zbieżność szeregu fouriera
DESCRIPTION
Zbieżność szeregu Fouriera. Warunki zbieżności Dirichleta Zachowanie szeregu Fouriera w punktach nieciągłości Peter G. L. Dirichlet Zbieżność średniokwadratowa Twierdzenie Parsevala Moc ułamkowa Efekt Gibbsa Okna Fejera, Lanczosa... Podsumowanie. „Teoria sygnałów” Zdzisław Papir. - PowerPoint PPT PresentationTRANSCRIPT
„Teoria sygnałów” Zdzisław Papir
•Warunki zbieżności Dirichleta•Zachowanie szeregu Fouriera w punktach nieciągłości•Peter G. L. Dirichlet•Zbieżność średniokwadratowa•Twierdzenie Parsevala•Moc ułamkowa•Efekt Gibbsa•Okna Fejera, Lanczosa...•Podsumowanie
Zbieżność szeregu Fouriera
„Teoria sygnałów” Zdzisław Papir
Szereg Fouriera sygnału x(t)
,2,1,0
1
o
o
o
n
dtetxT
X
eXtx
Ttxtx
Ttjn
n
n
tjnn
mnT
mndtee
ee
ne
T tmjtjn
tjmtjn
tjn
,
,0
,2,1,0,
o
oo
oo
o
Jeżeli sygnał x(t) w przedziale [0, T]:
klasa sygnałów AA1) posiada skończoną liczbę punktów nieciągłości I rodzaju,A2) posiada skończoną liczbę ekstremów,A3) jest ograniczonyklasa sygnałów BB1) posiada skończoną liczbę punktów nieciągłości II rodzaju,B2) poza punktami nieciągłości B1) spełnia warunki A1A3,B3) jest bezwzględnie całkowalny
to wykładniczy szereg Fouriera jest zbieżny (jednostajnie) do sygnału x(t) we wszystkich punktach jego ciągłości.
„Teoria sygnałów” Zdzisław Papir
Warunek zbieżnościDirichleta (I)
T
dttx
Warunki Dirichleta są warunkami wystarczającymi.
tx
Warunek Dirichleta (I)
„Teoria sygnałów” Zdzisław Papir
czas
x(t)
0 T
sygnał klasy AI
I
Warunek Dirichleta (I)
„Teoria sygnałów” Zdzisław Papir
czas
x(t)
0 T
sygnał klasy B
III
„Teoria sygnałów” Zdzisław Papir
Warunek Dirichleta (I)
txtxtxtx
2
1limlim
2
1
oo
W punktach nieciągłości I rodzaju szereg Fourieraprzyjmuje wartość:
sugerujący, że w punktach nieciągłości sygnałux(t) jego wartość powinna być równa średniejarytmetycznej granicy lewo- i prawostronnej.
Umowa ta gwarantuje zbieżność szeregu Fouriera dosygnału we wszystkich chwilach czasu (ale jednostajnąwyłącznie w punktach ciągłości).
„Teoria sygnałów” Zdzisław Papir
Zachowanie szeregu Fouriera w punkcie nieciągłości
czas
x(t)
0 Tt
x(t-)
x(t+)
txtxtx2
1
„Teoria sygnałów” Zdzisław Papir
Punkt nieciągłości
-0.2 0 0.2 0.4 0.6 0.8 1 1.20
2
4
6
8
10
12Zachowanie się szeregu Fouriera w pkt. nieciągłości
czas
(10 harmonicznych)
„Teoria sygnałów” Zdzisław Papir
Punkt nieciągłości
-0.2 0 0.2 0.4 0.6 0.8 1 1.20
2
4
6
8
10
12Zachowanie się szeregu Fouriera w pkt. nieciągłości
czas
(20 harmonicznych)
„Teoria sygnałów” Zdzisław Papir
Warunek zbieżnościDirichleta - II
T
dttx
1
0 1
121o0n
i ii
nii
txtx
Ttttttt EOGRANICZON WAHANIE
warunek II
Jeżeli sygnał x(t) w przedziale [0, T]:
klasa sygnałów AA1) ma wahanie ograniczone
klasa sygnałów BB1) posiada skończoną liczbę punktów nieciągłości II rodzaju,B2) poza punktami nieciągłości B1) spełnia warunek A1,B3) jest bezwzględnie całkowalny
to wykładniczy szereg Fouriera jest zbieżny (jednostajnie) do sygnału x(t) we wszystkich punktach jego ciągłości.
warunek I
„Teoria sygnałów” Zdzisław Papir
Warunek zbieżności Dirichleta - II
20,2sin2ln tttx
Sygnał bezwzględnie całkowalny wg. G. M. Fichtenholz„Rachunek różniczkowy i całkowy”, tom II, str. 507
2
odttx
„Teoria sygnałów” Zdzisław Papir
Warunek zbieżności Dirichleta - II
20,cos2sin2ln1
tnntttxn
„Teoria sygnałów” Zdzisław Papir
Peter Gustav Lejeune Dirichlet
• Matematyk niemiecki, I poł. XIX wieku• Najważniejsze osiągnięcia:
• teoria liczb - funkcje dzeta• teoria mnogości - zasada szufladkowa• teoria szeregów - zasada zbieżności
„Teoria sygnałów” Zdzisław Papir
Peter Gustav Lejeune DirichletFunkcje dzeta Riemanna:(przypadek funkcji Dirichleta)
1Re,11
snsn
s
Tożsamość Eulera:
pierwszych liczbzbiór ,1Re,11
1
ps
ps
ps
„Teoria sygnałów” Zdzisław Papir
Peter Gustav Lejeune DirichletHipoteza Riemanna:(nieudowodniona do dzisiaj)
1Re0,011
snsn
s
jbs 2
1
Wszystkie miejsca zerowe (a jest ich nieskończenie wiele)funkcji dzeta Riemanna mają postać:
Dowód hipotezy Riemanna zmieniłbyoblicze teorii liczb; obliczenia numerycznewskazują, że przeszło 1,5 x 109 liczb spełniahipotezę Riemanna.
„Teoria sygnałów” Zdzisław Papir
Peter Gustav Lejeune DirichletTwierdzenie o liczbach pierwszych:(korzysta z funkcji dzeta Dirichleta)
x
x
xx
xx
x
xxx
x dla
ln1
lnlim
2, pierwszych liczb liczba -
Błąd oszacowania:
x = 1010 4,5%x = 1014 3,0%x = 1018 2,5%
„Teoria sygnałów” Zdzisław Papir
Peter Gustav Lejeune DirichletZasada pudełkowa Dirichleta:
Jeżeli N przedmiotów umieścimy w K < N pudełkach,to w którymś z pudełek znajdą się co najmniej 2 przedmioty.
N = 4K = 3
Zastosowanie:W Krakowie mieszkają 2 osoby mające tę samą liczbęwłosów na głowie (N 800.000)Największa liczba włosów na głowie - K = 500 000
„Teoria sygnałów” Zdzisław Papir
Zbieżność średniokwadratowa
aproksymacjaszeregiem Fouriera
k
kn
tjnn
n
tjnn
eXtx
eXtx
o
o
a
szereg Fouriera
Średniokwadratowy błąd aproksymacji
01
o
2a
2 T
dttxtxT
e
„Teoria sygnałów” Zdzisław Papir
Zbieżność średniokwadratowa
Szereg Fouriera stanowi aproksymację średniokwadratowąsygnału. Warunkiem jej istnienia jest skończona wartość całki:
01 2
o
22
kk
knn
TXdttx
Te
T
dttxT o
21
a więc skończona energia (moc) sygnału.
„Teoria sygnałów” Zdzisław Papir
Twierdzenie Parsevala
n
n
TXdttx
T
2
o
21
Twierdzenie Parsevala pozwala wyznaczyć moc sygnału:
T
dttxT
Po
21
w dziedzinie częstotliwości:
n
nXP2
„Teoria sygnałów” Zdzisław Papir
Moc ułamkowa 1
22
ou
k
nn
k
knn XXkfP
0 5 10 15 20 25 30 350
0.05
0.1
0.15
0.2
kfo
|Xk|
Moc ułamkowa T = 1
t
1
„Teoria sygnałów” Zdzisław Papir
Moc ułamkowa tn
ne
n
jtx
n
tjn
nn
o1
2
o
sin11
2
11
22
1
0 5 10 15 20 25 30 3575
80
85
90
95
100
kf0
P(kf o
) [%
]
Sygnał piłokształtny
%9916
%954
%902
ou
ou
ou
fP
fP
fP
T = 1
t
1
„Teoria sygnałów” Zdzisław Papir
Moc ułamkowa(sygnał piłokształtny - 90%)
0 0.5 1 1.50
0.2
0.4
0.6
0.8
1Aproksymacja sygnału piłokształtnego
2 harmoniczne90% mocy sygnału
T = 1
t
1
„Teoria sygnałów” Zdzisław Papir
Moc ułamkowa(sygnał piłokształtny - 95%)
0 0.5 1 1.50
0.2
0.4
0.6
0.8
1Aproksymacja sygnału piłokształtnego
4 harmoniczne95% mocy sygnału
T = 1
t
1
„Teoria sygnałów” Zdzisław Papir
Moc ułamkowa(sygnał piłokształtny - 99%)
0 0.5 1 1.5-0.2
0
0.2
0.4
0.6
0.8
1
1.2Aproksymacja sygnału piłokształtnego
16 harmonicznych99% mocy sygnału
T = 1
t
1
„Teoria sygnałów” Zdzisław Papir
Efekt Gibbsa
-0.5 0 0.50
0.2
0.4
0.6
0.8
1
1.2
1.4
efekt Gibbsa
Impuls prostokątny11 harmonicznych
„Teoria sygnałów” Zdzisław Papir
Efekt Gibbsa
-0.5 0 0.50
0.2
0.4
0.6
0.8
1
1.2
1.4
efekt Gibbsa
Impuls prostokątny39 harmonicznych
„Teoria sygnałów” Zdzisław Papir
Efekt Gibbsa
-0.5 0 0.50
0.2
0.4
0.6
0.8
1
1.2
1.4
efekt Gibbsa
Impuls prostokątny79 harmonicznych
„Teoria sygnałów” Zdzisław Papir
Efekt Gibbsa
Efekt Gibbsa występuje w punktach nieciągłości sygnału,
a objawia się jako nadmierne oscylacje aproksymacji
skończonym szeregiem Fouriera; poziom oscylacji jest
niezależny od długości aproksymacji.
„Teoria sygnałów” Zdzisław Papir
Okna Fejera, Lanczosa...
k
kn
tjnnn
n
tjnn
eXwts
eXtx
o
o
Funkcja okna (ang. window) knwn ,0
jest dobierana w celu minimalizacji efektu Gibbsa.
W klasycznej aproksymacji jest stosowaneokno prostokątne o wagach knwn ,1
„Teoria sygnałów” Zdzisław Papir
Okna Fejera, Lanczosa...Okno prostokątne Okno Fejera
knwn ,1 knknwn ,/1
Okno Lanczosa
Okno von Hanna, Hamminga, Kaisera...
xxxSa
knknSawn
/sin
,/
„Teoria sygnałów” Zdzisław Papir
Okna Fejera, Lanczosa...
-15 -10 -5 0 5 10 150
0.2
0.4
0.6
0.8
1
Okna aproksymacji szeregiem Fouriera
numery wyrazów szeregu Fouriera n
wa
ga
wn
okno prostokątneokno Fejeraokno Lanczosaokno von Hanna
podwójna szerokość okna 2*k + 1
„Teoria sygnałów” Zdzisław Papir
Okna Fejera, Lanczosa...
-0.5 0 0.50
0.2
0.4
0.6
0.8
1
1.2
1.4
okno prostokatneimpuls prostokątny
okno Fejeraokno Lanczosa
Impuls prostokątny11 harmonicznych
Impuls prostokątny7 harmonicznych
„Teoria sygnałów” Zdzisław Papir
Okna Fejera, Lanczosa...
-0.5 0 0.50
0.2
0.4
0.6
0.8
1
1.2
1.4
okno prostokatneimpuls prostokątny
okno Fejeraokno Lanczosa
Impuls prostokątny15 harmonicznych
„Teoria sygnałów” Zdzisław Papir
Okna, efekt Gibbsa, błąd aproksymacji...
Okna Fejera, Lanczosa pozwalają w dużym stopniu zmniejszyć
efekt Gibbsa (oscylacje w pobliżu punktu nieciągłości sygnału),
ale kosztem wzrostu błędu średniokwadratowego.
Pamiętajmy, że przecież szereg Fouriera (z oknem prostokątnym)
stanowi najlepszą aproksymację sygnału,
zapewniającą minimum błędu średniokwadratowego.
„Teoria sygnałów” Zdzisław Papir
Podsumowanie• Warunki Dirichleta zapewniają zbieżność szeregu Fouriera do wartości sygnału; w punktach nieciągłości szereg Fouriera generuje „średnią arytmetyczną” nieciągłości.• Praktycznym warunkiem zbieżności jest skończona wartość mocy sygnału (zbieżność średniokwadratowa).• Ze zbieżności średniokwadratowej wynika twierdzenie Parsevala pozwalające wyznaczyć moc sygnału poprzez moc poszczególnych składowych harmonicznych.• Moc ułamkowa (konsekwencja tw. Parsevala) pozwala szacować w praktyce użyteczną szerokość pasma sygnału.• W pobliżu punktów nieciągłości aproksymacja szeregiem Fouriera wykazuje nadmierne i utrzymujące się fluktuacje (efekt Gibbsa).• Okna Fejera, Lanczosa i inne pozwalają redukować efekt Gibbsa, ale kosztem dokładności aproksymacji.