Funkcje jako Wektory
Seryjka Fouriera nie jest tylko narzędziem obliczeniowym - to operacja geometryczna: projekcja ortogonalna funkcji na bazę.
Przestrzeń Funkcyjna
Zbiór funkcji kwadratowo-integrujących na [0,1] tworzy przestrzeń wektorową L²[0,1]. Dodawanie i mnożenie wektorami odbywa się punktowo. Iloczyn wewnętrzny dwóch funkcji f, g:
⟨f, g⟩ = ∫₀¹ f(t) · g*(t) dt
gdzie g* to zespolona koniugata g. Spełnia wszystkie aksjomaty iloczynu wewnętrznego.
Ortogonalność Bazy Fouriera
Funkcje φ_k(t) = e^{i2πkt} tworzą ortogonalną bazę dla L²[0,1]:
⟨φ_k, φ_m⟩ = ∫₀¹ e^{i2πkt} · e^{−i2πmt} dt = ∫₀¹ e^{i2π(k−m)t} dt = δ_{km}
(To jest równa 1, jeśli k = m, 0 w przeciwnym razie - przez integrację czystej oscylacji przez pełen okres.)
Współczynnik Fouriera jako Iloczyn Wewnętrzny
k-ty współczynnik Fouriera funkcji x(t):
c_k = ⟨x, φ_k⟩ = ∫₀¹ x(t) · e^{−i2πkt} dt
To jest projekcja x na wektor bazowy φ_k. Współczynnik mierzy, ile φ_k jest obecne w x.
Projekcja Na Podprzestrzeń
Przecinanie seryjki Fouriera do 2N+1 terminów projektuje x na podprzestrzeń generowaną przez {φ_{−N}, ..., φ_N}. Zredukowana seria to projekcja ortogonalna x na tę podprzestrzeń.
Z aksjomatu Bessela, projekcja minimalizuje błąd L²:
‖x − Σ_{k=−N}^{N} c_k φ_k‖² ≤ ‖x − Σ_{k=−N}^{N} a_k φ_k‖² dla dowolnej wybór a_k
Przecinanie Fouriera jest najlepszą aproksymacją L² w tej podprzestrzeni. Minimalizuje średni kwadratowy błąd (kwadrat normy L² różnicy).
Okienko prostokątne → funkcja kernela sinc
Okienko prostokątne w dziedzinie czasu (utrzymywanie tylko współczynników dla |k| ≤ N) odpowiada mnożeniu przez funkcję rect w indeksie współczynników.
Mnożenie w jednej dziedzinie odpowiada konwolucji w innej dziedzinie.
Przekształcenie Fouriera okienka prostokątnego (w dyskretnej przestrzeni współczynników) to funkcja Dirichleta - okresowy, podobny do funkcji sinc:
D_N(f) = Σ_{k=−N}^{N} e^{i2πfk} = sin(π(2N+1)f) / sin(πf)
Gdy obciążamy szereg Fouriera, przeprowadzamy konwolucję z odpowiedzi ideality H_ideal(f) z D_N(f).
Dlaczego Gibbs Pojawia się
Funkcja Dirichleta ma duże boki boczne, które maleją powoli. Blisko krokowej nieskończoności w H_ideal(f) te boki boczne drgają - dodają się zgodnie po jednej stronie skoku, wywołując ≈9% przekroczenia.
Liczbę matematyczną: ∫₀^π sin(t)/t dt = Si(π) ≈ 1.8519. Wysokość przekroczenia Gibbsa = (2/π)·Si(π) − 1 ≈ 0.0895 = 8.95%. To niezależne od N.
Geometria Okienka
Okienko gładkie (Hamming, Hann, Kaiser) ma przekształcenie Fouriera z niższymi bokami bocznymi. Przeprowadzenie konwolucji H_ideal(f) z funkcją kernela o mniejszych bokach bocznych powoduje mniej drgań. Kompromis: niższe boki boczne zawsze są związane z szerszą główną krawędzią, rozszerzając pasmo przejściowe.
Stała Gibbsa
Zachód Gibbs to całka jednoznaczna, a nie funkcja N.
Pierwszy szczyt sumy częściowej Fouriera o N-termach funkcji jednostki wejściowej występuje przy f ≈ 1/(2N) od punktu nieciągłości. W miarę jak N → ∞, ten szczyt zbliża się do 1/(2)·(2/π)·Si(π) ≈ 1.0895.
Przebicie: 0,0895 lub około 8,95% wysokości skoku.
Okna jako kernele częstotliwościowych
Każde okno funkcji ma przetwór Fouriera, który opisuje filtr używany do zmiękczenia idealnej odpowiedzi na częstotliwość.
Kluczowe parametry geometryczne kerna:
1. Szerokość głównego wypukłości: określa szerokość pasma przejściowego (szersza główna wypukłość → węższe przejście).
2. Poziom szczytu słupka bocznego: określa zakręty pasma przejściowego i zakłóceń w pasmie zatrzymywania (niższe słupki → mniej zakrętów).
Te dwa parametry nie są wzajemnie zależne. Dla danego długości okna 2N+1, zmniejszenie wysokości słupka bocznego wymaga rozszerzenia głównej wypukłości - zawsze.
Okno Kaiser'a pozwala użytkownikowi na ciągłe łączenie wysokości boków pobocza i szerokości głównej krawędzi, zamiast skakać między stałymi typami okien.
Wgląd projektowy
Szerokość pasma przejściowego ΔF ≈ szerokość głównej krawędzi / N. Zgębatka δ ≈ wysokość boku pobocza. Obie formuły są przybliżone; równania Kaiser'a czynią je dokładnymi.