un

guest
1 / ?
back to lessons

Fonksiyonlar Vektörler olarak

Fourier serisi sadece bir hesaplamalı araç değil - dik açılı projeksiyon olarak bir geometrik operasyon: f'nin L²[0,1] üzerindeki kare-integrasyonlu fonksiyonlar seti olan vektör uzayı olan [0,1] üzerindeki fonksiyonlar seti üzerinde f'nin.

Fonksiyon Uzayı

0,1 arasındaki kare-integrasyonlu fonksiyonların kümesi L²[0,1] vector uzayı oluşturur. Toplama ve skaler çarpma nokta bazında çalışır. İki fonksiyon f, g'nin iç ürünü:

⟨f, g⟩ = ∫₀¹ f(t) · g*(t) dt

burada g* fonksiyonun karmaşık karmasıdır. Bu, iç ürün axiomalarını tümüyle karşılar.

Fourier Temelinin Dik Açılığı

φ_k(t) = e^{i2πkt} fonksiyonları L²[0,1] için bir orthonormal temel oluşturur:

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

(Bu, k = m olduğunda 1, aksi takdirde 0 olan bir saf dalgalanmanın tam bir periyot boyunca entegre edilmesiyle elde edilir.)

Fourier Katsayısı İç Ürün olarak

x(t):nin k. Fourier katsayısı:

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

Bu, x'in φ_k temel vektörüne olan projelendiğidir. Katsayı, φ_k'in x'de nasıl mevcut olduğunu ölçer.

Fourier Serisi Dik Açılı Projeksiyon olarak

Bir Alt Uzaydaki Projeksiyon

Fourier serisini 2N+1 terime sınırlayın, x'in φ_{−N}, ..., φ_N tarafından oluşturulan alt uzay üzerinde dik açılı projeksiyonuna gelir. Sınırlı seri, x'in bu eksenli alt uzay üzerinde en iyi L²-uydurmasıdır.

Bessel'in eşitsizliği ile projeksiyonun L² hatasını en aza indirir:

‖x − Σ_{k=−N}^{N} c_k φ_k‖² ≤ ‖x − Σ_{k=−N}^{N} a_k φ_k‖² herhangi bir a_k seçimi için

Fourier kesintisi, o alt uzaydan en iyi L²-uydurma. L² normunun karesi olan ortalama kare hata (farkın L² normunun karesi) en azdır.

Dik geometrik terimlerle, Fourier serisinin 2N+1 temelinden standart Fourier temelinde en fazla kullanılan en iyi L²-uydurması neden kesildi? Temelin özellikleri, dik projeksiyonun en uygun katsayıları nasıl sağlar? Bu geometrik ortamda 'en iyi' ne anlama gelir?

Kare pencere → Sinc Kernal

Zaman domaineindeki dik pencere (sadece k için kareler için katsayıları tutmak) katsayılar dizisiindeki rect fonksiyonuyla çarpmaya karşılık gelir.

Bir domainedeki çarpım, diğer domainedeki konvülyona karşılık gelir.

Dik pencerenin Fourier dönüşümü (ayrılmış katsayı alanıındaki) Dirichlet kernalıdır - periyodik sinc benzer bir fonksiyondur:

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

Dizi Fourier serisini keskinleştirdiğimizde, ideal yanıt H_ideal(f) ile D_N(f) konvolve edilir.

Niçin Gibbs Oluşur

Dirichlet kernalı büyük yan loblara sahiptir ve yavaş azalır. H_ideal(f) içindeki bir sıçrama keskinliğinde, bu yan loblar birbiriyle uyumlu bir şekilde toplanır - sıçrama kenarında yaklaşık %9'lık bir aşınma oluşur.

Matematiksel sabit: ∫₀^π sin(t)/t dt = Si(π) ≈ 1.8519. Gibbs aşınma yüksekliği = (2/π)·Si(π) − 1 ≈ 0.0895 = 8.95%. Bu, N'ye bağımsızdır.

Pencere Geometrisi

Bir pencereler (Hamming, Hann, Kaiser) düzgünse, Fourier dönüşümü daha düşük yan loblara sahiptir. H_ideal(f) ile daha düşük yan loblara sahip bir kernal konvolve etmek daha az titreşim üretir. Her zaman bir ticaret: daha düşük yan loblar her zaman ana lobu genişletir, geçiş bantını genişletir.

Gibbs Sabiti

Gibbs aşırısı, kesin bir integraldir, N fonksiyonu değil.

N-terimli kısmi Fourier toplamının bir birim adımının eksiğindeki ilk maksimumu f ≈ 1/(2N) civarında görürsünüz. N → ∞ olduğunda, bu maksimum 1/(2)·(2/π)·Si(π) ≈ 1.0895'e yaklaşır.

Aşırıya geçme: 0.0895 veya yaklaşık olarak sıçramanın yüksekliğinden %8.95.

Gibbs sabiti (%9 aşınma) ∫₀^π sin(t)/t dt ≈ 1.8519 entegrini ortaya çıkarır. Fourier serisi partial sumunun, ideal adım ile Dirichlet kernalı ile konvolve edildiğini yazarak bu aşınmayı açıklar. Bu aşınmayı, daha fazla Fourier terimi alarak (büyük N) azaltamazsınız. Aşınmayı azaltmak için ne yapmanız gerekiyor?

Pencereler Frekans-Domain Kernoğları Olarak

Her pencere fonksiyonunun Fourier transformu, ideal frekans tepkisini düzleştirmek için kullanılan kernalı tanımlar.

Kernalın ana geometrik parametreleri:

1. Ana lobe genişliği: geçiş bant genişliğini belirler (geniş ana lobe → daha geniş geçiş).

2. Pik sidelobe seviyesi: geçiş ve durdurma bantında dalgalanmayı belirler (düşük sidelobes → daha az dalgalanma).

Bu iki parametre bağımsız değildir. Verilen bir pencere uzunluğu 2N+1 için, sidelobe yüksekliğini azaltmak ana lobu genişletmeyi gerektirir - her zaman.

Kaiser penceresi, kullanıcıya sürekli olarak yan lob yüksekliği ve ana lob genişliği arasında değişim yapma imkanı sağlar (α), bunun yerine sabit pencere türleri arasında sıçrama yapmadan.

Tasarım İzi

Geçiş bant genişliği ΔF ≈ ana lob genişliği / N. Dalgakıran δ ≈ yan lob seviyesi. Her iki formül de yaklaşık; Kaiser'in denklemeleri onları kesinleştirir.

Bir tasarımcı, aynı uzunlukta N = 50 olan iki pencereyi karşılaştırır: Hann penceresi (sidelobe seviyesi ≈ -31 dB) ve Hamming penceresi (sidelobe seviyesi ≈ -41 dB). Her ikisi de aynı ideal düşük frekans filtresi tasarımına uygulanır. Hangi pencere, (a) daha fazla geçiş bantında dalgalanma; (b) daha dar geçiş bantı üretir? Her yanıtını, sidelobe seviyesi ve ana lobe genişliği arasındaki geometrik ilişkiye dayanarak gerekçelendirin.