-Prozedur ein. Per Definition verwendet Matlab<br />
fft das Periodenintervall [0, 2N].<br />
Wenn mit Hilfe der durch fft gelieferten c k die Funktionsgleichung des interpolierenden<br />
trigonometrischen Polynoms in der Form<br />
N<br />
( ) ( ) ∑ − 1<br />
α<br />
0<br />
α<br />
N<br />
f t = + cos Nω0t<br />
+ ( α<br />
k<br />
cos( kω0t) + β<br />
k<br />
sin( kω0t)<br />
)<br />
2 2<br />
k = 1<br />
ermitteln werden soll (um es z. B. zeichnen zu können), dann müssen wir zweierlei wissen.<br />
1. Beziehungen zwischen den komplexen Fourierkoeffizienten c k , welche von einem fft<br />
Algorithmus geliefert werden <strong>und</strong> den reellen Fourierkoeffizienten α k <strong>und</strong> β k .<br />
2. Die konkreten Zeitwerte t k .<br />
Beziehung zwischen den c k (Matlab) <strong>und</strong> den α k , β k (Theorie)<br />
Wir gehen aus von n = 2N Funktionswerten <strong>und</strong> der Funktionsgleichung<br />
N<br />
( ) ( ) ∑ − 1<br />
α<br />
0<br />
α<br />
N<br />
f t = + cos Nω0t<br />
+ ( α<br />
k<br />
cos( kω0t) + β<br />
k<br />
sin( kω0t)<br />
)<br />
2 2<br />
k = 1<br />
Dann gelten die folgenden Beziehungen. Wir beachten, dass in Matlab die Vektoren mit<br />
Index 1 beginnen. In der Literatur (<strong>und</strong> auch bei uns) beginnen wir in der Regel mit c 0 , a 0 ,<br />
y 0 = f (t 0 ), etc.<br />
Theorie<br />
Matlab-Code<br />
1<br />
α 0 =<br />
2N<br />
c0 a0 = c(1)/(2*N)<br />
1<br />
α k = Re(ck ), k = 1,<br />
, N −1<br />
a(k) = 2*real(c(k+1))/(2*N)<br />
N<br />
1<br />
β k = – Im(ck ), k = 1,<br />
, N −1<br />
b(k) = -2*imag(c(k+1))/(2*N)<br />
N<br />
1<br />
α N = cN a(N) = c(N+1)/(2*N)<br />
2N<br />
Für den Beweis der obigen Beziehungen siehe Kapitel 7.<br />
Die so ermittelten α k <strong>und</strong> β k liefern Interpolation an den Stützwerten<br />
t k<br />
= k , k = 0, ,2N<br />
−1<br />
fft() liefert also eine T = 2N-periodische Funktion (Signal), d. h. das ω 0 in der obigen<br />
Funktionsgleichung des trigonometrischen Polynoms hat den Wert<br />
2π<br />
2π<br />
π<br />
ω<br />
0<br />
= = = .<br />
T 2N<br />
N