Funzioni come Vettori
La serie di Fourier non è solo uno strumento computazionale — è un'operazione geometrica: proiezione ortogonale di una funzione su una base.
Spazio Funzionale
L'insieme delle funzioni quadrato-integrabili su [0,1] forma uno spazio vettoriale L²[0,1]. L'addizione & la moltiplicazione scalare funzionano puntualmente. Il prodotto interno di due funzioni f, g:
⟨f, g⟩ = ∫₀¹ f(t) · g*(t) dt
dove g* è il complesso coniugato di g. Questo soddisfa tutti gli assiomi del prodotto interno.
Ortogonalità della Base di Fourier
Le funzioni φ_k(t) = e^{i2πkt} formano una base ortonormale per L²[0,1]:
⟨φ_k, φ_m⟩ = ∫₀¹ e^{i2πkt} · e^{−i2πmt} dt = ∫₀¹ e^{i2π(k−m)t} dt = δ_{km}
(Questo è uguale a 1 se k = m, 0 altrimenti — integrando un'oscillazione pura su un periodo completo.)
Coefficiente di Fourier come Prodotto Interno
Il coefficiente k-esimo di Fourier di x(t):
c_k = ⟨x, φ_k⟩ = ∫₀¹ x(t) · e^{−i2πkt} dt
Questa è la proiezione di x sul vettore base φ_k. Il coefficiente misura quanto di φ_k è presente in x.
Proiezione su un Sottospazio
Troncare una serie di Fourier a 2N+1 termini proietta x sul sottospazio generato da {φ_{−N}, …, φ_N}. La serie troncata è la proiezione ortogonale di x su questo sottospazio finito-dimensionale.
Secondo la disuguaglianza di Bessel, la proiezione minimizza l'errore L²:
‖x − Σ_{k=−N}^{N} c_k φ_k‖² ≤ ‖x − Σ_{k=−N}^{N} a_k φ_k‖² for any choice of a_k
Il troncamento di Fourier è la migliore approssimazione in L² da quel sottospazio. Minimizza l'errore quadratico medio (il quadrato della norma L² della differenza).
Finestra Rettangolare → Kernel Sinc
La finestra rettangolare nel dominio del tempo (mantenendo solo i coefficienti per |k| ≤ N) corrisponde alla moltiplicazione per una funzione rect nell'indice dei coefficienti.
La moltiplicazione in un dominio corrisponde alla convoluzione nell'altro dominio.
La trasformata di Fourier della finestra rettangolare (nello spazio dei coefficienti discreti) è il kernel di Dirichlet — una funzione sinc periodica:
D_N(f) = Σ_{k=−N}^{N} e^{i2πfk} = sin(π(2N+1)f) / sin(πf)
Quando tronchiamo la serie di Fourier, convolviamo la risposta ideale H_ideal(f) con D_N(f).
Perché si Verifica Gibbs
Il kernel di Dirichlet ha grandi lobi laterali che si attenuano lentamente. Vicino a una discontinuità di salto in H_ideal(f), questi lobi laterali suonano — si aggiungono coerentemente da un lato del salto, producendo il sovrappassaggio ≈9%.
La costante matematica: ∫₀^π sin(t)/t dt = Si(π) ≈ 1.8519. L'altezza del sovrappassaggio di Gibbs = (2/π)·Si(π) − 1 ≈ 0.0895 = 8.95%. Questo è indipendente da N.
Geometria della Finestra
Una finestra liscia (Hamming, Hann, Kaiser) ha una trasformata di Fourier con lobi laterali più bassi. Convolvere H_ideal(f) con un kernel che ha lobi laterali più piccoli produce meno suonerie. Il compromesso: i lobi laterali più bassi vengono sempre forniti con un lobo principale più ampio, ampliando la banda di transizione.
La Costante di Gibbs
Il sovrappassaggio di Gibbs è un integrale definito, non una funzione di N.
Il primo massimo della somma parziale di Fourier a N termini di un gradino unitario si verifica a f ≈ 1/(2N) dalla discontinuità. Quando N → ∞, questo massimo si avvicina a 1/(2)·(2/π)·Si(π) ≈ 1.0895.
Il sovrappassaggio: 0.0895 o approssimativamente l'8.95% dell'altezza del salto.
Finestre come Kernel nel Dominio della Frequenza
Ogni funzione finestra ha una trasformata di Fourier che descrive il kernel utilizzato per lisciare la risposta in frequenza ideale.
I parametri geometrici chiave del kernel:
1. Larghezza del lobo principale: determina la larghezza della banda di transizione (lobo principale più ampio → transizione più ampia).
2. Livello picco del lobo laterale: determina l'ondulazione della banda passante & banda di arresto (lobi laterali più bassi → meno ondulazione).
Questi due parametri non sono indipendenti. Per una lunghezza di finestra data 2N+1, ridurre l'altezza del lobo laterale richiede di ampliare il lobo principale — sempre.
La finestra di Kaiser dà all'utente una manopola (α) per fare un compromesso tra l'altezza del lobo laterale e la larghezza del lobo principale continuamente, piuttosto che saltare tra tipi di finestra fissi.
Intuizione di Progettazione
La larghezza della banda di transizione ΔF ≈ larghezza del lobo principale / N. L'ondulazione δ ≈ livello del lobo laterale. Entrambe le formule sono approssimative; le equazioni di Kaiser le rendono esatte.