Inhaltsverzeichnis

3 Fourier-Transformationen 3
3.1 Denitionen und Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.1.1 Fourier-Reihe periodischer Funktionen . . . . . . . . . . . . . . . . 3
3.1.2 Fourier-Transformierte und Fourier-Integral . . . . . . . . . . . . . 4
3.1.3 Fourier-Transformation und Inverse Fourier-Transformation . . . . . 6
3.1.4 Tabellarische Zusammenfassung . . . . . . . . . . . . . . . . . . . . 8
3.2 Eigenschaften der Fourier-Transformation . . . . . . . . . . . . . . . . . . . 10
3.2.1 Linearität der Fourier-Transformation . . . . . . . . . . . . . . . . . 10
3.2.2 Symmetrie im Original- und Bildbereich . . . . . . . . . . . . . . . 11
3.2.3 Transformation der Rechteckfunktion und der Si-Funktion . . . . . 12
3.2.4 Zeitumkehr und Frequenzumkehr . . . . . . . . . . . . . . . . . . . 14
3.2.5 Transformation gerader und ungerader Funktionen . . . . . . . . . 15
3.2.6 Transformation bei Dehnung, Stauchung und Verschiebung . . . . 16
3.2.7 Modulation der Originalfunktion . . . . . . . . . . . . . . . . . . . 22
3.2.8 Faltung zweier Originalfunktionen . . . . . . . . . . . . . . . . . . 23
3.2.9 Multiplikation zweier Originalfunktionen . . . . . . . . . . . . . . . 24
3.2.10 Anwendung des Faltungsatzes in der Praxis . . . . . . . . . . . . . 26
3.2.10.1 Filterung im Frequenzbereich . . . . . . . . . . . . . . . . 26
3.2.10.2 Der Integrator zur Glättung gestörter Signale . . . . . . . 27
3.2.11 Dierentiation im Original- und Bildraum . . . . . . . . . . . . . . 30
3.2.12 Transformation konjugiert komplexer Funktionen . . . . . . . . . . 31
3.2.13 Zusammenstellung der Abbildungssätze . . . . . . . . . . . . . . . . 33
3.3 Beispiele zur Berechnung von Fourier-Transformierten . . . . . . . . . . . . 35
3.3.1 Die Fourier-Transformierte der Dreieckfunktion . . . . . . . . . . . 35
3.3.2 Die Fourier-Transformierte der Exponentialfunktion . . . . . . . . . 40
3.3.3 Die Fourier-Transformierte der Gauÿfunktion . . . . . . . . . . . . . 42
3.3.4 Die Fourier-Transformierte der Dirac'schen Deltafunktion . . . . . . 46
3.3.5 Die Fourier-Transformation harmonischer Schwingungen . . . . . . 52
3.3.6 Reelle und komplexe Modulation . . . . . . . . . . . . . . . . . . . 53

1
 3.3.7 Tabellarische Zusammenstellung der Beispiele . . . . . . . . . . . . 56
3.4 Anwendungen der Fourier-Transformation . . . . . . . . . . . . . . . . . . 57
3.4.1 Integration mit Hilfe der Fourier-Transformation . . . . . . . . . . . 57
3.4.2 Filterung gestörter Signale . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.3 Abtasttheorem von Shannon . . . . . . . . . . . . . . . . . . . . . . 60
3.4.4 Fourier-Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

2
Kapitel 3

Fourier-Transformationen

3.1 Denitionen und Grundlagen

3.1.1 Fourier-Reihe periodischer Funktionen

Im folgenden bezeichnen wir die betrachtete Funktion mit s(t). Wir wählen als Variable
die Gröÿe t, da die zu beschreibenden Vorgänge häug zeitlicher Natur sind. Räumliche
Vorgänge (Bilder etc.) sind ebenfalls möglich. Damit es nicht zu Verwechslungen mit einer
neuen Gröÿe, der sogenannten Frequenz f kommt, wird die Funktion s genannt.

Bezeichnungsweise:
statt f(x) im folgenden s(t)
Eine T - periodische Funktion s(t) läÿt sich in eine Fourier-Reihe (komplexe Darstellung)
∞
X 2π
s(t) = ck ej T kt

k=−∞

mit den Fourier-Koezienten

Z T
1 2 2π
ck = s(t)e−j T kt dt
T − T2

entwickeln.
Eine nichtperiodische Funktion s(t) kann nicht in eine Fourier-Reihe entwickelt
werden.
Man kann jedoch für eine nichtperiodische Funktion s(t) und ein beliebiges T > 0 formal
die Fourier-Koezienten ck (T ) berechnen. Führt man den Grenzübergang T → ∞ durch,
so geht unter bestimmten Voraussetzungen die Fourier-Reihe in ein sogenanntes Fourier-
Integral über.

3
Der Fourier-Reihe periodischer Funktionen entspricht das Fourier-Integral nichtperiodischer
Funktionen. Die Fourier-Koezienten können als diskretes Spektrum oder Linienspektrum
interpretiert werden. Entsprechend dem diskreten Spektrum periodischer Funktionen er-
hält man ein sogenanntes kontinuierliches Frequenzspektrum für nichtperiodische Funk-
tionen.

3.1.2 Fourier-Transformierte und Fourier-Integral

Bevor wir zur Denition der Fourier-Transformierten kommen, wiederholen wir den Begri
der absoluten Integrierbarkeit.

Denition

I heiÿt absolut integrierbar, falls das uneigent-

Eine Funktion s : IR → C
liche Integral Z ∞
|s(t)|dt
−∞

konvergiert, d.h.
Z ∞ Z b
|s(t)|dt = a→−∞
lim |s(t)|dt < ∞.
−∞ b→∞ a

Denition

Sei s : IR → C
I absolut integrierbar.
Dann konvergiert das uneigentliche Integral
Z ∞
S(f ) := s(t)e−j2πf t dt
−∞

für alle f ∈ IR.

Die Funktion S : IR → CI heiÿt Fourier-Transformierte oder Frequenz-
spektrum von s, die Variable f wird als Frequenz bezeichnet.
Das uneigentliche Integral
Z ∞
S(f )ej2πf t df
−∞

für t ∈ IR heiÿt Fourier-Integral von s(t).

4
Denition

Die Fourier-Transformierte S(f) ist im allgemeinen komplex.

Die Darstellung in der Polarform

S(f ) = |S(f )| ejϕ(f )

führt zum sogenannten Betragsspektrum |S(f )| und Phasenspektrum

ϕ(f ).

p
|S(f )| = Re(S(f ))2 + Im(S(f ))2


 0 für S(f ) im 1. Quadr.


Im(S(f ))
ϕ(f ) = arctan + kπ, k = 1 für S(f ) im 2., 3. Quadr.
Re(S(f )) 


 2 für S(f ) im 4. Quadr.

Bemerkung

• Die Fourier-Transformierte nichtperiodischer Funktionen entspricht den Fourier-

Koezienten periodischer Funktionen.

• Das Fourier-Integral nichtperiodischer Funktionen entspricht der Fourier-Reihe

periodischer Funktionen.

5
3.1.3 Fourier-Transformation und Inverse Fourier-Transformation

Beim Fourier-Integral handelt es sich um ein uneigentliches Integral.

Frage

Unter welchen Voraussetzungen an die Funktion s(t) konvergiert das

Fourier-Integral ?
Wann ist die Umkehrbarkeit gegeben, d.h. wann gilt
Z ∞
S(f )ej2πf t df = s(t) ?
−∞

Eine Antwort auf diese Frage liefert der folgende Satz.

Satz

Sei s : IR → C
I absolut integrierbar, stückweise stetig mit Real- und Imagi-
närteil stückweise monoton auf IR.
Dann gilt in den Stetigkeitsstellen von s(t)
Z ∞
S(f )ej2πf t df = s(t)
−∞

und in den Sprungstellen von s(t)

Z a
s(t+ ) + s(t− )
lim S(f )ej2πf t df = .
a→∞ −a 2
| {z }
Cauchy-Hauptwert des
uneigentlichen Integrals

6
Denition

Die Abbildung F , die einer Funktion s(t) ihre Fourier-Transformierte S(f)

zuordnet heiÿt Fourier-Transformation:
F
s(t) → S(f ).

Die Umkehrabbildung F −1 , die einer Fourier-Transformierten S(f)

wieder ihre Originalfunktion s(t) zuordnet, heiÿt Inverse Fourier-
Transformation:
F −1
S(f ) → s(t).

Symbolische Bezeichnungsweise:

s(t) ◦−−• S(f )

s(t) und S(f ) sind über die Fourier-Transformation umkehrbar eindeutig miteinander
verknüpft.
F(s) = S und F −1 (S) = s
In der Literatur sind folgende Bezeichnungen gebräuchlich:

S(f ) = Fs (f ) = F[s(t)](f ) = ŝ(f )

s(t) = FS−1 (t) = F −1 [S(f )](t)

Bemerkung

• Gilt s(t) ◦−−• S(f ), so bezeichnet man s(t) auch als Originalfunktion und S(f)
als Bildfunktion.
Den Raum aller Originalfunktionen bezeichnet man als Originalraum und den
aller Bildfunktionen als Bildraum.

• Gilt s(t) ◦−−• S(f ), so bezeichnet man s(t), S(f ) als Transformationspaar

• Betrachtet man zeitliche Vorgänge, so spricht man statt vom Original- und
Bildraum meist vom Zeitbereich und Frequenzbereich.

7
3.1.4 Tabellarische Zusammenfassung

s(t) T-periodisch s(t) nichtperiodisch

Fourier-Reihe Fourier-Integral

∞
Z ∞
X
s(t) = j 2π
ck e T
kt s(t) = S(f )ej2πf t df
−∞
k=−∞

Fourier-Koezienten Fourier-Transformierte

Z T
Z ∞
1 2
−j 2π kt S(f ) := s(t)e−j2πf t dt
ck = s(t)e T dt
T − T2
−∞

Diskretes Linienspektrum: Kontinuierliches Frequenzspektrum:

ck für S(f ) für

k
f= = kfo (k ∈ ZZ) f ∈ IR
T

Die Fourier-Reihe liefert eine Ent-
wicklung der periodischen Funktion
nach diskreten Frequenzen.
D.h. Zerlegung in harmonische Schwing-
ungen mit diskreten Frequenzen
f = kf0 für k ∈ ZZ
Das Fourier-Integral liefert eine Ent-
wicklung der nichtperiodischen Funk-
tion nach einem kontinuierlichen Fre-
quenzspektrum.
D.h. Zerlegung in unendlich viele
harmonische Schwingungen mit kon-
tinuierlich veränderlichen Frequenzen
f ∈ IR

8
Die Fourier-Transformation und ihre Umkehrtransformation spielen in der Praxis eine
wesentliche Rolle

• in der Nachrichtentechnik

• in der Signalverarbeitung

• in der Systemtheorie

• in der Wahrscheinlichkeitsrechnung

• beim Lösen von Integralen

9
3.2 Eigenschaften der Fourier-Transformation

Im folgenden Unterkapitel werden die wichtigsten Eigenschaften und Rechenregeln der

Fourier-Transformation zusammengestellt.
Hiermit lassen sich dann die Transformierten vieler wichtiger Funktionen einfacher be-
rechnen und untersuchen.
Wir formulieren die Ergebnisse für Zeitfunktionen.
Die Ergebnisse sind jedoch für beliebige Originalfunktionen und ihre Transformierten
gültig. Die Fourier-Transformation wird in den Anwendungen insbesondere dazu benutzt,
um mathematisch-technische Operationen im Frequenzbereich vereinfacht auszuführen.
So wird etwa in der Signalverarbeitung die Filterung eines Signals oft im Frequenzbereich
durchgeführt, da dies häug einen erheblich geringeren Aufwand bedeutet.
Es stellt sich nun die Frage, welche Operation im Zeitbereich zu welcher Operation im
Frequenzbereich führt und umgekehrt.
Antwort auf diese Frage geben die sogenannten Abbildungssätze der Fourier- Trans-
formation.
Im folgenden führen wir jeweils eine Operation im Zeitbereich durch und untersuchen die
resultierende äquivalente Operation im Frequenzbereich. Der Name des entsprechenden
Abbildungssatzes bestimmt sich aus der zugehörigen Operation im Zeitbereich.
Wir betrachten die Transformationspaare

s(t) ◦−−• S(f ), s1 (t) ◦−−• S1 (f ), s2 (t) ◦−−• S2 (f )

3.2.1 Linearität der Fourier-Transformation

Die Fourier-Transformation ist linear. Wir formulieren dies in folgendem Satz.

Satz Additionssatz

Für beliebige α, β ∈ C
I gilt:

αs1 (t) + βs2 (t) ◦−−• αS1 (f ) + βS2 (f )

Beweis
Der Beweis ergibt sich direkt aus der Denition der Fourier-Transformation und der
Linearität der Integration.

10
3.2.2 Symmetrie im Original- und Bildbereich

Die Fourier-Transformierte S(f ) ist eine Funktion im Frequenzbereich. Nun können wir
die Funktion S auch als eine Funktion S(t) im Zeitbereich betrachten und formal ihre
Fourier-Transformierte bilden:

s(t) ◦−−• Fs (f ) = S(f ) S(t) ◦−−• FS (f ) =?

Dies führt auf eine wichtige Symmetriebeziehung.

Satz Symmetriesatz

Sei s(t) ◦−−• S(f ) gegeben.

Es gilt:
S(t) ◦−−• s(−f ),

in den Stetigkeitsstellen von s(−f ) und

Z a
s(−f+ ) + s(−f− )
lim S(t)e−j2πf t dt =
a→∞ −a 2

in den Sprungstellen von s(−f ).

Beweis

Wir berechnen die Transformierte von s(t) .

Z ∞ Z ∞
−j2πf t
F[S(t)](f ) = S(t)e dt = S(t)ej2π(−f )t dt = s(−f )
−∞
| −∞ {z }
formales Fourier-Integral
an der Stelle -f

an den Stetigkeitsstellen von s.

Die Aussage des Satzes wird am Beispiel der beiden folgenden Funktionen klar.

11
3.2.3 Transformation der Rechteckfunktion und der Si-Funktion
Denition

Die Funktion

 1 für |t| ≤ 1
2
rect (t) = rect [− 1 , 1 ] (t) :=
2 2  0 für |t| > 1
2

heiÿt Rechteckfunktion.

s(t)=rect(t)
1.5

0.5

−0.5
−5 −4 −3 −2 −1 0 1 2 3 4 5
Abb. Rechteckfunktion
Denition

Die Funktion 
 sin t
für t 6= 0
t
si (t) :=
 1 für t = 0
heiÿt si-Funktion.

s(t)=si(t)
1.5

0.5

−0.5
−30 −20 −10 0 10 20 30
Abb. si-Funktion

12
Bemerkung

Die Nullstellen der Si-Funktion sind die Nullstellen kπ für k ∈ ZZ \ {0} der
Sinusfunktion

Wir berechnen die Fouriertransformierte der Rechteckfunktion s(t) = rect (t).

Z ∞ Z 1
2
−j2πf t
S(f ) = rect (t)e dt = e−j2πf t dt
−∞ − 12

Z 1 Z 1
2 2
= cos(2πf t)dt − j sin(2πf t)dt
− 12 − 12
| {z }
0
· ¸ 12
sin(2πf t) sin(πf )
= = = si (πf )
2πf − 12 πf

Somit erhalten wir das Transformationspaar

rect (t) = rect [− 1 , 1 ] (t) ◦−−• si (πf ).

2 2

Mit dem letztem Satz kann man nun die Fourier-Transformierte von S(t) = si (πt) be-
rechnen:
1
si (πt) ◦−−• rect (−f ) für f 6= .
2

Da die Rechteckfunktion gerade ist (rect (−t) = rect (t)), erhält man das Transformati-
onspaar

1
si (πt) ◦−−• rect [− 1 , 1 ] (f ) = rect (f ) für f 6= 2
2 2

Vorteil des Symmetriesatzes: si (πt) ist nicht absolut integrierbar, FT kann trotzdem
angegeben werden!

13
3.2.4 Zeitumkehr und Frequenzumkehr

Wir untersuchen das Verhalten der Bildfunktion bei Zeitumkehr.

Satz Spiegelungssatz

Der Spiegelung im Zeitbereich entspricht eine Spiegelung im Frequenzbe-

reich:
s(−t) ◦−−• S(−f ).

Beweis
Wir berechnen die Transformierte von s(−t).

Z ∞
F[s(−t)](f ) = s(−t)e−j2πf t dt
−∞

Z ∞
= s(−t)e−j2π(−f )(−t) dt
−∞

Substituiere (−t) = t0 . Dann gilt dt = −dt0 und ∓∞ → ±∞.

Somit erhält man

Z ∞ Z −∞
−j2π(−f )(−t) 0
s(−t)e dt = s(t0 )e−j2π(−f )t (−dt0 )
−∞ ∞

Z ∞
0
= s(t0 )e−j2π(−f )t dt0
−∞

Z ∞
= s(t)e−j2π(−f )t dt = S(−f ).
−∞

14
3.2.5 Transformation gerader und ungerader Funktionen

Wir kommen nun zur Fourier-Transformation gerader und ungerader Funktionen.

Wir wiederholen zunächst:

Denition

Eine Funktion f : IR → CI heiÿt gerade, falls f (−x) = f (x) für alle x ∈ IR.
Sie heiÿt ungerade, falls f (−x) = −f (x) für alle x ∈ IR.

Der folgende Satz trit wichtige Aussagen über die Fourier-Transformierte symmetrischer
Funktionen.
Satz

Sei s : IR → C
I.
Ist s(t) gerade, so ist die Transformierte S(f ) ebenfalls gerade und gegeben
durch: Z ∞
S(f ) = 2 s(t) cos(2πf t)dt
0

Ist s(t) ungerade, so ist die Transformierte S(f ) ebenfalls ungerade und
gegeben durch: Z ∞
S(f ) = −j2 s(t) sin(2πf t)dt
0

Beweis
Sei s(t) eine im allgemeinen komplexwertige Funktion s : IR → C I.
Mit Hilfe der Eulerschen Formel e = cos ϕ + j sin ϕ gilt:
jϕ

Z ∞ Z ∞ Z ∞
−j2πf t
S(f ) = s(t)e dt = s(t) cos(2πf t)dt − j s(t) sin(2πf t)dt
−∞ −∞ −∞

 Z ∞



 s(t) cos(2πf t)dt, falls s(t) gerade
−∞
= Z ∞



 −j s(t) sin(2πf t)dt, falls s(t) ungerade
−∞

 Z ∞



 2 s(t) cos(2πf t)dt
0
= Z


∞

 −j2 s(t) sin(2πf t)dt
0

15
Folgerung

Sei s : IR → IR eine reelle Funktion.

Ist s(t) gerade, so ist die Transformierte S(f ) gerade und reell.
Ist s(t) ungerade, so ist die Transformierte S(f ) ungerade und imaginär.

Beispiel

s(t) = rect (t) ist gerade und reell.

=⇒
S(f ) = si (πf ) ist gerade und reell.

Beachte:

Z ∞
f (x)dx = 0, falls f(x) ungerade
−∞

Z ∞ Z ∞
f (x)dx = 2 f (x)dx, falls f(x) gerade
−∞ 0

3.2.6 Transformation bei Dehnung, Stauchung und Verschiebung

Seien α, β ∈ IR und α 6= 0.
Multipliziert man das Argument t der Funktion s(t) mit α, so führt dies zu einer ge-
stauchten oder gedehnten Funktion s(αt).

|α| > 1 ⇒ Stauchung von s(t)

|α| < 1 ⇒ Dehnung von s(t)

Addiert man zum Argument t der Funktion s(t) die Gröÿe β , so liefert dies eine verscho-
bene Funktion s(t + β).

β>0 ⇒ Verschiebung von s(t) nach links

β<0 ⇒ Verschiebung von s(t) nach rechts

Wir fassen nun beide Vorgänge zusammen, indem wir das Argument αt + β bilden. Dies
entspricht einer Stauchung oder Dehnung von s(t) bei gleichzeitiger Verschiebung. Hierzu
untersuchen wir die äquivalente Operation im Bildbereich.

16
Satz

Seien α, β ∈ IR und α 6= 0.
Es gilt: µ ¶
1 f β
s(αt + β) ◦−−• S ej2π α f
|α| α

Beweis

Z ∞ Z ∞
β β
−j2πf t j2πf α
s(αt + β)e dt = e s(αt + β)e−j2π(f t+f α ) dt
−∞ −∞

Z ∞
β f
j2πf α
= e s(αt + β)e−j2π α (αt+β) dt
−∞

Substituiere αt + β = t0 . Dann ist dt = α1 dt0 und die Grenzen ändern sich wie folgt:


 ±∞, falls α > 0
±∞ →

 ∓∞, falls α < 0

Mit der Substitution gilt:

Z ∞
β f
j2πf α
e s(αt + β)e−j2π α (αt+β) dt
−∞

 Z ∞

 s(t0 −j2π α
)e
f 0
t
dt0 falls α > 0
β 
 −∞
ej2πf α
= Z −∞
α 



f 0
s(t0 )e−j2π α t dt0 falls α < 0
∞

Z ∞
1 β f
= ± ej2πf α s(t)e−j2π α t dt
α −∞

β µ ¶
ej2πf α f
= S für α 6= 0.
|α| α

Speziell für α = 1 liefert dies den sogenannten Verschiebungssatz und für β = 0 den
sogenannten Ähnlichkeitssatz.

17
Bevor wir den Verschiebungssatz formulieren, gehen wir zunächst auf den Begri der
Modulation ein.

Denition

Die Funktionen

cos(2πf0 t) und sin(2πf0 t) mit f0 ∈ IR

beschreiben reelle harmonische Schwingungen der Frequenz f0 .

Die Multiplikation einer beliebigen Funktion s(t) mit cos(2πf0 t) oder sin(2πf0 t)
bezeichnet man als reelle Modulation der Funktion s(t).
Entsprechend beschreibt die komplexe Funktion

ej2πf0 t = cos(2πf0 t) + j sin(2πf0 t)

eine komplexe harmonische Schwingung, und die Multiplikation der Funk-

tion s(t) mit ej2πf0 t wird komplexe Modulation von s(t) genannt.
Die Multiplikation einer Funktion S(f ) im Frequenzbereich mit cos(2πf t0 ),
sin(2πf t0 ) oder ej2πf t0 mit t0 ∈ IR bezeichnet man entsprechend als Modula-
tion von S(f ) .

Satz Verschiebungssatz

Für beliebiges β ∈ IR gilt:

s(t + β) ◦−−• S(f )ej2πβf

Eine Verschiebung im Originalraum entspricht einer komplexen Modula-

tion im Bildraum mit ej2πβf .

Satz Ähnlichkeitssatz

Für beliebiges reelles α 6= 0 gilt:

µ ¶
1 f
s(αt) ◦−−• S
|α| α

Eine Stauchung im Originalraum entspricht einer Dehnung im Bildraum.

Eine Dehnung im Originalraum entspricht einer Stauchung im Bildraum.
Die Operationen im Original- und Bildraum sind ähnlich .

18
Da häug mit Zeitfunktionen gearbeitet wird, schreibt man den Ähnlichkeitssatz oft
in der Form:
t
s( ) ◦−−• T S(T f ) für T = 6 0
T

Beispiel

Wir machen uns die Aussage des Ähnlichkeitssatzes am Beispiel der Rechteck- und der si-
Funktion deutlich. Die allgemeine Rechteckfunktion rect [− T , T ] (t) der Länge T > 0
2 2

ist gegeben durch

 

 1 für
t
∈ [− 21 , 12 ]  T T
 1 für t ∈ [− 2 , 2 ]
t T
rect [− T , T ] (t) := rect ( ) = =
2 2 T 
 0 sonst 
 0 sonst

19
 s(t)=rect(t)
1.5

0.5

−0.5
−5 −4 −3 −2 −1 0 1 2 3 4 5
Abb. Breite der allgemeinen Rechteckfunktion
1
Mit dem Ähnlichkeitssatz für α = T
gilt s(t/T ) ◦−−• T S(T f ), und man erhält das
Transformationspaar

¡t¢
rect T
◦−−• T si(πT f )

Wir betrachten die spektrale si-Funktion T si (πT f ).

Die Nullstellen der Funktion liegen bei πT f = kπ bzw. f = k T1 für k ∈ ZZ \ {0}.

s(t)=2*si(2*pi*t)
3

−1
−6 −4 −2 0 2 4 6
Abb. Breite der allgemeinen si-Funktion

20
Die si-Funktion si (πT f ) ist zwar theoretisch unendlich ausgedehnt, fällt aber vom Null-
punkt ausgehend sehr schnell ab.
Man kann somit für die Praxis ein Maÿ der Breite B der si-Funktion etwa durch den
Abstand der beiden ersten Nullstellen bei ± T1 angeben.
D.h. man deniert die Breite B der si-Funktion etwa durch
2 1
B := ∼ .
T T
Die Breite der si-Funktion ist somit umgekehrt proportional zu T.
Je gröÿer T, umso schmaler ist die Funktion.
Somit kann man nun formulieren:

Die Transformierte der Rechteckfunktion der Dauer T ist die si-Funktion der
Höhe T und der Breite B ≈ T1 .
Je breiter die Rechteckfunktion, umso schmaler die si-Funktion und umge-
kehrt.
s(t)=2*si(2*pi*t)
3

−1
−6 −4 −2 0 2 4 6
Abb. si-Funktion

21
3.2.7 Modulation der Originalfunktion

Der Verschiebung einer Funktion im Zeitbereich entspricht eine Modulation der Trans-
formierten im Frequenzbereich.
Analog dazu kann man zeigen, daÿ einer Modulation der Zeitfunktion einer Verschiebung
des Frequenzfunktion entspricht.

Satz Modulationssatz (komplex)

Sei f0 ∈ IR. Dann gilt:

ej2πf0 t s(t) ◦−−• S(f − f0 )

Einer Modulation im Zeitbereich mit ej2πf0 t entspricht einer Verschiebung

im Frequenzbereich um f0

Beweis
Z ∞ Z ∞
j2πf0 t j2πf0 t −j2πf t
e s(t) ◦−−• e s(t)e dt = s(t)e−j2π(f −f0 )t dt = S(f − f0 )
−∞ −∞

Verschiebungssatz Modulationssatz

Verschiebung im Originalraum Modulation im Originalraum

⇐⇒ ⇐⇒

Modulation im Bildraum Verschiebung im Bildraum

s(t − t0 ) ◦−−• e−j2πf t0 S(f ) ej2πf0 t s(t) ◦−−• S(f − f0 )

Satz über reelle Modulation

Sei f0 ∈ IR. Dann gilt:

1
cos(2πf0 t)s(t) ◦−−• {S(f − f0 ) + S(f + f0 )}
2
Einer reellen Modulation im Zeitbereich mit cos(2πf0 t) entspricht einer Ver-
schiebung im Frequenzbereich um f0 und −f0 mit zusätzlicher Skalierung um
1
2

• Wichtig für alle Sende- und Empfangsvorgänge in der Nachrichtentechnik

22
3.2.8 Faltung zweier Originalfunktionen

Wir denieren zunächst das Faltungsprodukt zweier Funktionen.

Denition

Unter dem Faltungsprodukt s1 ? s2 zweier Funktionen s1 (t) und s2 (t)

versteht man die Funktion
Z ∞
(s1 ? s2 )(t) := s1 (t0 )s2 (t − t0 )dt0 .
−∞

Statt (s1 ? s2 )(t) schreibt man auch s1 (t) ? s2 (t)

Lemma

Das Faltungsprodukt besitzt folgende Eigenschaften:

(i) Kommutativität:
s1 (t) ? s2 (t) = s2 (t) ? s1 (t).

(ii) Assoziativität:

s1 (t) ? (s2 (t) ? s3 (t)) = (s1 (t) ? s2 (t)) ? s3 (t)

(iii) Distributivität:

s1 (t) ? (s2 (t) + s3 (t)) = s1 (t) ? s2 (t) + s1 (t) ? s3 (t)

(s1 (t) + s2 (t)) ? s3 (t) = s1 (t) ? s3 (t) + s2 (t) ? s3 (t)

(iv) Für beliebiges α ∈ C

I und β ∈ C
I gilt:

αs1 (t) ? βs2 (t) = αβ (s1 (t) ? s2 (t))

Beweis
Der Beweis ergibt sich problemlos aus der Denition des Faltungsproduktes.
Übung !

23
Für die Fourier-Transformation von Faltungsprodukten gilt der sogenannte Faltungssatz.

Satz Faltungsssatz

Eine Faltung im Zeitbereich (Originalraum) entspricht einer Multiplikation

im Frequenzbereich (Bildraum).

s1 (t) ? s2 (t) ◦−−• S1 (f ) · S2 (f )

Beweis
Wir berechnen die Transformierte des Faltungsproduktes s1 (t) ∗ s2 (t).
Z ∞ Z ∞Z ∞
−j2πf t
(s1 ? s2 )(t)e dt = s1 (t0 )s2 (t − t0 )dt0 e−j2πf t dt
−∞ −∞ −∞
Z ∞ Z ∞
0
= s1 (t ) s2 (t − t0 )e−j2πf t dt dt0
−∞
| −∞ {z }
0
e−j2πf t S2 (f )

Z ∞
0
= S2 (f ) s1 (t0 )e−j2πf t dt0
−∞

= S2 (f ) · S1 (f ).

3.2.9 Multiplikation zweier Originalfunktionen

Eine analoge Aussage zum Faltungssatz im Frequenzbereich liefert der sogenannte Mul-
tiplikationssatz.

Satz Multiplikationssatz

Die Multiplikation im Zeitbereich (Originalraum) entspricht einer Faltung

im Frequenzbereich (Bildraum).
Z ∞
s1 (t) · s2 (t) ◦−−• S1 (f ) ? S2 (f ) = S1 (f 0 )S2 (f − f 0 )df 0
−∞

Der Beweis zum Multiplikationssatz wird vollkommen analog zum Beweis des Faltungssatz
durchgeführt.

24
Beweis zum Multiplikationssatz

Z ∞ Z ∞ Z ∞
j2πf t
(S1 ? S2 )(f )e df = S1 (f 0 )S2 (f − f 0 )df 0 ej2πf t df
−∞
Z−∞
∞
−∞
Z ∞
0
= S1 (f ) S2 (f − f 0 )ej2πf t df df 0
−∞
| −∞ {z }
0
ej2πf t s2 (t)
Z ∞
0
= s2 (t) S1 (f 0 )ej2πf t df 0
−∞
= s2 (t) · s1 (t).

Somit gilt:
S2 (f ) ? S1 (f ) •−−◦ s2 (t) ? s1 (t)

Faltungssatz Multiplikationssatz

Faltung im Originalraum Multiplikation im Originalraum

⇐⇒ ⇐⇒

Multiplikation im Bildraum Faltung im Bildraum

s1 (t) ? s2 (t) ◦−−• S1 (f ) · S2 (f ) s1 (t) · s2 (t) ◦−−• S1 (f ) ? S2 (f )

25
3.2.10 Anwendung des Faltungsatzes in der Praxis

3.2.10.1 Filterung im Frequenzbereich

Der Faltungssatz ist in der Signalverarbeitung, der Systemtheorie und in der Regelungs-
technik besonders wichtig. So wird beim Filtern von Signalen die Signalfunktion s(t)
mit einer sogenannten Filterfunktion h(t) gefaltet. Diese aufwendige Faltung realisiert
man häug, indem man das Signal in den Frequenzbereich transformiert und dann die
Fourier-Transformierte S(f ) mit der Transformierten H(f) der Filterfunktion multipliziert.
H(f) heiÿt auch Übertragungsfunktion des Filters. Rücktransformation des Produktes
S(f ) · H(f ) in den Zeitbereich liefert die gewünschte Faltung s(t) ∗ h(t).

Schema
Realisierung einer Filterung im
Frequenzbereich

Impulsantwort
Originalraum
s(t) −→ h(t) −→ s(t)?h(t)
(Zeitbereich)
? 

Fourier Inverse Fourier

Transformation Transformation
F F −1

Übertragungsfkt.
Bildraum
S(f) −→ H(f) −→ S(f)· H(f)
(Frequenzbereich)
· 

26
3.2.10.2 Der Integrator zur Glättung gestörter Signale

Wir betrachten ein Signal s(t) mit der Transformierten S(f ) . Das Signal setzt sich zu-
sammen aus einem Nutzsignal a(t) und einem Störsignal n(t), d.h.

s(t) = a(t) + n(t).

Das Störsignal n(t) ist häug ein stochastisches Signal (Zufalls-Prozeÿ). Insbesonere han-
delt es sich oft um sogenanntes Rauschen.
Der Zeitmittelwert s̄ eines Signals s(t) ist deniert durch
Z T
1 2
s̄ := lim s(t)dt.
T →∞ T − T2

In der Praxis sind statistischen Störgröÿen n(t) häug mittelwertfrei, d.h.

Z T
1 2
n̄ = lim n(t)dt = 0.
T →∞ T − T2

Bildet man unter dieser Voraussetzung den zeitlichen Mittelwert von s(t), so erhält man
Z T
1 2
s̄ = lim (a(t) + n(t))dt = ā + n̄ = ā
T →∞ T − T2

.
Eine solche Mittelung über ein unendlich langes Zeitstück t ∈ [− T2 , T2 ] für T → ∞ würde
zwar die Störgröÿe n(t) vollständig eliminieren, jedoch würde auch vom Nutzsignal a(t)
nur noch ein Mittelwert ā erhalten bleiben.
Um bei einem gestörten Signal s(t) = a(t) + n(t) die Störgröÿe n(t) zu reduzieren, mittelt
man das Signal s(t) nur jeweils über ein kurzes Zeitstück der Länge T . Dabei wird die
Zeitdauer T so gewählt, daÿ eine gewünschte Rauschunterdrückung eintritt, ohne daÿ es
zu einer nennenswerten Verfälschung des Nutzsignals a(t) kommt.
Die zeitliche Mittelung erfolgt über ein gleitendes Zeitfenster [t − T2 , t + T2 ] der Dauer T .
Das Ergebnis ist ein geglättetes  Signal.
Die mathematische Beschreibung dieser Signalverarbeitung sieht folgendermaÿen aus:
man schneidet zum Zeitpunkt t ein Stück der Länge T aus dem Signal s(t) heraus und
erhält somit ein endliches Signalstück
µ ¶ µ ¶
t−τ τ −t
sT (τ, t) := s(τ ) rect = s(τ ) rect .
T T

27
 1.5

0.5

−0.5
−5 −4 −3 −2 −1 0 1 2 3 4 5 //
Abb. Gleitende Integration

Es gilt: 
 s(τ ) für τ ∈ [t − T2 , t + T2 ]
sT (τ, t) :=
 0 sonst

Über das Zeitstück [t − T2 , t + T2 ] wird der Mittelwert gebildet:

Z t+ T2 Z ∞ µ ¶
1 1 t−τ
s(τ )dτ = s(τ )rect dτ
T t− T2 T −∞ T
µ ¶
1 t
= s(t) ? rect .
T T

D.h.: die gleitende Integration (Mittelung) eines Signals s(t) über ein Zeitstück der Länge
T wird mathematisch durch eine Faltung mit einer Rechteckfunktion

28
 1
h(t) := T
rect ( Tt ) der Länge T beschrieben. Mit dem Faltungssatz erhält man:

1 t
s(t) ? rect ( ) ◦−−• S(f ) · si (πT f ).
T T
Der Integrator im Zeitbereich kann durch eine Multiplikation im Frequenzbereich mit
der Übertragungsfunktion H(f ) := si (πT f ) realisiert werden.

100

80

60

40

20

−20
−10 −8 −6 −4 −2 0 2 4 6 8 10

Abb. Ergebnis der gleitenden Integration

29
3.2.11 Dierentiation im Original- und Bildraum

Zum Abschluÿ dieses Unterkapitels kommen wir zur Fourier-Transformation der Ablei-
tung einer Originalfunktion s(t). Dabei setzen wir voraus, daÿ die Funktion s(t) n-fach
dierenzierbar und die Ableitung s(n) (t) umkehrbar eindeutig Fourier-transformierbar ist.
Dann gilt der folgende Satz.

Satz Ableitung im Originalraum: Dierentiationssatz

Die n-fache Ableitung einer Funktion s(t) im Originalraum entspricht einer

Multiplikation der Fourier-Transformierten S(f ) mit (j2πf )n im Bildraum:

dn
s(t) ◦−−• (j2πf )n S(f ).
dtn

Beweis
Der Beweis wird über die vollständige Induktion durchgeführt.
Induktionsanfang für n=1:
Z ∞
s(t) = S(f )ej2πf t df
−∞
Z ∞ Z ∞
ds(t) d
=⇒ = S(f ) ej2πf t df = S(f )(j2πf ) ej2πf t df
dt −∞ dt −∞ | {z }
ds(t)
F[ dt
](f )

Somit gilt
ds(t)
◦−−• j2πf S(f ).
dt
Nehmen wir nun an die Aussage des Satzes gelte für ein beliebiges n ∈ IN
(Induktionsannahme):
dn
s(t) ◦−−• (j2πf )n S(f ).
dtn
Wir wollen hieraus die Gültigkeit für n+1 zeigen.

dn+1 d dn dn
s(t) = s(t) ◦−−• j2πf F[ s(t)](f )
dtn+1 dt dtn dtn
Mit der Induktionsannahme erhält man sofort:
dn+1
s(t) ◦−−• (j2πf )n+1 S(f ).
dtn+1
Somit ist die Aussage des Satzes für beliebiges n ∈ IN bewiesen.

30
Schlieÿlich untersuchen wir die Inverse Fourier-Transformierte der Ableitung einer Bild-
funktion S(f ). Dabei setzen wir nun voraus, daÿ die Funktion S(f ) n-fach dierenzierbar
n
ist und die Ableitung dfd n S(f ) eine Inverse Fourier-Transformierte besitzt.

Satz Ableitung im Bildraum

Die n-fache Ableitung einer Funktion S(f ) im Bildraum entspricht einer

Multiplikation der Inversen Fourier-Transformierten s(t) mit (−j2πt)n im
Originalraum:
dn
S(f ) •−−◦ (−j2πt)n s(t).
df n

Beweis
Der Beweis verläuft vollkommen analog zum Beweis des Dierentiationssatzes.

3.2.12 Transformation konjugiert komplexer Funktionen

Wir untersuchen das Verhalten der Fourier-Transformierten beim Übergang zur konjugiert
komplexen Funktion.

Satz Konjugationssatz
Der Konjugation im Zeitbereich entspricht eine Konjugation im Frequenzbereich bei
gleichzeitiger Frequenzumkehr :

s∗ (t) ◦−−• S ∗ (−f ).

Beweis
Wir berechnen die Transformierte von s∗ (t).

Z ∞ Z ∞
∗ ∗ −j2πf t
¡ ¢∗
s (t) ◦−−• s (t)e dt = s(t)ej2πf t dt
−∞ −∞
µZ ∞ ¶∗
−j2π(−f )t
= s(t)e dt = S ∗ (−f )
−∞

Als wichtige Konsequenz ergibt sich daraus der folgende

Satz

31
 Ist s(t) reell, dann gilt für das Spektrum

S(f ) = S ∗ (−f )

Insbesondere gilt:

|S(f )| = |S(−f )| Betragsspektrum gerade

ϕ(f ) = −ϕ(−f ) Phasenspektrum ungerade

Das kann auch folgendermaÿen beschrieben werden

• Realteil von S(f ) ist gerade

• Imaginärteil von S(f ) ist ungerade

Beweis Der Konjugationssatz liefert

s∗ (t) ◦−−• S ∗ (−f )

Da s(t) reell ist, gilt s∗ (t) = s(t), damit auch

s∗ (t) = s(t) ◦−−• S(f )

und daraus folgt die Behauptung.

32
3.2.13 Zusammenstellung der Abbildungssätze

Z ∞ Z ∞
j2πf t
s(t) = S(f )e df S(f ) = s(t)e−j2πf t dt
−∞ −∞

s(t) ◦−−• S(f ), s1 (t) ◦−−• S1 (f ), s2 (t) ◦−−• S2 (f ) (α, β ∈ IR)

Additionssatz

αs1 (t) + βs2 (t) αS1 (f ) + βS2 (f )

Transformationssatz
1 j2πf β f
s(αt + β) (α 6= 0) e α S( )
|α| α

Verschiebungssatz

s(t − t0 ) (t0 ∈ IR) e−j2πf t0 S(f )

Ähnlichkeitssatz
µ ¶
1 f
s(αt) (α 6= 0) S
|α| α
µ ¶
1 f
s(T t) (T > 0) S
T T
µ ¶
t
s (T > 0) T S(T f )
T

Symmetriesatz

S(t) s(−f )

Spiegelungssatz

s(−t) S(−f )

33
 S(t) s(−f )

Konjugationssatz

s∗ (t) S ∗ (−f )

Modulationssatz

ej2πf0 t s(t) (f0 ∈ IR) S(f − f0 )

Faltungssatz

s1 (t) ? s2 (t) S1 (f ) · S2 (f )

Multiplikationssatz

s1 (t) · s2 (t) S1 (f ) ? S2 (f )

Transformation gerader und ungerader Funktionen

s(t) gerade und reell S(f ) gerade und reell
s(−t) = s(t) S(−f ) = S(f )
s(t) ungerade und reell S(f ) ungerade und imaginär
s(−t) = −s(t) S(−f ) = −S(f )
und Re(S(f))=0

Ableitungssatz
dn
s(t) (j2πf )n S(f )
dtn

Ableitung der Bildfunktion

dn
(−j2πt) s(t)n S(f )
df n

34
3.3 Beispiele zur Berechnung von Fourier-Transformierten

In diesem Unterkapitel werden wir uns mit der Berechnung exemplarischer Fourier-Transformierter
beschäftigen. Dabei werden wir die Abbildungssätze heranziehen, die wir im vorigen Teil
kennengelernt haben. Dies wird die Berechnungen häug wesentlich vereinfachen.

3.3.1 Die Fourier-Transformierte der Dreieckfunktion

Denition

Die Dreieckfunktion ∆(t) ist deniert durch

(
1 − |t| für |t| ≤ 1
∆(t) :=
0 für |t| > 1

1
0.8
0.6
0.4
0.2
0
−0.2
−5 −4 −3 −2 −1 0 1 2 3 4 5

Abb. Dreieckfunktion
Satz

Die Dreieckfunktion ergibt sich als Faltungsprodukt der Rechteckfunktion

mit sich selbst:
∆(t) = rect (t) ? rect (t).

35
Beweis
Wir berechnen das Faltungsprodukt:
Z ∞
rect (t) ? rect (t) = rect (t0 )rect (t − t0 )dt0 .
−∞

Die Rechteckfunktion
(
1
0 1 für |t0 | ≤ 2
rect (t ) =
0 sonst

ist gerade. Somit gilt

(
1 für t0 ∈ [t − 21 , t + 12 ]
rect (t − t0 ) = rect (t0 − t) =
0 sonst
Die Funktion rect (t − t0 ) = rect (t0 − t) geht durch Verschiebung um t aus rect (t0 )
hervor.
s(t)=rect((t−2))
1.5

0.5

−0.5
−5 −4 −3 −2 −1 0 1 2 3 4 5

Abb. Verschiebung der Rechteckfunktion

Wir untersuchen zunächst den Ausdruck
(
1 falls t0 ∈ [− 12 , 12 ] und t0 ∈ [t − 12 , t + 12 ]
rect (t0 )rect (t − t0 ) =
0 sonst .

36
Es sind vier Fälle zu unterscheiden:

1 1
t+ <− bzw t < −1
2 2
=⇒ rect (t0 )rect (t − t0 ) = 0 für t0 ∈ IR

· ¸
1 1 1
t + ∈ t − ,t + bzw t ∈ [−1, 0]
2 2 2
( £ ¤
0 0 1 falls t0 ∈ − 21 , t + 12
=⇒ rect (t )rect (t − t ) =
0 sonst

· ¸
1 1 1
t − ∈ t − ,t + bzw t ∈ [0, 1]
2 2 2
( £ ¤
0 0 1 falls t0 ∈ t − 21 , 12
=⇒ rect (t )rect (t − t ) =
0 sonst

1 1
t− > bzw t > 1
2 2
=⇒ rect (t0 )rect (t − t0 ) = 0 für t0 ∈ IR

Faÿt man die vier Fälle zusammen, so erhält man:



 0 für t < −1





 Z

 t+ 12
Z 
 dt0 für t ∈ [−1, 0]
∞ 
− 12
rect (t0 )rect (t − t0 )dt0 =
−∞ 
 Z 1

 2

 dt0 für t ∈ [0, 1]



 t− 21


 0 für t > 1



 0 für t < −1

 1+t für t ∈ [−1, 0]
=

 1−t für t ∈ [0, 1]


0 für t>1

= ∆(t).

37
Mit Hilfe des Faltungssatzes kann man nun sofort die Fourier-Transformierte der Dreieck-
funktion angeben. Da
rect (t) ◦−−• si (πf ),
folgt

∆(t) = rect (t) ? rect (t) ◦−−• si 2 (πf )

¡t¢
Wir untersuchen nun die gedehnten bzw. gestauchten Funktionen rect T
der Länge T
¡ ¢
und ∆ Tt der Länge 2T für beliebiges T > 0.
µ ¶ (
t 1 für |t| ≤ T2
rect =
T 0 sonst

µ ¶ (
t 1 − | Tt | für |t| ≤ T
∆ =
T 0 sonst

s(t)=rect(t/T)
1.5

0.5

Der
0

−0.5
−5 −4 −3 −2 −1 0 1 2 3 4 5
Abb. Rechteck- und Dreieckfunktion

Ähnlichkeitssatz liefert sofort

µ ¶ µ ¶
t t
rect ◦−−• T si (πT f ) und ∆ ◦−−• T si 2 (πT f ).
T T

Mit dem Faltungssatz folgert man wieder

38
 µ ¶ µ ¶ µ ¶
t 2 2 t t
T∆ ◦−−• T si (πT f ) ◦−−• rect ? rect
T T T
Da die Fourier-Transformation umkehrbar eindeutig ist, erhält man somit

µ ¶ µ ¶ µ ¶
t t t
rect ? rect = T∆
T T T

Aus dem Transformationspaar ∆(t) ◦−−• si 2 (πf ) läÿt sich mit Hilfe des Symmetriesatzes
sofort die Transformierte der Originalfunktion si2 (πt) angeben als

si2 (πt) ◦−−• ∆(f )

und für beliebiges T > 0

µ ¶
2 t
si π ◦−−• T ∆(T f ).
T

39
3.3.2 Die Fourier-Transformierte der Exponentialfunktion

Das zeitliche Verhalten vieler physikalischer und technischer Vorgänge wird durch eine
Eponentialfunktion beschrieben.

Denition

Die Funktion

 0 für t < 0
s(t) := (T > 0)
 1 e− Tt für t ≥ 0
T
heiÿt abklingende Exponentialfunktion. 1
T
ist der Anfangswert.
1
Nach der Zeit T ist die Funktion auf den Wert Te
abgefallen.

s(t)=0.5*(1+sign(t))*exp(−t)
3

−1
−5 −4 −3 −2 −1 0 1 2 3 4 5

Abb. Abklingende Exponentialfunktion

Wir berechnen nun die Fourier-Transformierte der obigen Exponentialfunktion.

Z ∞ Z ∞ t
−j2πf t e− T −j2πf t
S(f ) = s(t)e dt = e dt
−∞ 0 T
Z ∞
1
e−t( T +j2πf ) dt
1
=
T 0

" #∞
e−t( T +j2πf )
1
1
= ¡ ¢
T − T1 + j2πf
0

1
da lim e−t( T +j2πf ) = 0
1
=
1 + j2πf T t→∞

40
Somit erhalten wir für die Exponentialfunktion das neue Transformationspaar

t
e− T 1
²(t) ◦−−•
T 1 + j2πf T

Die Exponentialfunktion ist nicht symmetrisch. Die Fourier-Transformierte S(f) ist kom-
plexwertig.

41
3.3.3 Die Fourier-Transformierte der Gauÿfunktion
Denition

Die Funktion
(t−t0 )2
−
s(t) := e 2a2 mit a > 0
heiÿt Gauÿfunktion. Man bezeichnet a2 als Varianz und a als Stan-
dardabweichung der Gauÿfunktion. Ist t0 = 0, so heiÿt die Gauÿfunktion
zentriert.
Varianz a=2

1
0.8
0.6
0.4
0.2
0
−0.2
−10 −8 −6 −4 −2 0 2 4 6 8 10
Abb. Zentrierte und nichtzentrierte Gauÿfunktion

42
 Varianz a=2

0.8

0.6

0.4

0.2

−0.2
−10 −8 −6 −4 −2 0 2 4 6 8 10
Abb. Zentrierte Gauÿfunktion
Bemerkung

1
Bei t = ±a ist die zentrierte Gauÿfunktion auf den Wert s(a) = e− 2 ≈ 0.6,
(2a)2
bei t = ±2a auf s(2a) = e− 2a2 = e−2 ≈ 0.1353
(3a)2 9
und bei t = ±3a auf s(3a) = e− 2a2 = e− 2 ≈ 0.0111 abgefallen.
In vielen praktischen Anwendungen betrachtet man die Gauÿfunktion auÿerhalb des
Intervalls [t0 − 3a, t0 + 3a] als verschwindend:
(t−t0 )2
s(t) := e− 2a2 ≈ 0 für t ∈
/ [t0 − 3a, t0 + 3a]

Wir berechnen die Fourier-Transformierte der zentrierten Gauÿfunktion. Die Transfor-

mierte der nichtzentrierten Gauÿfunktion läÿt sich dann sehr einfach aus dem Verschie-
bungssatz ermitteln.

43
 Z ∞ Z ∞  
t2 t2
− −j2πf t − +j2πf t
S(f ) = e 2a2 e dt = e 2a2 dt
−∞ −∞

Das auftretende uneigentliche Integral wird durch geeignete Umformung auf das bekannte
uneigentliche Integral Z ∞
2 √
e−z dz = π
−∞
zurückgeführt.
t2
Hierzu wird der Exponent + j2πf t zum vollständigen Quadrat ergänzt. Mit
2a2

µ ¶2
t2 t √ √
+ j2πf t = √ + jπf 2a − (jπf 2a)2
2a2 2a

erhält man

Z ∞   √
Z ∞  √ 2
t2
− +j2πf t (jπf 2a)2 − √t +jπf 2a
e 2a2 dt = e e 2a dt
−∞ −∞

Substituiere:
t √
√ + jπf 2a = u.
2a

√
Dann ist dt = 2adu, und für a > 0 bleiben die Integrationsgrenzen unverändert, so daÿ

Z ∞   Z ∞ √
t2
− +j2πf t −2(πf a)2 2
e 2a2 dt = e e−u 2adu
−∞ −∞

√ Z ∞
(2πa)2
−f 2 2
= e 2 2a e−u du
| −∞ √
{z }
π

f2
√ −
2a2 1
= 2πae f mit af :=
2πa

Wir erhalten somit für die Gauÿfunktion die Fourier-Transformierte

44
 f2
− t2 √ −
2a2 1
e 2a2 ◦−−• 2πae f mit af :=
2πa

Die Fourier-Transformierte der Gauÿfunktion mit der Standardabweichung a ist selbst

1
wieder eine Gauÿfunktion mit der Standardabweichung af = 2πa und einem Skalierungs-
√
faktor 2πa.

45
3.3.4 Die Fourier-Transformierte der Dirac'schen Deltafunktion

Im folgenden Abschnitt beschäftigen wir uns mit der sogenannten Dirac'schen Delta-
funktion kurz Deltafunktion.
Sie spielt eine wesentliche Rolle bei der eleganten Beschreibung etwa von linearen, zei-
tinvarianten Systemen in der Systemtheorie oder von Abtastvorgängen in der Signal-
verarbeitung.

Denition

Die (Dirac'sche) Deltafunktion wird formal deniert durch:

( Z ∞
0 für t 6= 0
δ(t) =: und δ(t)dt = 1
∞ für t = 0 −∞

Die Deltafunktion ist keine Funktion im herkömmlichen Sinne, sondern eine

sogenannte verallgemeinerte Funktion oder Distribution.
Man bezeichnet sie auch als Deltaimpuls oder Nadelfunktion. Die Del-
tafunktion wird symbolisch durch einen Pfeil bei t = 0 dargestellt.

Abb. Deltafunktion
Anschaulicher als durch diese formale Denition läÿt sich die Deltafunktion als Grenz-
funktion von immer schmaler und höher werdenden Gauÿfunktionen darstellen.

46
Lemma

Deniert man
1 t2
sa (t) := √ e− 2a2
2π a
als Gauÿfunktion mit dem Parameter a > 0, so gilt für die Deltafunktion:

δ(t) = lim sa (t).

a→0

20

15

10

0
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
Abb. Deltafunktion als Grenzfunktion von Gauÿfunktionen

Mit dieser Darstellungsmöglichkeit läÿt sich die Fourier-Transformierte der Deltafunktion

einfach aus der Transformierten der Gauÿfunktion berechnen. Zunächst eine Vorüberle-
gung.
Die Transformierte der Gauÿfunktion sa (t) ist gegeben durch eine Gauÿfunktion:
f2
−
2a2 1
sa (t) ◦−−• Sa (f ) := e f mit af = .
2πa

Mit a → 0 strebt die Standardabweichung af im Frequenzbereich gegen ∞.

47
Wir berechnen nun die Fourier-Transformierte von δ(t).

Z ∞ Z ∞
−j2πf t
δ(t)e dt = lim sa (t)e−j2πf t dt
−∞ −∞ a→0

Z ∞
= lim sa (t)e−j2πf t dt
a→0 −∞
| {z }
Sa (f )
2
− f2
2a
= lim e f = 1 für beliebiges f ∈ IR.
a→0

Wir erhalten somit als weiteres Transformationspaar:

δ(t) ◦−−• 1

Durch Verschiebung der Deltafunktion um t0 erhält man einen sogenannten Deltaimpuls

bei t = t0 : (
0 für t 6= t0
δ(t − t0 ) =:
∞ für t = t0
Der Verschiebungsatz liefert das Transformationspaar:

δ(t − t0 ) ◦−−• e−j2πf t0 für t0 ∈ IR

Mit Hilfe des Symmetriesatzes können wir auch die Transformierte der konstanten Funk-
tion s(t) = 1 angeben. Da die Deltafunktion eine gerade Funktion ist gilt:

1 ◦−−• δ(−f ) = δ(f )

Schlieÿlich wenden wir auf dieses Ergebnis den Modulationssatz an und erhalten

ej2πf0 t ◦−−• δ(f − f0 ) für f0 ∈ IR

48
Im weiteren Verlauf dieser Vorlesung werden wir mehrfach auf die Deltafunktion zurück-
greifen. Mit ihrer Hilfe lassen sich viele Vorgänge mathematisch beschreiben und recht
einfach berechnen.
Im folgenden Satz sind daher die wesentlichsten Eigenschaften der Deltafunktion zusam-
mengestellt.

Satz Eigenschaften der Deltafunktion

Gegeben sei das Transformationspaar s(t) ◦−−• S(f ) und α ∈ IR \ {0}. Es gilt:

a) Verschiebungseigenschaft der Deltafunktion

s(t) ? δ(t − t0 ) = s(t − t0 )

Die Faltung einer Funktion s(t) mit einer nach t0 verschobenen Delta-
funktion bewirkt eine Verschiebung der Funktion s(t) um t0 .
Insbesondere gilt: s(t) ? δ(t) = s(t).
b) Ausblendeigenschaft der Deltafunktion

s(t) · δ(t − t0 ) = s(t0 )δ(t − t0 )

Die Multiplikation einer Funktion s(t) mit einer nach t0 verschobenen

Deltafunktion bewirkt ein Ausblenden der Funktion s(t) auÿer in t = t0 .
Insbesondere gilt: s(t) · δ(t) = s(0)δ(t)

1
c) δ(αt) = |α|
δ(t)
1
d) δ(αt) ? s(t) = |α|
s(t)

Beweis

a) Verschiebungseigenschaft
Mit dem Faltungssatz erhält man sofort

s(t) ? δ(t − t0 ) ◦−−• S(f ) · e−j2πf t0 •−−◦ s(t − t0 ).

Wegen der umkehrbar eindeutigen Beziehung zwischen der Originalfunktion und der
Transformierten gilt somit s(t) ? δ(t − t0 ) = s(t − t0 ).
Speziell für t0 = 0 ergibt sich daraus s(t) ? δ(t) = s(t)

49
 b) Ausblendeigenschaft

( )
0 für t 6= t0
s(t)δ(t − t0 ) = = s(t0 )δ(t − t0 )
s(t0 )δ(0) für t = t0

Für t0 = 0 erhält man s(t) · δ(t) = s(0)δ(t)

c) Der Ähnlichkeitssatz liefert

1 1
δ(αt) ◦−−• · 1 •−−◦ δ(t)
|α| |α|
1
Somit gilt δ(αt) = |α|
δ(t)

d) Aus a) und c) ergibt sich schlieÿlich

1 1
δ(αt) ? s(t) = δ(t) ? s(t) = s(t).
|α| |α|

Bemerkung

Die Deltafunktion läÿt sich durch weitere Funktionstypen als Grenzfunktion darstellen:

Grenzfunktion von Rechteckfunktionen

µ ¶
1 t
δ(t) = lim rect
T →0 T T

Grenzfunktion von Gauÿfunktionen

1 t2
δ(t) = lim √ e− 2a2
a→0 2π a

Grenzfunktion von Si2 -Funktionen

µ ¶
1 2 πt
δ(t) = lim si
T →0 T T

Beachte:
Die häug in der Literatur benutzte Darstellung der Deltafunktion als Grenz-
funktion von Si-Funktionen ist falsch. Das heiÿt:

µ ¶
1 πt
δ(t) 6= lim si
T →0 T T

50
50

40

30

20

10

0
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

51
3.3.5 Die Fourier-Transformation harmonischer Schwingungen

Die Deltafunktion bietet nun eine elegante Möglichkeit zur Berechnung der Transformier-
ten der harmonischen Schwingungen cos(2πf0 t) und sin(2πf0 t) mit Frequenz f0 > 0.
Die Kosinus- und Sinusfunktion lassen sich über die komplexen Exponentialfunktionen
ej2πf0 t und e−j2πf0 t wie folgt darstellen:

1 ¡ j2πf0 t ¢
cos(2πf0 t) = e − e−j2πf0 t
2
1 ¡ j2πf0 t ¢
sin(2πf0 t) = e + e−j2πf0 t
2j
Mit
ej2πf0 t ◦−−• δ(f − f0 )
gilt
e−j2πf0 t = ej2π(−f0 )t ◦−−• δ(f − (−f0 )) = δ(f + f0 ).

Unter Berücksichtigung der Linearität der Fourier-Transformation erhält man somit

cos(2πf0 t) ◦−−• 12 (δ(f − f0 ) + δ(f + f0 ))

1
sin(2πf0 t) ◦−−• 2j
(δ(f − f0 ) − δ(f + f0 ))

Abb. Betragsspektren der Kosinus- und Sinusfunktion

52
Bemerkung
Die Betragsspektren von Sinus- und Kosinusfunktion stimmen überein. Sie bestehen
aus jeweils einer Frequenzlinie bei ±f0 .
Beachte:
|δ(f − f0 ) + δ(f + f0 )| = |δ(f − f0 ) − δ(f + f0 )|.

3.3.6 Reelle und komplexe Modulation

Nachdem wir nun die Transformierten der harmonischen Schwingungen kennengelernt

haben, können wir nochmal untersuchen, wie sich die sogenannte reelle Modulation
einer Originalfunktion auf die Transformierte auswirkt.

Denition

Die Multiplikation einer beliebigen Funktion s(t) mit cos(2πf0 t) oder sin(2πf0 t)
bezeichnet man als reelle Modulation der Funktion s(t).
Die Multiplikation mit dem komplexen Ausdruck ej2πf0 t als komplexe Mo-
dulation.

53
Wir berechnen die Fourier-Transformierte der modulierten Funktion.
Reelle Modulation

(
1
S(f ) ? ( 2
(δ(f − f0 ) + δ(f + f0 )))
s(t) cos(2πf0 t) ◦−−• 1
= 2
(S(f − f0 ) + S(f + f0 ))


1

 S(f ) ? ( 2j
(δ(f − f0 ) − δ(f + f0 )))
1
s(t) sin(2πf0 t) ◦−−• = (S(f − f0 ) − S(f + f0 ))


2j
j
= 2
(S(f + f0 ) − S(f − f0 ))

Komplexe Modulation

s(t)ej2πf0 t ◦−−• S(f ) ? δ(f − f0 ) = S(f − f0 )

Die reelle Modulation bedeutet eine Verschiebung des Spektrums um f0 nach links und
rechts. Die komplexe Modulation bedeutet hingegen nur eine Verschiebung in einer Rich-
tung.

54
55
3.3.7 Tabellarische Zusammenstellung der Beispiele

Z ∞ Z ∞
j2πf t
s(t) = S(f )e df S(f ) = s(t)e−j2πf t dt
−∞ −∞

rect (t) = rect [− 1 , 1 ] (t) si (πf )

2 2

t
rect ( ) = rect [− T , T ] (t) T si (πT f )
T 2 2

si (πt) rect (f )
µ ¶
t
si π T rect (T f )
T

∆(t) = rect (t) ? rect (t) si 2 (πf )

µ ¶
t
∆ = ∆[−T,T ] (t) T si 2 (πT f )
T

1 δ(f )

ej2πf0 t δ(f − f0 )

δ(t) 1

δ(t − t0 ) e−j2πf t0

1
cos(2πf0 t) (δ(f − f0 ) + δ(f + f0 ))
2
1
sin(2πf0 t) (δ(f − f0 ) − δ(f + f0 ))
2j

t2
√ − f2
2 af 2
1
e−
2a2 2π a e mit af =
1 2πa
Breite  2a a af = Breite  2af
2π

56
3.4 Anwendungen der Fourier-Transformation

3.4.1 Integration mit Hilfe der Fourier-Transformation

Aus der Denition der Fourier-Transformierten und des Fourier-Integrals erhält man sofort
eine wesentliche Anwendung in der Integralrechnung.
Wir betrachten eine Funktion s(t). Ist die Transformierte
Z ∞
S(f ) = s(t)e−j2πf t dt
−∞

bekannt, so kann hieraus das uneigentliche Integral

Z ∞
s(t)dt = S(0)
−∞

bestimmt werden.
Die Fourier-TransformierteS(f ) an der Stelle f = 0 liefert den Wert des uneigentlichen
Integrals über s(t). Analog gilt
Z ∞
S(f )df = s(0).
−∞

Der Funktionswert s(t) an der Stelle t = 0 liefert den Wert des uneigentlichen Integrals
von S(f ).

Beispiel
Man bestimme das Integral Z ∞
si (παx)dx.
−∞
Das eigentliche Integral ist mit den bekannten elementaren Integrationsmethoden nicht
berechenbar, mit Hilfe der Fourier-Transformation erhält man jedoch problemlos den Wert
des uneigentlichen Integrals.
Es gilt Z Z
∞ ∞
si (παx)dx = si (παt)dt.
−∞ −∞
Da µ ¶
1 f
si (παt) ◦−−• rect
α α
erhält man Z ∞
1
si (παx)dx = S(0) = .
−∞ α
Speziell für α = 1 gilt Z ∞
si (πx)dx = 1.
−∞

57
3.4.2 Filterung gestörter Signale

Ein Nutzsignal s(t) mit dem Frequenzspektrum S(f ) werde gesendet und im Übertragungs-
kanal durch ein Störsignal n(t) mit dem Frequenzspektrum N (f ) überlagert.
Somit erreicht ein verfälschtes Signal

se (t) = s(t) + n(t)

den Empfänger.
Die Fourier-Transformierte des Empfangssignals ist gegeben durch die Summe der Trans-
formierten
Se (f ) = S(f ) + N (f )
Ist das Nutzspektrum S(f ) bekannt, so kann man im Frequenzbereich ein Filter mit der
sogenannten Übertragungsfunktion
½
1 für S(f ) 6= 0
H(f ) =
0 für S(f ) = 0
realisieren.

Se (f ) = S(f ) + N (f ) −→ H(f ) −→ Se (f ) · H(f )

Ein solches Filter besitzt einen Durchlaÿbereich ausschlieÿlich für den Frequenzbereich des
Nutzsignals s(t). Die Frequenzanteile des Störsignals n(t) auÿerhalb des Durchlaÿbereichs
werden beseitigt.

Abb. Filterung im Frequenzbereich

58
Falls sich das sogenannte Nutz- und Störband, daÿ heiÿt die Frequenzbereiche von
S(f ) und N (f ) nicht überlappen, so lassen sich das Nutzsignal s(t) und das Störsignal
n(t) sauber trennen.

Se (f ) · H(f ) = S(f ) denn N (f ) · H(f ) = 0

Transformiert man das gelterte Frequenzspektrum Se (f )·H(f ) zurück in den Zeitbereich,

so erhält man das gelterte entstörte Signal

se (t) ? h(t).

Dabei ist die sogenannte Filterfunktion h(t) die Umkehrtransformierte der Übertragungs-
funktion H(f ).

59
3.4.3 Abtastung von analogen Signalen
Abtasttheorem von Shannon

Eine der wesentlichsten Anwendungen der Fourier-Transformation ist die Abtastung oder
Diskretisierung analoger Signale.
Bei geeignet gewähltem Abtastabstand läÿt sich aus den diskreten Abtastwerten eines
analogen Signals das analoge Signal fehlerfrei rekonstruieren. Dies ist die Aussage des
Abtasttheorems von Shannon.
Bevor wir zur exakten Formulierung des Satzes von Shannon kommen, benötigen wir
einige grundlegende Begrie zum Abtastvorgang.
Zur mathematischen Beschreibung des Abtastvorgangs führen wir zunächst die sogenannte
Delta-Impulsfolge ein.

Denition

Die Delta-Impulsfolge qq (t, ∆t) ist deniert als eine Folge von Delta-
Impulsen im Abstand ∆t > 0 :
∞
X
qq(t, ∆t) := δ(t − k∆t)
k=−∞

Es gilt: qq(t, ∆t) = 0 für t 6= k∆t.

1.5

0.5

−0.5
−20 −15 −10 −5 0 5 10 15 20
Abb. Delta-Impulsfolge
Mit Hilfe der Delta-Impulsfolge läÿt sich die äquidistante Abtastung analoger Signale
formulieren. Man bezeichnet daher die Delta-Impulsfolge auch als Abtastkamm.

60
Im folgenden sei s(t) ein analoges (zeitkontinuierliches) Signal. Das Signal werde äqui-
distant, d.h. in konstanten Zeitabständen abgetastet. Die äquidistante Abtastung mit
dem Abtastabstand ∆t > 0 liefert ein abgetastetes (zeitdiskretes) Signal, welches wir mit
sa (t) bezeichnen:
∞
X
sa (t) := s(t) · qq(t, ∆t) = s(t) δ(t − k∆t).
k=−∞

Da qq(t, ∆t) = 0 für t 6= k∆t, erhält man

(
0 für t 6= k∆t
sa (t) =
s(t)δ(t − k∆t) = s(k∆t)δ(0) für t = k∆t

(
0 für t 6= k∆t
= δ(0)
s(k∆t) für t = k∆t

−1

−2
−10 −8 −6 −4 −2 0 2 4 6 8 10

−1

−2
−10 −8 −6 −4 −2 0 2 4 6 8 10
Abb. Äquidistante Abtastung eines Signals
Wir untersuchen nun das Frequenzspektrum des abgetasteten Signals sa (t).

61
Sei S(f ) die Fourier-Transformierte des analogen Ausgangssignals. Mit Hilfe des Multipli-
kationssatzes kann die Transformierte des abgetasteten Signals im Frequenzbereich als
Faltung von S(f ) und der Transformierten des Abtastkamms berechnet werden.
Wir geben die Fourier-Transformierte der Delta-Impulsfolge ohne Beweis an.

Satz

Sei qq(t, ∆t) eine Delta-Impulsfolge mit Impulsabstand ∆t > 0. Dann ist
die Fourier-Transformierte gegeben durch:

∞
X X∞
1
qq(t, ∆t) = δ(t − k∆t) ◦−−• qq (f, ∆f ) = ∆f δ(f − k∆f )
k=−∞
∆t k=−∞ Man
1
mit ∆f =
∆t

D.h.: die Fourier-Transformierte ist ebenfalls eine Delta-Impulsfolge. Sie be-

1
sitzt den Skalierungsfaktor ∆t , und der Impulsabstand im Frequenzbereich
1
ist gegeben durch den Kehrwert ∆f = ∆t .

kann dies auch einprägsam formulieren:

Die FT des Kamms mit Zacken im Abstand ∆t ist wieder ein Kamm mit Zacken im Ab-
1
stand ∆f = ∆t , skaliert mit ∆f !
Abbildung hierzu:

Hieraus erhalten wir sofort die Transformierte des abgetasteten Signals

1
sa (t) = s(t) · qq(t, ∆t) ◦−−• S(f ) ? qq (f, ∆f )
∆t |{z}
1
∆t

à ∞
!
1 X k
= S(f ) ? δ(f − )
∆t k=−∞
∆t

∞ µ ¶
1 X k
= S(f ) ? δ(f − )
∆t k=−∞ ∆t

∞
1 X k
= S(f − ).
∆t k=−∞ ∆t

Somit gilt:

62
Satz

∞
1 X k
sa (t) ◦−−• S(f − )
∆t k=−∞ ∆t

Die Fourier-Transformierte des abgetasteten Signals ist periodisch mit der Periodenlänge
1 k
∆f = ∆t . Sie setzt sich zusammen aus den periodischen Wiederholungen S(f − ∆t ) des
k k
analogen Ausgangssignals. S(f − ∆t ) ist das um ∆t verschobene Spektrum S(f ).

63
Abb. Signal s(t)

Abb. Fourier-Transformierte S(f )

Abb. abgetastetes Signal sa (t) mit Abtastabstand ∆t

Abb. Fourier-Transformierte Sa (f ) des abgetasteten Signals

64
Im folgenden setzen wir uns mit dem Problem auseinander, aus den diskreten Abtast-
werten das analoge Ausgangssignal s(t) zu rekonstruieren.

Frage

Unter welchen Voraussetzungen kann man das Signal s(t) aus den diskreten
Abtastwerten rekonstruieren ?

Zur Beantwortung der Frage benötigen wir den Begri der Bandbegrenztheit.

Denition

Ein reelles Signal s(t) heiÿt bandbegrenzt, wenn eine Frequenz fg > 0
existiert, so daÿ das Spektrum S(f ) für alle Frequenzen auÿerhalb des Fre-
quenzbandes [−fg , fg ] verschwindet. Die kleinste solche Frequenz wird als
Grenzfrequenz bezeichnet.

Abb. Spektrum eines bandbegrenzten Tiefpaÿsignals

Abb. Spektrum eines bandbegrenzten Bandpaÿsignals

65
Ist nun ein Signal bandbegrenzt, so kann der Abtastabstand ∆t so gewählt werden, daÿ
sich die periodischen Wiederholungen im Frequenzbereich nicht überlappen.

1
Der Abstand der periodischen Wiederholungen ist gegeben durch ∆f = ∆t
. Wählt man
den Abtastabstand ∆t so, daÿ
1
∆f = > 2fg ,
∆t
so kann es nicht zu Überlappungen kommen.

Denition
1
Man bezeichnet die Frequenz fa := ∆t als Abtastfrequenz.
Die Abtastfrequenz gibt den Abstand der periodischen Wiederholungen im
Frequenzbereich an

Abb. Sa (f ) bei Abtastung mit fa < 2fg

Abb. Sa (f ) bei Abtastung mit fa > 2fg

66
Durch geeignete Tiefpasslterung kann aus dem periodischen Spektrum wieder das Spek-
trum S(f ) des analogen Signals zurückgewonnen werden. Wählt man ein Tiefpaÿlter mit

der Übertragungsfunktion
µ ¶
f t
H(f ) := ∆t rect = ∆t rect (f ∆t) •−−◦ h(t) = si (π ),
fa ∆t

d.h. mit einem Durchlaÿbereich einer Periodenlänge des periodischen Spektrums, so ergibt
die Filterung
∞
1 X k
Sa (f ) · H(f ) = S(f − ) · ∆t rect (f ∆t)
∆t k=−∞ ∆t
∞
X k
= S(f − ) · rect (f ∆t) = S(f ).
k=−∞
∆t

Die Umkehrtransformierte h(t) bezeichnet man als Impulsantwort des Filters.

Der Multiplikation
Sa (f ) · H(f ) = S(f )
im Frequenzbereich entspricht mit dem Faltungssatz die Faltungsoperation

sa (t) ? h(t) = s(t)

im Originalbereich.

Man erhält somit im Originalbereich das kontinuierliche Signal s(t) zurück, indem man
t
das abgetastete Signal sa (t) mit der Impulsantwort h(t) = si (π ∆t ) des Filters faltet.
Für die Faltung ergibt sich dabei:

à ∞
!
X πt
s(t) = sa (t) ? h(t) = s(k∆t)δ(t − k∆t) ? si ( )
k=−∞
∆t

∞ µ
X ¶
πt
= s(k∆t)δ(t − k∆t) ? si ( )
k=−∞
∆t

∞
X µ ¶
π(t − k∆t)
= s(k∆t) si
k=−∞
∆t

Wir formulieren das Ergebnis im Abtastsatz von Shannon.

67
Satz Abtastsatz von Shannon

Sei s(t) ein bandbegrenztes Signal mit Grenzfrequenz fg .

Tastet man s(t) mit einer Abtastfrequenz fa = ∆t1
ab, die echt gröÿer als
die zweifache Grenzfrequenz fg ist, also mit fa > 2fg , so kann man s(t)
eindeutig aus den diskreten Abtastwerten s(k∆t) zurückgewinnen. Es gilt
∞
X µ ¶
π(t − k∆t)
s(t) = s(k∆t) si .
k=−∞
∆t

Bemerkung

Die Abtastfrequenz fa = 2fg wird auch Nyquist-Rate genannt.

Eine Abtastung mit der Nyquist-Rate ist nur erlaubt, wenn S(f ) bei der Grenzfre-
quenz fg keinen Deltaimpuls enthält. Dies bedeutet, daÿ das Ausgangssignal s(t)
keinen harmonischen Schwingungsanteil der Frequenz fg beinhaltet.
So darf z.B. die harmonische Schwingung s(t) = cos(2πf0 t) mit der Grenzfrequenz
fg = f0 nicht mit der Nyquist-Rate 2fg abgetastet werden.

Beispiel
2 2
Die Funktion s(t) = e−t /(2a ) cos(2πf0 t) soll abgetastet werden. Man gebe die erfor-
derliche Abtastfrequenz fa zur fehlerfreien Rekonstruktion von s(t) an.

f2
· ¸
√ −
2a2 1
s(t) ◦−−• S(f ) = 2πa e f ? (δ(f − f0 ) + δ(f + f0 ))
2
" (f −f )2 (f +f0 )2
#
√ a − 2a2f0 − 2 1
= 2π e + e 2af mit af =
2 2πa

Das Frequenzspektrum besteht aus einer Summe von zwei Gauÿfunktionen mit Zen-
tren bei f0 und −f0 . Die rechte Gauÿfunktion besitzt ihr Zentrum bei f0 und ist bei

68
f0 + 3af nahezu auf 0 abgefallen.

3
Mit der Grenzfrequenz fg = f0 + 3af = f0 + 2πa erhält man für die erforderliche
Abtastfrequenz und den entsprechenden Abtastabstand

1 3 π
fa = > 2fg = 2f0 + bzw. ∆t < .
∆t πa 2f0 π + 3/a

Aus den Abtastwerten s(k∆t mit |k∆t| ≤ 3a läÿt sich die Funktion s(t) für bel.
t ∈ IR rekonstruieren gemäÿ

X µ ¶
π(t − k∆t)
s(t) ≈ s(k∆t) si (k ∈ ZZ).
3a 3a
∆t
− ∆t ≤k ≤ ∆t

69
3.4.4 Fourier-Transformierte periodischer Funktionen
Fourier-Reihen

Zum Abschluÿ berechnen wir die Fourier-Transformierte und das Fourier-Integral periodi-
scher Funktionen und vergleichen das Ergebnis mit den Fourier-Koezienten und der
Fourier-Reihe periodischer Funktionen.
Sei s(t) eine periodische Funktion der Periodenlänge T . Der periodischen Funktion ent-
nehmen wir einen Ausschnitt der Länge T :
µ ¶ (
t s(t) für t ∈ [− T2 , T2 ]
sT (t) = s(t) rect = .
T 0 sonst

Die Funktion sT (t) enthält alle Informationen, die in s(t) enthalten sind.

Abb. Ausschnitt aus einer periodischen Funktion

Die periodische Funktion läÿt sich mit Hilfe der Delta-Impulsfolge als periodische Wie-
derholung der Ausschnittfunktion sT (t) schreiben:
∞
X
s(t) = sT (t) ? δ(t − kT ).
k=−∞

Die Fourier-Transformierte der periodischen Funktion ergibt sich dann aus dem Faltungs-
satz und der Transformierten der Delta-Impulsfolge.
Mit
1 1
sT (t) ◦−−• ST (f ) und qq (t, T ) ◦−−• qq (f, )
T T
erhält man

70
 1 1
S(f ) = ST (f ) · qq (f, )
T T
∞
1 X k
= ST (f ) · δ(f − )
T k=−∞ T

∞
1 X k
= ST (f ) · δ(f − )
T k=−∞ T

∞
1 X k k
= ST ( ) · δ(f − )
T k=−∞ T T

 µ ¶
 1 k k
 ST δ(0) für f = T
= T T


0 sonst

Da
µ ¶ Z ∞ Z T
1 −j 2π kt
2 2π
ST k = sT (t)e T dt = s(t) e−j T kt dt
T −∞ − T2

folgt mit den Fourier-Koezienten

Z T
1 2 2π
ck = s(t) e−j T kt dt
T − T2

 µ ¶
 ST k δ(0)
 1
für f = k
T
S(f ) = T T

 0 sonst


 ck δ(0) k
für f = T
=
 0 sonst

∞
X k
= ck δ(f − )
k=−∞
T

Das Spektrum einer periodischen Funktion ist ein Linienspektrum und stimmt an den
Frequenzen f = k T1 bis auf den Faktor δ(0) mit den Fourier-Koezienten überein.

71
Aus der Fourier-Transformierten
∞
X k
S(f ) = ck δ(f − )
k=−∞
T
berechnen wir nun das Fourier-Integral.

Z ∞ Z ∞ ∞
X
j2πf t k j2πf t
s(t) = S(f )e df = ck δ(f − )e df
−∞ −∞ k=−∞ T
∞
X Z ∞
k j2πf t
= ck δ(f − )e df
k=−∞ −∞ T
X∞
2π
= ck ej T kt

k=−∞

Dies ist gerade die Fourier-Reihe einer periodischen Funktion.

Folgerung

Das Fourier-Integral einer periodischen Funktion stimmt mit der Fourier-Reihe über-
ein: Z ∞ ∞
X 2π
j2πf t
s(t) = S(f )e df = ck ej T kt
−∞ k=−∞

Beachte

Die Fourier-Koezienten ck und das Frequenzspektrum einer periodischen

Funktion an den Stellen Tk sind gegeben durch:
Z T
1 2 2π
ck = s(t) e−j T kt dt
T − T2

bzw. Z ∞
k 2π
S( ) = s(t)e−j T kt dt
T −∞

Dies erklärt auch den Faktor δ(0) in der Beziehung

k
S( ) = ck δ(0).
T

72