Преобразование Фурье

Преобразование Фурье позволяет представить практически любую функцию или набор данных в виде комбинации таких тригонометрических функций как синус и косинус, что позволяет выявить периодические компоненты в данных и оценить их вклад в структуру исходных данных или форму функции. Традиционно различаются три основные формы преобразования Фурье: интегральное преобразование Фурье, ряды Фурье и дискретное преобразование Фурье.

Интегральное преобразование Фурьепереводит вещественную функцию в пару вещественных функций или одну комплексную функцию в другую.

Вещественную функцию F(x) можно разложить по ортогональной системе тригонометрических функций то есть представить в виде:

,

где A(ω) и В(ω) называются интегральными косинус и синус преобразованиями:

Ряд Фурьепредставляет периодическую функциюF(x), заданную на интервале [a,b], в виде бесконечного ряда по синусам и косинусам. То есть периодической функцииF(x) ставится в соответствие бесконечная последовательность коэффициентов Фурье.

, где

Дискретное преобразование Фурьепереводит конечную последовательность вещественных чисел в конечную последовательность коэффициентов Фурье.

Пусть последовательность вещественных чисел, например отсчеты яркости пикселей по строке изображения. Эту последовательность можно представить в виде комбинации конечных сумм вида:

, где

, ,

Основное отличие между тремя формами преобразования Фурье заключается в том, что если интегральное преобразование Фурье определено по всей области определения функции F(x), то ряд и дискретное преобразование Фурье определены только на дискретном множестве точек, бесконечном для ряда Фурье и конечном для дискретного преобразования.

Как видно из определений преобразования Фурье, наибольший интерес для систем цифровой обработки сигналов представляет дискретное преобразование Фурье. Данные, получаемые с цифровых носителей или источников информации, представляют собой упорядоченные наборы чисел, записанные в виде векторов или матриц.

Обычно принимается, что входные данные для дискретного преобразования представляют собой равномерную выборку с шагом Δ, при этом величина T=NΔназывается длиной записи или основным периодом. Основная частота равна 1/T. Таким образом, в дискретном преобразовании Фурье производится разложение входных данных по частотам, которые являются целым кратным основной частоты. Максимальная частота, определяемая размерностью входных данных, равна 1/2Δ и называетсячастотой Найквиста. Учет частоты Найквиста имеет важное значение при использовании дискретного преобразования. Если входные данные имеют периодические составляющие с частотами, превышающими частоту Найквиста, то при вычислении дискретного преобразования Фурье произойдет подмена высокочастотных данных более низкой частотой, что может привести к ошибкам при интерпретации результатов дискретного преобразования.

Важным инструментом анализа данных является также энергетический спектр. Мощность сигнала на частоте ω определяется следующим образом:

эту величину часто называют энергией сигналана частоте ω. Согласно теореме Парсеваля общая энергия входного сигнала равна сумме энергий по всем частотам.

.

График зависимости мощности от частоты называется энергетическим спектром или спектром мощности. Энергетический спектр позволяет выявлять скрытые периодичности входных данных и оценивать вклад определенных частотных компонент в структуру исходных данных.