
Szereg Fouriera: Różnice pomiędzy wersjami
Linia 128: | Linia 128: | ||
<math>\displaystyle | <math>\displaystyle | ||
c_{n} = \frac{1}{T}\int_{0}^{T} \Theta(t) e^\frac{i 2\pi n t}{T} d t | c_{n} = \frac{1}{T}\int_{0}^{T} \Theta(t) e^\frac{i 2\pi n t}{T} d t | ||
− | = \int_{0}^\frac{1}{2} e^{{{i 2\pi n t}}} d t | + | = \int_{0}^\frac{1}{2} e^{{{i 2\pi n t}}} d t \\ |
( \mathrm{dla}\; n \ne 0 ) = | ( \mathrm{dla}\; n \ne 0 ) = | ||
− | \left [\frac{1}{i 2\pi n} e^{{i 2\pi n t}} \right ]_{t=0}^{t=\frac{1}{2}} | + | c_n = \left [\frac{1}{i 2\pi n} e^{{i 2\pi n t}} \right ]_{t=0}^{t=\frac{1}{2}} |
= \frac{1}{i 2\pi n} ( e^{i \pi n} - 1 ) = | = \frac{1}{i 2\pi n} ( e^{i \pi n} - 1 ) = | ||
\left\{ | \left\{ |
Wersja z 17:25, 10 paź 2024
AS/ Szereg Fouriera
Sygnał okresowy (o okresie [math]T[/math]) można przedstawić w postaci szeregu Fouriera:
gdzie
Dowód: mnożymy obie strony pierwszego równania przez [math]e^\frac{2\pi i k t}{T}[/math] i całkujemy po [math]dt[/math] od [math]0[/math] do [math]T[/math]:
[math] \displaystyle \int_0^T s(t) e^{{{2\pi i k t}\over{T}}} dt = \sum_{n=-\infty}^{+\infty} \int_0^T c_n e^{i{{2 \pi (k-n)}\over{T}} t}dt [/math]
Całki po prawej stronie znikają dla [math]k \ne n[/math].
Rozwińznikanie całki [math]\int_0^T e^{i{{2 \pi (k-n)}\over{T}} t}dt [/math] |
Jedyny niezerowy wyraz dla [math]k = n[/math] wynosi [math]\int_0^T c_n dt[/math], czyli [math]c_n T[/math] (bo [math]e^0=1[/math]), czyli
[math] \displaystyle \int_0^T s(t) e^{{{2\pi i k t}\over{T}}} dt = c_n T [/math]
Oznacza to, że każdą funkcję okresową możemy przedstawić w postaci sumy sinusów i kosinusów ([math]e^{i \phi} = \cos(\phi) + i \sin(\phi)[/math]) z odpowiednimi wagami. Wagi [math]c_n[/math] możemy traktować jako względny udział odpowiadających im częstości.
Tożsamość Parsevala dla szeregów Fouriera
[math] \displaystyle \frac{1}{T} \int_0^T \left| s(t) \right|^2 d t = \sum_{n=-\infty}^{\infty} \left| c_n \right|^2 [/math]
Dowód:
[math] \frac{1}{T} \int_0^T \left| s(t) \right|^2 d t = \frac{1}{T} \int_0^T s(t) \overline{s(t)} \,d t \; = [/math]
[math]\frac{1}{T} \int_0^T \left( \sum_{n=-\infty}^{+\infty} c_n e^{-i\frac{2\pi t}{T} n} \right) \left( \sum_{m=-\infty}^{+\infty} \overline{c_m} e^{i\frac{2\pi t}{T} m} \right) d t =[/math]
[math]
\left\| \; \int_0^T e^{-i\frac{2\pi t}{T} n} e^{i\frac{2\pi t}{T} m} dt= \int_0^T e^{-i\frac{2\pi t}{T} m-n} dt = \delta_{(m-n)} T \;\right\|\; =[/math]
[math]\sum_{n = -\infty}^{\infty} c_n \overline{c_n} \;\;= \sum_{n = -\infty}^{\infty} |c_n|^2
[/math]
Energia, moc, widmo
Jeśli sygnałem będzie np. prąd elektryczny, płynący w obwodzie o jednostkowej oporności w czasie od [math]0[/math] do [math]T[/math], to wytracona przez niego energia wyniesie [math]\int_0^T s(t)^2 d t[/math]. Moc to oczywiście energia wytracana w jednostce czasu, czyli [math]\frac{1}{T}\int_{0}^{T} | s(t) |^2 d t[/math]. Jak widać z powyższego twierdzenia, dla sygnałów okresowych możemy ją również obliczać jako sumę kwadratów współczynników szeregu Fouriera [math]\sum c_n^2[/math]. Pozwala to interpretować [math]c_n^2[/math] jako moc, niesioną przez odpowiadającą mu częstość. Wykres tej wielkości w zależności od częstości nazywamy widmem mocy sygnału. Dla sygnału okresowego widmo mocy będzie dyskretne (patrz rysunek 1).
Wszystko to nie tyczy się li tylko sygnałów czysto okresowych; z sygnału nie-okresowego [math]s(t)[/math], określonego na skończonym przedziale [math][0, T][/math], możemy utworzyć sygnał okresowy [math]s_T(t)[/math]:
tożsamy z [math]s(t)[/math] w przedziale [math][0, T][/math], który można już przedstawić w postaci sumy 1.
RozwińRozwinięcie prostokąta w szereg Fouriera |
