SlideShare a Scribd company logo
1 of 17
Цифровая обработка
сигналов и изображений
Дискретное преобразование Фурье и его
свойства
Ортогональность сигналов
Множество непрерывных функций действительного переменного
{Un(t)} = {U0(t), U1(t), …} называется ортогональным на интервале
[t0; t0+T], если










.
,
0
,
,
)
(
)
(
0
0
n
m
n
m
c
dt
t
U
t
U
T
t
t
n
m
При c = 1 множество {Un(t)} называется ортонормированным.
Для вычисления сигнала через коэффициенты разложения используется:
.
)
(
)
(
0




n
n
n t
U
a
t
x
Коэффициенты разложения an из указанного соотношения можно определить, если
умножить обе его части на Un(t) и проинтегрировать в интервале [t0; t0+T]:
 

 



T
t
t
T
t
t
m
n
n
n
m dt
t
U
t
U
a
t
U
t
x
0
0
0
0
)
(
)
(
)
(
)
(
0
В силу условий ортогональности получим



T
t
t
n
n dt
t
U
t
x
C
a
0
0
)
(
)
(
1
Ортогональность сигналов
Для доказательства теоремы Парсеваля возведем обе части соотношения в квадрат:
.
)
(
)
(
)
(
)
(
0 0 0
2
2
2
 








n p q
q
p
q
p
n
n t
U
t
U
a
a
a
t
U
t
x
Проинтегрируем обе части:
.
)
(
)
(
)
(
1
)
(
1
0 0 0
2
2
2
  










n p q T
q
p
q
p
T
n
n
T
dt
t
U
t
U
a
a
dt
t
U
T
a
t
x
T
По условию ортогональности:
.
)
(
1
0
2
2





n
n
T
a
T
C
dt
t
x
T
Теорема Парсеваля
Впервые в 1807 году французский математик и физик Жан Батист Жозеф
Фурье показал, что любую произвольную функцию можно представить в
виде бесконечной суммы синусных и косинусных членов:
где (рад/с) – основная угловая частота, которая связана с периодом T
функции соотношением . Частоты
называют гармониками, так как они кратны основной частоте.
В данном случае речь идет о системе ортогональных функций вида
)
(t
x









1
0
1
0
0 sin
cos
)
(
n
n
n
n t
n
b
t
n
a
a
t
x 

0

0
2 


T
0

n
 
t
n
t
n 0
0 sin
,
cos
,
1 



T
dt
t
x
T
a ;
)
(
1
0 

T
o
n tdt
n
t
x
T
a ;
cos
)
(
2
 

T
o
n tdt
n
t
x
T
b 
sin
)
(
2
Ряд Фурье. Разложение в ряд Фурье
Коэффициенты {a0, an, bn} можно вычислить с учетом ортогональности множества
функций {cos n0t, sin n0t} на периоде T:
(1)






 ;
,
0
,
,
2
cos
cos 0
0
n
m
n
m
T
tdt
m
t
n
T


;
,
,
0
sin
cos 0
0 n
m
tdt
m
t
n
T


 

(3)






 .
,
0
,
,
2
sin
sin 0
0
n
m
n
m
T
tdt
m
t
n
T


(2)
С учетом этих соотношений получаем:


T
dt
t
x
T
a ;
)
(
1
0


T
n tdt
n
t
x
T
a ;
cos
)
(
2
0

.
sin
)
(
2
0


T
n tdt
n
t
x
T
b 
(4)
(6)
(5)
Ряд Фурье
=
3 sin(x) A
+ 1 sin(3x) B A+B
+ 0.8 sin(5x) C
A+B+C
+ 0.4 sin(7x) D
A+B+C+D
Сумма синусов и косинусов
sin(x) A
Семейство преобразований Фурье
9
t t
t t
Отсчет 0
Отсчет N-1
N=8
Cигнал непрерывный и апериодический Cигнал непрерывный и периодический
Cигнал дискретный и апериодический Cигнал дискретный и периодический
Прямое и обратное непрерывное
преобразование Фурье
x(t) – исходная функция времени
Прямое преобразование Фурье
(отображение исходной функции времени в спектральную область)
Обратное преобразование Фурье
(восстановление функции по её спектру)




0
)
(
)
( dt
e
t
x
j
x t
j




0
)
(
2
1
)
( 



d
e
j
x
t
x t
j
Основная идея дискретного преобразования Фурье




1
0
)
(
1
)
(
N
m
km
x W
m
X
N
k
C





1
0
)
(
)
(
N
k
km
x W
k
C
m
X
1
,
0 
 N
k N
i
e
W /
2


1


i
Обозначения:
X(m) – значение сигнала в момент времени n;
– значение спектра сигнала в точке 2πk;
N – количество отсчетов;
)
(k
Cx
Таким образом, если {X(m)} означает последовательность X(m) конечных
действительных или комплексных чисел, где m = 0, ..., N-1, то дискретное
преобразование Фурье этой последовательности определяется как
,
)
(
1
)
(
1
0




N
m
km
x W
m
X
N
k
C где k = 0, …, N-1, W=e-i2π/N
.
)
(
)
(
1
0





N
k
km
x W
k
C
m
X
Функции W km являются N-периодическими, т.е. Wkm=W(k+N)m=Wk(m+N). Следовательно,
последовательности {Cx(k)}, {X(m)} также являются N-периодическими, т.е.
).
(
)
(
);
(
)
(
k
SN
C
k
C
m
SN
X
m
X
x
x 





Дискретное преобразование Фурье
Основные свойства ДПФ
 Теорема линейности
 Теорема комплексной сопряженности
 Теорема сдвига
 Теорема свертки
 Теорема корреляции
Основные свойства ДПФ
 Теорема линейности: ДПФ является линейным, т.е. если
то
 Теорема комплексной сопряженности: если
- такая последовательность
действительных чисел, что N/2 – целое число и , то
 Теорема сдвига: если и , ,
то
)
(
)
( k
C
m
X x

)
(
)
( k
C
m
Y y

)
(
)
(
)
( m
bY
m
aX
m
Z 

)
(
)
(
)
( k
bC
k
aC
k
C y
x
z 

   
)
1
(
),...,
1
(
),
0
(
)
( 
 N
X
X
X
m
X
)
(
)
( k
C
m
X x

2
/
,
0
),
2
(
)
2
( N
l
l
N
C
l
N
C x
x 




)
(
)
( k
C
m
Z z
 )
(
)
( h
m
X
m
Z 
 1
,
0 
 N
h
)
(
)
( k
C
W
k
C x
kh
z

 N
i
e
W /
2


Если и - последовательность действительных чисел,
при которых , , а свертка этих
последовательностей определяются как
то
Суть:
свертка временных последовательностей эквивалентна
умножению их коэффициентов ДПФ
Основные свойства ДПФ. Теорема свертки
 
)
(m
X  
)
(m
Y
)
(
)
( k
C
m
X x

)
(
)
( k
C
m
Y y

1
,...,
1
,
0
,
)
(
)
(
1
)
(
1
0



 


N
m
h
m
Y
h
X
N
m
Z
N
h
)
(
)
(
)
( k
C
k
C
k
C y
x
z 
Если и - последовательность действительных
чисел, при которых , , а корреляция
этих последовательностей определяются как
то
Основные свойства ДПФ. Теорема корреляции
 
)
(m
X  
)
(m
Y
)
(
)
( k
C
m
X x
 )
(
)
( k
C
m
Y y

1
,...,
1
,
0
,
)
(
)
(
1
)
(
1
0



 



N
m
h
m
Y
h
X
N
m
N
h
Z
)
(
)
(
)
( k
C
k
C
k
C y
x
Z


Теорема Парсеваля
Под теоремой Парсеваля обычно понимают унитарность преобразования Фурье. То
есть сумма (или интеграл) квадрата функции равна сумме (или интегралу) квадрата
результата преобразования
где F{*} обозначает непрерывное преобразование Фурье, которое связывает временной
или пространственный сигнал x(t) с его представлением в частотной области X(f).
В дискретном виде теорему записывают следующим образом:
где X(k) представляет собой дискретное преобразование Фурье сигнала x(i), имеющего
N отсчетов.
,
)}
(
{
)
(
2
2








 dt
t
x
F
dt
t
x
,
)
(
1
)
(
1
0
2
1
0
2







N
k
N
i
k
X
N
i
x

More Related Content

Similar to 109130.ppt

презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками LevinagaGalnalevina
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagalevinaga
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками LevinagaGalnalevina
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками LevinagaGalnalevina
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками LevinagaGalnalevina
 
презентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниямпрезентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниямGalnalevina
 
презентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниямпрезентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниямlevinaga
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками LevinagaGalnalevina
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками LevinagaGalnalevina
 
317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излучений317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излученийivanov1566359955
 
Opredelennyj integral
Opredelennyj integralOpredelennyj integral
Opredelennyj integralDimon4
 
о построении цены производных инструментов
о построении цены производных инструментово построении цены производных инструментов
о построении цены производных инструментовIlya Gikhman
 
Скорость роста функций
Скорость роста функцийСкорость роста функций
Скорость роста функцийDEVTYPE
 
связь криволинейныхю поверхностных и кратных интегралов
связь криволинейныхю поверхностных и кратных интеграловсвязь криволинейныхю поверхностных и кратных интегралов
связь криволинейныхю поверхностных и кратных интеграловLê Hoà
 

Similar to 109130.ppt (20)

презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinaga
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinaga
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinaga
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinaga
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinaga
 
презентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниямпрезентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниям
 
презентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниямпрезентация к лекции по параметрическим колебаниям
презентация к лекции по параметрическим колебаниям
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinaga
 
презентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinagaпрезентация с авторским шаблоном и заметками Levinaga
презентация с авторским шаблоном и заметками Levinaga
 
317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излучений317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излучений
 
2 prohds
2 prohds2 prohds
2 prohds
 
Opredelennyj integral
Opredelennyj integralOpredelennyj integral
Opredelennyj integral
 
о построении цены производных инструментов
о построении цены производных инструментово построении цены производных инструментов
о построении цены производных инструментов
 
колебания.pptx
колебания.pptxколебания.pptx
колебания.pptx
 
6 pr sl sign
6 pr sl sign6 pr sl sign
6 pr sl sign
 
Основы MATLAB. Численные методы
Основы MATLAB. Численные методыОсновы MATLAB. Численные методы
Основы MATLAB. Численные методы
 
3 radiosign
3 radiosign3 radiosign
3 radiosign
 
Скорость роста функций
Скорость роста функцийСкорость роста функций
Скорость роста функций
 
связь криволинейныхю поверхностных и кратных интегралов
связь криволинейныхю поверхностных и кратных интеграловсвязь криволинейныхю поверхностных и кратных интегралов
связь криволинейныхю поверхностных и кратных интегралов
 
10474
1047410474
10474
 

More from MisterTom1

صيانة الاجهزه الطبية.pdf
صيانة الاجهزه الطبية.pdfصيانة الاجهزه الطبية.pdf
صيانة الاجهزه الطبية.pdfMisterTom1
 
21-22. Преобразование изображений.ppt
21-22. Преобразование изображений.ppt21-22. Преобразование изображений.ppt
21-22. Преобразование изображений.pptMisterTom1
 
23-24. Обработка изображений.ppt
23-24. Обработка изображений.ppt23-24. Обработка изображений.ppt
23-24. Обработка изображений.pptMisterTom1
 
23-24. Обработка изображений.ppt
23-24. Обработка изображений.ppt23-24. Обработка изображений.ppt
23-24. Обработка изображений.pptMisterTom1
 
Основы термодинамики живых организмов.pptx
Основы термодинамики живых организмов.pptxОсновы термодинамики живых организмов.pptx
Основы термодинамики живых организмов.pptxMisterTom1
 
основы термодинамики.pptx
основы термодинамики.pptxосновы термодинамики.pptx
основы термодинамики.pptxMisterTom1
 
probabilities1.ppt
probabilities1.pptprobabilities1.ppt
probabilities1.pptMisterTom1
 
29. Сжатие изображений.ppt
29. Сжатие изображений.ppt29. Сжатие изображений.ppt
29. Сжатие изображений.pptMisterTom1
 
19. Цветовые пространства.ppt
19. Цветовые пространства.ppt19. Цветовые пространства.ppt
19. Цветовые пространства.pptMisterTom1
 

More from MisterTom1 (9)

صيانة الاجهزه الطبية.pdf
صيانة الاجهزه الطبية.pdfصيانة الاجهزه الطبية.pdf
صيانة الاجهزه الطبية.pdf
 
21-22. Преобразование изображений.ppt
21-22. Преобразование изображений.ppt21-22. Преобразование изображений.ppt
21-22. Преобразование изображений.ppt
 
23-24. Обработка изображений.ppt
23-24. Обработка изображений.ppt23-24. Обработка изображений.ppt
23-24. Обработка изображений.ppt
 
23-24. Обработка изображений.ppt
23-24. Обработка изображений.ppt23-24. Обработка изображений.ppt
23-24. Обработка изображений.ppt
 
Основы термодинамики живых организмов.pptx
Основы термодинамики живых организмов.pptxОсновы термодинамики живых организмов.pptx
Основы термодинамики живых организмов.pptx
 
основы термодинамики.pptx
основы термодинамики.pptxосновы термодинамики.pptx
основы термодинамики.pptx
 
probabilities1.ppt
probabilities1.pptprobabilities1.ppt
probabilities1.ppt
 
29. Сжатие изображений.ppt
29. Сжатие изображений.ppt29. Сжатие изображений.ppt
29. Сжатие изображений.ppt
 
19. Цветовые пространства.ppt
19. Цветовые пространства.ppt19. Цветовые пространства.ppt
19. Цветовые пространства.ppt
 

109130.ppt

  • 3. Ортогональность сигналов Множество непрерывных функций действительного переменного {Un(t)} = {U0(t), U1(t), …} называется ортогональным на интервале [t0; t0+T], если           . , 0 , , ) ( ) ( 0 0 n m n m c dt t U t U T t t n m При c = 1 множество {Un(t)} называется ортонормированным. Для вычисления сигнала через коэффициенты разложения используется: . ) ( ) ( 0     n n n t U a t x
  • 4. Коэффициенты разложения an из указанного соотношения можно определить, если умножить обе его части на Un(t) и проинтегрировать в интервале [t0; t0+T]:         T t t T t t m n n n m dt t U t U a t U t x 0 0 0 0 ) ( ) ( ) ( ) ( 0 В силу условий ортогональности получим    T t t n n dt t U t x C a 0 0 ) ( ) ( 1 Ортогональность сигналов
  • 5. Для доказательства теоремы Парсеваля возведем обе части соотношения в квадрат: . ) ( ) ( ) ( ) ( 0 0 0 2 2 2           n p q q p q p n n t U t U a a a t U t x Проинтегрируем обе части: . ) ( ) ( ) ( 1 ) ( 1 0 0 0 2 2 2              n p q T q p q p T n n T dt t U t U a a dt t U T a t x T По условию ортогональности: . ) ( 1 0 2 2      n n T a T C dt t x T Теорема Парсеваля
  • 6. Впервые в 1807 году французский математик и физик Жан Батист Жозеф Фурье показал, что любую произвольную функцию можно представить в виде бесконечной суммы синусных и косинусных членов: где (рад/с) – основная угловая частота, которая связана с периодом T функции соотношением . Частоты называют гармониками, так как они кратны основной частоте. В данном случае речь идет о системе ортогональных функций вида ) (t x          1 0 1 0 0 sin cos ) ( n n n n t n b t n a a t x   0  0 2    T 0  n   t n t n 0 0 sin , cos , 1     T dt t x T a ; ) ( 1 0   T o n tdt n t x T a ; cos ) ( 2    T o n tdt n t x T b  sin ) ( 2 Ряд Фурье. Разложение в ряд Фурье
  • 7. Коэффициенты {a0, an, bn} можно вычислить с учетом ортогональности множества функций {cos n0t, sin n0t} на периоде T: (1)        ; , 0 , , 2 cos cos 0 0 n m n m T tdt m t n T   ; , , 0 sin cos 0 0 n m tdt m t n T      (3)        . , 0 , , 2 sin sin 0 0 n m n m T tdt m t n T   (2) С учетом этих соотношений получаем:   T dt t x T a ; ) ( 1 0   T n tdt n t x T a ; cos ) ( 2 0  . sin ) ( 2 0   T n tdt n t x T b  (4) (6) (5) Ряд Фурье
  • 8. = 3 sin(x) A + 1 sin(3x) B A+B + 0.8 sin(5x) C A+B+C + 0.4 sin(7x) D A+B+C+D Сумма синусов и косинусов sin(x) A
  • 9. Семейство преобразований Фурье 9 t t t t Отсчет 0 Отсчет N-1 N=8 Cигнал непрерывный и апериодический Cигнал непрерывный и периодический Cигнал дискретный и апериодический Cигнал дискретный и периодический
  • 10. Прямое и обратное непрерывное преобразование Фурье x(t) – исходная функция времени Прямое преобразование Фурье (отображение исходной функции времени в спектральную область) Обратное преобразование Фурье (восстановление функции по её спектру)     0 ) ( ) ( dt e t x j x t j     0 ) ( 2 1 ) (     d e j x t x t j
  • 11. Основная идея дискретного преобразования Фурье     1 0 ) ( 1 ) ( N m km x W m X N k C      1 0 ) ( ) ( N k km x W k C m X 1 , 0   N k N i e W / 2   1   i Обозначения: X(m) – значение сигнала в момент времени n; – значение спектра сигнала в точке 2πk; N – количество отсчетов; ) (k Cx
  • 12. Таким образом, если {X(m)} означает последовательность X(m) конечных действительных или комплексных чисел, где m = 0, ..., N-1, то дискретное преобразование Фурье этой последовательности определяется как , ) ( 1 ) ( 1 0     N m km x W m X N k C где k = 0, …, N-1, W=e-i2π/N . ) ( ) ( 1 0      N k km x W k C m X Функции W km являются N-периодическими, т.е. Wkm=W(k+N)m=Wk(m+N). Следовательно, последовательности {Cx(k)}, {X(m)} также являются N-периодическими, т.е. ). ( ) ( ); ( ) ( k SN C k C m SN X m X x x       Дискретное преобразование Фурье
  • 13. Основные свойства ДПФ  Теорема линейности  Теорема комплексной сопряженности  Теорема сдвига  Теорема свертки  Теорема корреляции
  • 14. Основные свойства ДПФ  Теорема линейности: ДПФ является линейным, т.е. если то  Теорема комплексной сопряженности: если - такая последовательность действительных чисел, что N/2 – целое число и , то  Теорема сдвига: если и , , то ) ( ) ( k C m X x  ) ( ) ( k C m Y y  ) ( ) ( ) ( m bY m aX m Z   ) ( ) ( ) ( k bC k aC k C y x z       ) 1 ( ),..., 1 ( ), 0 ( ) (   N X X X m X ) ( ) ( k C m X x  2 / , 0 ), 2 ( ) 2 ( N l l N C l N C x x      ) ( ) ( k C m Z z  ) ( ) ( h m X m Z   1 , 0   N h ) ( ) ( k C W k C x kh z   N i e W / 2  
  • 15. Если и - последовательность действительных чисел, при которых , , а свертка этих последовательностей определяются как то Суть: свертка временных последовательностей эквивалентна умножению их коэффициентов ДПФ Основные свойства ДПФ. Теорема свертки   ) (m X   ) (m Y ) ( ) ( k C m X x  ) ( ) ( k C m Y y  1 ,..., 1 , 0 , ) ( ) ( 1 ) ( 1 0        N m h m Y h X N m Z N h ) ( ) ( ) ( k C k C k C y x z 
  • 16. Если и - последовательность действительных чисел, при которых , , а корреляция этих последовательностей определяются как то Основные свойства ДПФ. Теорема корреляции   ) (m X   ) (m Y ) ( ) ( k C m X x  ) ( ) ( k C m Y y  1 ,..., 1 , 0 , ) ( ) ( 1 ) ( 1 0         N m h m Y h X N m N h Z ) ( ) ( ) ( k C k C k C y x Z  
  • 17. Теорема Парсеваля Под теоремой Парсеваля обычно понимают унитарность преобразования Фурье. То есть сумма (или интеграл) квадрата функции равна сумме (или интегралу) квадрата результата преобразования где F{*} обозначает непрерывное преобразование Фурье, которое связывает временной или пространственный сигнал x(t) с его представлением в частотной области X(f). В дискретном виде теорему записывают следующим образом: где X(k) представляет собой дискретное преобразование Фурье сигнала x(i), имеющего N отсчетов. , )} ( { ) ( 2 2          dt t x F dt t x , ) ( 1 ) ( 1 0 2 1 0 2        N k N i k X N i x