un

guest
1 / ?
back to lessons

Funktionen als Vektoren

Die Fourier-Reihe ist nicht nur ein rechenbares Werkzeug - sie ist eine geometrische Operation: orthogonales Projektion einer Funktion auf eine Basis.

Funktionsraum

Die Menge der quadratintegrierbaren Funktionen auf [0,1] bildet einen Vektorraum L²[0,1]. Addition und Skalarmultiplikation wirken punktweise. Das Innenskalarprodukt zweier Funktionen f, g:

⟨f, g⟩ = ∫₀¹ f(t) · g*(t) dt

wobei g* die komplexe Konjugierten von g ist. Dies erfüllt alle Axiome des Innenskalarprodukts.

Orthogonalität der Fourier-Basis

Die Funktionen φ_k(t) = e^{i2πkt} bilden eine orthonormale Basis für L²[0,1]:

⟨φ_k, φ_m⟩ = ∫₀¹ e^{i2πkt} · e^{−i2πmt} dt = ∫₀¹ e^{i2π(k−m)t} dt = δ_{km}

(Dies ist 1, wenn k = m, sonst 0 - indem man eine reine Oszillation über einen vollständigen Zeitraum integriert.)

Fourier-Koeffizient als Innenskalarprodukt

Der k-te Fourier-Koeffizient von x(t):

c_k = ⟨x, φ_k⟩ = ∫₀¹ x(t) · e^{−i2πkt} dt

Dies ist die Projektion von x auf den Basisvektor φ_k. Der Koeffizient zeigt, wie viel von φ_k in x vorhanden ist.

Fouriersche Reihe als orthogonales Projektion

Projektion auf einen Unterraum

Die Abschneidung einer Fourier-Reihe auf 2N+1 Terme projiziert x auf den von {φ_{−N}, ..., φ_N} spannten Unterraum. Die abgeschnittene Reihe ist die orthogonale Projektion von x auf diesen endlichdimensionalen Unterraum.

Nach Bessels Ungleichheit minimiert die Projektion den L²-Fehler:

‖x − Σ_{k=−N}^{N} c_k φ_k‖² ≤ ‖x − Σ_{k=−N}^{N} a_k φ_k‖² für jede Wahl von a_k

Die Fourier-Abschneidung ist die beste Näherung in L² aus dieser Unterräum. Sie minimiert den Mittelquadratfehler (das Quadrat des L²-Norms der Differenz).

Erkläre in geometrischen Begriffen, warum die abgeschnittene Fourier-Reihe die beste L²-Näherung an x ist, die höchstens 2N+1 Terme aus der Standard-Fourier-Basis verwendet. Welche Eigenschaft der Basis macht die orthogonale Projektion die optimalen Koeffizienten liefern? Was bedeutet 'best' in diesem geometrischen Zusammenhang?

Rechteckfenster → Sinc-Kern

Das rechteckige Fenster im Zeitbereich (Nur Koeffizienten für |k| ≤ N beibehalten) entspricht der Multiplikation mit einer Rektfunktion im Koeffizientenindex.

Die Multiplikation in einer Domain entspricht der Konvolution in der anderen Domain.

Die Fourier-Transformation des rechteckigen Fensters (im diskreten Koeffizientenraum) ist der Dirichlet-Kern - eine periodische Sinc-förmige Funktion:

D_N(f) = Σ_{k=−N}^{N} e^{i2πfk} = sin(π(2N+1)f) / sin(πf)

Wenn wir die Fourier-Reihe abschneiden, convolvieren wir H_ideal(f) mit D_N(f).

Warum tritt Gibbs auf

Der Dirichlet-Kern hat große Nebenhöfe, die langsam abklingen. In der Nähe einer Schrittunterbrechung in H_ideal(f) schwingen diese Nebenhöfe kohärent auf einer Seite des Sprungs, wodurch der etwa 9% Überlauf entsteht.

Die mathematische Konstante: ∫₀^π sin(t)/t dt = Si(π) ≈ 1.8519. Die Höhe des Gibbs-Überlaufes = (2/π)·Si(π) − 1 ≈ 0.0895 = 8.95%. Dies ist unabhängig von N.

Fenstergeometrie

Ein glattes Fenster (Hamming, Hann, Kaiser) hat einen Fourier-Transform, der niedrigere Nebenhöfe hat. Wenn man H_ideal(f) mit einem Kernel convolviert, der kleinere Nebenhöfe hat, tritt weniger Rauschen auf. Der Handel: Niedrigere Nebenhöfe kommen immer mit einer breiteren Hauptloch verbunden.

Die Gibbs-Konstante

Der Gibbs-Uberschlag ist eine bestimmte Integral, nicht eine Funktion von N.

Das erste Maximum der N-termen Teil-Fourier-Summe einer Einheitsschrittfolge tritt bei f ≈ 1/(2N) von der Diskontinuität auf. Wenn N → ∞, nähert sich dieses Maximum 1/(2)·(2/π)·Si(π) ≈ 1,0895 an.

Der Uberschlag: 0,0895 oder ungefähr 8,95% der Sprunghöhe.

Der Gibbs-Konstante (9% Überlauf) ergibt sich aus der Integral ∫₀^π sin(t)/t dt ≈ 1.8519. Dieses Integral tritt auf, weil die Teilsumme einer Fourier-Reihe als Konvolution des ideellen Schritts mit dem Dirichlet-Kern geschrieben werden kann, und der erste Maximum dieses Integrals gibt den Überlauf an. Erkläre in geometrischen Begriffen, warum dieser Überlauf nicht reduziert werden kann, indem man mehr Fourier-Terme (größeres N) nimmt. Was müsste geändert werden, um ihn zu reduzieren?

Fenster als Frequenzbereichskerne

Jedes Fensterfunktion hat eine Fourier-Transformation, die die Kernaussagen zur Glättung der idealen Frequenzantwort beschreibt.

Die Schlüsselgeometrieparameter des Kernes:

1. Hauptkegelbreite: bestimmt die Übergangsbandbreite (breiterer Hauptkegel → breitere Übergangsband).

2. Gipfel-Seitenlochpegel: bestimmt den Passband- & Stopband-Ripple (niedrigere Seitenlobe → weniger Ripple).

Diese beiden Parameter sind nicht unabhängig voneinander. Für ein gegebenes Fensterlänge 2N+1 erfordert die Reduzierung der Seitenlochhöhe eine Verbreiterung des Hauptkegels - immer.

Kaisers Fenster bietet dem Benutzer ein Regler (α), mit dem er kontinuierlich zwischen der Höhe der Seitenloch und der Breite des Hauptloches austauschen kann, anstelle, dass er zwischen festen Fenstertypen springt.

Entwurfseinsicht

Die Übergangsbreite ΔF ≈ Hauptlochbreite / N. Der Rausch δ ≈ Seitenlochhöhe. Beide Formeln sind ungefähr; Kaisers Gleichungen machen sie genau.

Ein Entwerfer vergleicht zwei Fenster der gleichen Länge N = 50: ein Hanning-Fenster (Seitenlochpegel ≈ −31 dB) und ein Hamming-Fenster (Seitenlochpegel ≈ −41 dB). Beide werden auf die gleiche ideale Lowpass-Filterentwurf angewendet. Welches Fenster erzeugt: (a) mehr Passband-Ripple; (b) eine schmalere Übergangsbandbreite? Begründen Sie jede Antwort unter Verwendung der geometrischen Beziehung zwischen Seitenlochpegel und Hauptkegelbreite.