Professional Documents
Culture Documents
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
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=−∞
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.
Bevor wir zur Denition der Fourier-Transformierten kommen, wiederholen wir den Begri
der absoluten Integrierbarkeit.
Denition
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
−∞
4
Denition
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
5
3.1.3 Fourier-Transformation und Inverse Fourier-Transformation
Frage
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)
−∞
6
Denition
Symbolische Bezeichnungsweise:
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:
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
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
−∞
k
f= = kfo (k ∈ ZZ) f ∈ IR
T
Die Fourier-Reihe liefert eine Ent- Das Fourier-Integral liefert eine Ent-
wicklung der periodischen Funktion wicklung der nichtperiodischen Funk-
nach diskreten Frequenzen. tion nach einem kontinuierlichen Fre-
quenzspektrum.
D.h. Zerlegung in harmonische Schwing- D.h. Zerlegung in unendlich viele
ungen mit diskreten Frequenzen harmonische Schwingungen mit kon-
f = kf0 für k ∈ ZZ 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
9
3.2 Eigenschaften der Fourier-Transformation
Satz Additionssatz
Für beliebige α, β ∈ C
I gilt:
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:
Satz Symmetriesatz
Beweis
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
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
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
Satz Spiegelungssatz
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
−∞
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
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
Beispiel
Beachte:
Z ∞
f (x)dx = 0, falls f(x) ungerade
−∞
Z ∞ Z ∞
f (x)dx = 2 f (x)dx, falls f(x) gerade
−∞ 0
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).
Addiert man zum Argument t der Funktion s(t) die Gröÿe β , so liefert dies eine verscho-
bene Funktion s(t + β).
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
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
Satz Verschiebungssatz
Satz Ähnlichkeitssatz
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
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 )
−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.
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
⇐⇒ ⇐⇒
22
3.2.8 Faltung zweier Originalfunktionen
Denition
Lemma
(i) Kommutativität:
s1 (t) ? s2 (t) = s2 (t) ? s1 (t).
(ii) Assoziativität:
(iii) Distributivität:
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
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 ).
Eine analoge Aussage zum Faltungssatz im Frequenzbereich liefert der sogenannte Mul-
tiplikationssatz.
Satz Multiplikationssatz
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
⇐⇒ ⇐⇒
25
3.2.10 Anwendung des Faltungsatzes in der Praxis
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)
?
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.
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
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
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
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.
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.
Beweis
Der Beweis verläuft vollkommen analog zum Beweis des Dierentiationssatzes.
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 :
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 )
−∞
31
Ist s(t) reell, dann gilt für das Spektrum
S(f ) = S ∗ (−f )
Insbesondere gilt:
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
−∞ −∞
Additionssatz
Transformationssatz
1 j2πf β f
s(αt + β) (α 6= 0) e α S( )
|α| α
Verschiebungssatz
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
Faltungssatz
s1 (t) ? s2 (t) S1 (f ) · S2 (f )
Multiplikationssatz
s1 (t) · s2 (t) S1 (f ) ? S2 (f )
Ableitungssatz
dn
s(t) (j2πf )n S(f )
dtn
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.
Denition
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
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
0.5
−0.5
−5 −4 −3 −2 −1 0 1 2 3 4 5
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
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¢
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
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
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
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]
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
44
f2
− t2 √ −
2a2 1
e 2a2 ◦−−• 2πae f mit af :=
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
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:
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
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
δ(t) ◦−−• 1
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:
Schlieÿlich wenden wir auf dieses Ergebnis den Modulationssatz an und erhalten
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.
Gegeben sei das Transformationspaar s(t) ◦−−• S(f ) und α ∈ IR \ {0}. Es gilt:
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
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
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
1 1
δ(αt) ◦−−• · 1 •−−◦ δ(t)
|α| |α|
1
Somit gilt δ(αt) = |α|
δ(t)
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:
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 ).
1
sin(2πf0 t) ◦−−• 2j
(δ(f − f0 ) − δ(f + f0 ))
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 )|.
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
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
−∞ −∞
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
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
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
−∞
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
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.
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.
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 (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=−∞
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=−∞
(
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
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)
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.
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
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
Der Multiplikation
Sa (f ) · H(f ) = S(f )
im Frequenzbereich entspricht mit dem Faltungssatz die Faltungsoperation
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
67
Satz Abtastsatz von Shannon
Bemerkung
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.
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
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=−∞
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
bzw. Z ∞
k 2π
S( ) = s(t)e−j T kt dt
T −∞
k
S( ) = ck δ(0).
T
72