Ряды Фурье. Примеры решений

Ряд Фурье записывается в виде:

, где k – номер гармоники.

Коэффициенты Фурье для этого ряда находятся по формулам:

Периодические сигналы представляются рядом Фурье в виде:

, где - основная частота;

Здесь коэффициенты рассчитываются по формулам:

Часто используется другая форма записи ряда Фурье:

, где:

– амплитуда k -ой гармоники; - начальная фаза

Для удобства расчетов ряд Фурье записывается в комплексной форме:

Графическое временное и частотное изображения

Спектра периодического сигнала

временное изображение

(f )

частотное изображение АЧС

Аналогично ФЧС, только учитывая, что фазы могут быть и отрицательными.

Такой спектр называется дискретным или линейчатым, он характерен для периодического сигнала.

Спектр последовательности прямоугольных импульсов

Рассмотрим симметричное расположение импульсов

, где - скважность.

Найдем нулевые точки синуса:

Первая нулевая точка – самая важная для спектра последовательности прямоугольных импульсов.

АЧС последовательности прямоугольных импульсов:

ω 1 ω 2 2π/t u 4π/t u

Основную долю энергии несут гармоники, расположенные от 0 до первой нулевой точки (около 90% энергии). Эту область частот, где сосредоточено 90% энергии сигнала, называют шириной спектра (частотного) сигнала.

Для прямоугольного импульса ширина спектра - .

Любая цифровая передача сигнала требует большего спектра, чем простая аналоговая.

ФЧС последовательности прямоугольных импульсов:

если sun(x)>0, то Ψ k =0

если sin(x)<0, то Ψ k = π

Влияние длительности импульса и периода на вид спектра

Если длительность уменьшается, то основная частота не изменится, нулевые точки переместятся вправо. До первой нулевой точки, где сосредоточена основная энергия, попадает больше составляющих. Технически отмечают, что спектр расширяется.

Если же длительность импульса возрастает, то происходит сужение спектра.

Если период повторения увеличивается, то уменьшается основная частота. Если период повторения уменьшается, то основная частота увеличивается.

Изменение положения импульса или начала отсчета

Это не влияет на АЧС, при этом изменяется только фазовый спектр. Это можно отразить на основе теоремы запаздывания:

Фазовый спектр смещенного сигнала при N=4 :

Понятие о расчете цепей при периодических сигналах

Методика расчета:

1. Определяется комплексный спектр периодического сигнала;

2. Оценивается спектр, оставляют наиболее значащие гармоники (первый критерий: отсекаются все, который составляют менее 0,1 от максимальной по величине амплитуды гармоники);

Рассчитываются токи и напряжения от каждой составляющей в отдельности. Можно использовать комплексный метод расчета.

I 0 =0

Оценить негармоническую функцию можно по действующему значению, т.е. среднеквадратичному за период:

Понятие о спектре непериодического сигнала

Непериодические сигналы являются самыми важными, так как именно они несут информацию. Периодические сигналы являются служебными для передачи информации, а новой информации не несут. Поэтому возникает вопрос спектров непериодических сигналов. Их можно попробовать получить предельным переходом из периодических сигналов, устремив период к бесконечности (). Остается одиночный сигнал. Найдем комплексную амплитуду спектра одиночного сигнала: при .

,

Непериодический сигнал можно разбить на бесконечную сумму гармонических составляющих с бесконечно малыми амплитудами и отличающихся по частоте на бесконечно малые величины – Это называется сплошным спектром не периодического сигнала, а не дискретным. Для расчетов используют понятие не комплексных амплитуд, и комплексной спектральной плотности амплитуд - величины амплитуды, приходящейся на единицу частоты.

Это прямое преобразование Фурье (двухстороннее).

Ряды Фурье - это представление произвольно взятой функции с конкретным периодом в виде ряда. В общем виде данное решение называют разложением элемента по ортогональному базису. Разложение функций в ряд Фурье является довольно мощным инструментарием при решении разнообразных задач благодаря свойствам данного преобразования при интегрировании, дифференцировании, а также сдвиге выражения по аргументу и свертке.

Человек, не знакомый с высшей математикой, а также с трудами французского ученого Фурье, скорее всего, не поймет, что это за «ряды» и для чего они нужны. А между тем данное преобразование довольно плотно вошло в нашу жизнь. Им пользуются не только математики, но и физики, химики, медики, астрономы, сейсмологи, океанографы и многие другие. Давайте и мы поближе познакомимся с трудами великого французского ученого, сделавшего открытие, опередившее свое время.

Человек и преобразование Фурье

Ряды Фурье являются одним из методов (наряду с анализом и другими) Данный процесс происходит каждый раз, когда человек слышит какой-либо звук. Наше ухо в автоматическом режиме производит преобразование элементарных частиц в упругой среде раскладываются в ряды (по спектру) последовательных значений уровня громкости для тонов разной высоты. Далее мозг превращает эти данные в привычные для нас звуки. Все это происходит помимо нашего желания или сознания, само по себе, а вот для того чтобы понять эти процессы, понадобится несколько лет изучать высшую математику.

Подробнее о преобразовании Фурье

Преобразование Фурье можно проводить аналитическими, числительными и другими методами. Ряды Фурье относятся к числительному способу разложения любых колебательных процессов - от океанских приливов и световых волн до циклов солнечной (и других астрономических объектов) активности. Используя эти математические приемы, можно разбирать функции, представляя любые колебательные процессы в качестве ряда синусоидальных составляющих, которые переходят от минимума к максимуму и обратно. Преобразование Фурье является функцией, описывающей фазу и амплитуду синусоид, соответствующих определенной частоте. Данный процесс можно использовать для решения весьма сложных уравнений, которые описывают динамические процессы, возникающие под действием тепловой, световой или электрической энергии. Также ряды Фурье позволяют выделять постоянные составляющие в сложных колебательных сигналах, благодаря чему стало возможным правильно интерпретировать полученные экспериментальные наблюдения в медицине, химии и астрономии.

Историческая справка

Отцом-основателем этой теории является французский математик Жан Батист Жозеф Фурье. Его именем впоследствии и было названо данное преобразование. Изначально ученый применил свой метод для изучения и объяснения механизмов теплопроводности - распространения тепла в твердых телах. Фурье предположил, что изначальное нерегулярное распределение можно разложить на простейшие синусоиды, каждая из которых будет иметь свой температурный минимум и максимум, а также свою фазу. При этом каждая такая компонента будет измеряться от минимума к максимуму и обратно. Математическая функция, которая описывает верхние и нижние пики кривой, а также фазу каждой из гармоник, назвали преобразованием Фурье от выражения распределения температуры. Автор теории свел общую функцию распределения, которая трудно поддается математическому описанию, к весьма удобному в обращении ряду косинуса и синуса, в сумме дающих исходное распределение.

Принцип преобразования и взгляды современников

Современники ученого - ведущие математики начала девятнадцатого века - не приняли данную теорию. Основным возражением послужило утверждение Фурье о том, что разрывную функцию, описывающую прямую линию или разрывающуюся кривую, можно представить в виде суммы синусоидальных выражений, которые являются непрерывными. В качестве примера можно рассмотреть «ступеньку» Хевисайда: ее значение равно нулю слева от разрыва и единице справа. Данная функция описывает зависимость электрического тока от временной переменной при замыкании цепи. Современники теории на тот момент никогда не сталкивались с подобной ситуацией, когда разрывное выражение описывалось бы комбинацией непрерывных, обычных функций, таких как экспонента, синусоида, линейная или квадратичная.

Что смущало французских математиков в теории Фурье?

Ведь если математик был в прав в своих утверждениях, то, суммируя бесконечный тригонометрический ряд Фурье, можно получить точное представление ступенчатого выражения даже в том случае, если оно имеет множество подобных ступеней. В начале девятнадцатого века подобное утверждение казалось абсурдным. Но несмотря на все сомнения, многие математики расширили сферу изучения данного феномена, выведя его за пределы исследований теплопроводности. Однако большинство ученых продолжали мучиться вопросом: "Может ли сумма синусоидального ряда сходиться к точному значению разрывной функции?"

Сходимость рядов Фурье: пример

Вопрос о сходимости поднимается всякий раз при необходимости суммирования бесконечных рядов чисел. Для понимания данного феномена рассмотрим классический пример. Сможете ли вы когда-либо достигнуть стены, если каждый последующий шаг будет вдвое меньше предыдущего? Предположим, что вы находитесь в двух метрах от цели, первый же шаг приближает к отметке на половине пути, следующий - к отметке в три четверти, а после пятого вы преодолеете почти 97 процентов пути. Однако сколько бы вы шагов ни сделали, намеченной цели вы не достигните в строгом математическом смысле. Используя числовые расчеты, можно доказать, что в конце концов можно приблизиться на сколь угодно малое заданное расстояние. Данное доказательство является эквивалентным демонстрации того, что суммарное значение одной второй, одной четвертой и т. д. будет стремиться к единице.

Вопрос сходимости: второе пришествие, или Прибор лорда Кельвина

Повторно данный вопрос поднялся в конце девятнадцатого века, когда ряды Фурье попробовали применить для предсказания интенсивности отливов и приливов. В это время лордом Кельвином был изобретен прибор, представляющий собой аналоговое вычислительное устройство, которое позволяло морякам военного и торгового флота отслеживать это природное явление. Данный механизм определял наборы фаз и амплитуд по таблице высоты приливов и соответствующих им временных моментов, тщательно замеренных в данной гавани в течение года. Каждый параметр представлял собой синусоидальную компоненту выражения высоты прилива и являлся одной из регулярных составляющих. Результаты измерений вводились в вычислительный прибор лорда Кельвина, синтезирующий кривую, которая предсказывала высоту воды как временную функцию на следующий год. Очень скоро подобные кривые были составлены для всех гаваней мира.

А если процесс будет нарушен разрывной функцией?

В то время представлялось очевидным, что прибор, предсказывающий приливную волну, с большим количеством элементов счета может вычислить большое количество фаз и амплитуд и так обеспечить более точные предсказания. Тем не менее оказалось, что данная закономерность не соблюдается в тех случаях, когда приливное выражение, которое следует синтезировать, содержало резкий скачок, то есть являлось разрывным. В том случае, если в устройство вводятся данные из таблицы временных моментов, то оно производит вычисления нескольких коэффициентов Фурье. Исходная функция восстанавливается благодаря синусоидальным компонентам (в соответствии с найденными коэффициентами). Расхождение между исходным и восстановленным выражением можно измерять в любой точке. При проведении повторных вычислений и сравнений видно, что значение наибольшей ошибки не уменьшается. Однако они локализируются в области, соответствующей точке разрыва, а в любой иной точке стремятся к нулю. В 1899 году этот результат был теоретически подтвержден Джошуа Уиллардом Гиббсом из Йельского университета.

Сходимость рядов Фурье и развитие математики в целом

Анализ Фурье неприменим к выражениям, содержащим бесконечное количество всплесков на определенном интервале. В общем и целом ряды Фурье, если изначальная функция представлена результатом реального физического измерения, всегда сходятся. Вопросы сходимости данного процесса для конкретных классов функций привели к появлению новых разделов в математике, например теории обобщенных функций. Она связана с такими именами, как Л. Шварц, Дж. Микусинский и Дж. Темпл. В рамках данной теории была создана четкая и точная теоретическая основа под такие выражения, как дельта-функция Дирака (она описывает область единой площади, сконцентрированной в бесконечно малой окрестности точки) и «ступень» Хевисайда. Благодаря этой работе ряды Фурье стали применимы для решения уравнений и задач, в которых фигурируют интуитивные понятия: точечный заряд, точечная масса, магнитные диполи, а также сосредоточенная нагрузка на балке.

Метод Фурье

Ряды Фурье, в соответствии с принципами интерференции, начинаются с разложения сложных форм на более простые. Например, изменение теплового потока объясняется его прохождением сквозь различные препятствия из теплоизолирующего материала неправильной формы или изменением поверхности земли - землетрясением, изменением орбиты небесного тела - влиянием планет. Как правило, подобные уравнения, описывающие простые классические системы, элементарно решаются для каждой отдельной волны. Фурье показал, что простые решения также можно суммировать для получения решения более сложных задач. Выражаясь языком математики, ряды Фурье - это методика представления выражения суммой гармоник - косинусоид и синусоид. Поэтому данный анализ известен также под именем «гармонический анализ».

Ряд Фурье - идеальная методика до «компьютерной эпохи»

До создания компьютерной техники методика Фурье являлась лучшим оружием в арсенале ученых при работе с волновой природой нашего мира. Ряд Фурье в комплексной форме позволяет решать не только простые задачи, которые поддаются прямому применению законов механики Ньютона, но и фундаментальные уравнения. Большинство открытий ньютоновской науки девятнадцатого века стали возможны только благодаря методике Фурье.

Ряды Фурье сегодня

С развитием компьютеров преобразования Фурье поднялись на качественно новый уровень. Данная методика прочно закрепилась практически во всех сферах науки и техники. В качестве примера можно привести цифровой аудио- и видеосигнал. Его реализация стала возможной только благодаря теории, разработанной французским математиком в начале девятнадцатого века. Так, ряд Фурье в комплексной форме позволил совершить прорыв в изучении космического пространства. Кроме того, это повлияло на изучение физики полупроводниковых материалов и плазмы, микроволновой акустики, океанографии, радиолокации, сейсмологии.

Тригонометрический ряд Фурье

В математике ряд Фурье является способом представления произвольных сложных функций суммой более простых. В общих случаях количество таких выражений может быть бесконечным. При этом чем больше их число учитывается при расчете, тем точнее получается конечный результат. Чаще всего в качестве простейших используют тригонометрические функции косинуса или синуса. В таком случае ряды Фурье называют тригонометрическими, а решение таких выражений - разложением гармоники. Этот метод играет важную роль в математике. Прежде всего, тригонометрический ряд дает средства для изображения, а также изучения функций, он является основным аппаратом теории. Кроме того, он позволяет решать ряд задач математической физики. Наконец, данная теория способствовала развитию вызвала к жизни целый ряд весьма важных разделов математической науки (теорию интегралов, теорию периодических функций). Кроме того, послужила отправным пунктом для развития следующих функций действительного переменного, а также положила начало гармоническому анализу.

Этот ряд может быть также записан в виде:

(2),
где , k-я комплексная амплитуда.

Связь между коэффициентами (1) и (3) выражается следующими формулами:

Отметим, что все эти три представления ряда Фурье совершенно равнозначны. Иногда при работе с рядами Фурье бывает удобнее использовать вместо синусов и косинусов экспоненты мнимого аргумента, то есть использовать преобразование Фурье в комплексной форме. Но нам удобно использовать формулу (1), где ряд Фурье представлен в виде суммы косинусоид с соответствующими амплитудами и фазами. В любом случае неправильно говорить, что результатом преобразования Фурье действительного сигнала будут комплексные амплитуды гармоник. Как правильно говорится в Вики «Преобразование Фурье (?) - операция, сопоставляющая одной функции вещественной переменной другую функцию, также вещественной переменной.»

Итого:
Математической основой спектрального анализа сигналов является преобразование Фурье.

Преобразование Фурье позволяет представить непрерывную функцию f(x) (сигнал), определенную на отрезке {0, T} в виде суммы бесконечного числа (бесконечного ряда) тригонометрических функций (синусоид и\или косинусоид) с определёнными амплитудами и фазами, также рассматриваемых на отрезке {0, T}. Такой ряд называется рядом Фурье.

Отметим еще некоторые моменты, понимание которых требуется для правильного применения преобразования Фурье к анализу сигналов. Если рассмотреть ряд Фурье (сумму синусоид) на всей оси Х, то можно увидеть, что вне отрезка {0, T} функция представленная рядом Фурье будет будет периодически повторять нашу функцию.

Например, на графике рис.7 исходная функция определена на отрезке {-T\2, +T\2}, а ряд Фурье представляет периодическую функцию, определенную на всей оси х.

Это происходит потому, что синусоиды сами являются периодическими функциями, соответственно и их сумма будет периодической функцией.

рис.7 Представление непериодической исходной функции рядом Фурье

Таким образом:

Наша исходная функция - непрерывная, непериодическая, определена на некотором отрезке длиной T.
Спектр этой функции - дискретный, то есть представлен в виде бесконечного ряда гармонических составляющих - ряда Фурье.
По факту, рядом Фурье определяется некоторая периодическая функция, совпадающая с нашей на отрезке {0, T}, но для нас эта периодичность не существенна.

Периоды гармонических составляющих кратны величине отрезка {0, T}, на котором определена исходная функция f(x). Другими словами, периоды гармоник кратны длительности измерения сигнала. Например, период первой гармоники ряда Фурье равен интервалу Т, на котором определена функция f(x). Период второй гармоники ряда Фурье равен интервалу Т/2. И так далее (см. рис. 8).

рис.8 Периоды (частоты) гармонических составляющих ряда Фурье (здесь Т=2?)

Соответственно, частоты гармонических составляющих кратны величине 1/Т. То есть частоты гармонических составляющих Fk равны Fk= к\Т, где к пробегает значения от 0 до?, например к=0 F0=0; к=1 F1=1\T; к=2 F2=2\T; к=3 F3=3\T;… Fk= к\Т (при нулевой частоте - постоянная составляющая).

Пусть наша исходная функция, представляет собой сигнал, записанный в течение Т=1 сек. Тогда период первой гармоники будет равен длительности нашего сигнала Т1=Т=1 сек и частота гармоники равна 1 Гц. Период второй гармоники будет равен длительности сигнала, деленной на 2 (Т2=Т/2=0,5 сек) и частота равна 2 Гц. Для третьей гармоники Т3=Т/3 сек и частота равна 3 Гц. И так далее.

Шаг между гармониками в этом случае равен 1 Гц.

Таким образом сигнал длительностью 1 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 1 Гц.
Чтобы увеличить разрешение в 2 раза до 0,5 Гц - надо увеличить длительность измерения в 2 раза - до 2 сек. Сигнал длительностью 10 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 0,1 Гц. Других способов увеличить разрешение по частоте нет.

Существует способ искусственного увеличения длительности сигнала путем добавления нулей к массиву отсчетов. Но реальную разрешающую способность по частоте он не увеличивает.

3. Дискретные сигналы и дискретное преобразование Фурье

С развитием цифровой техники изменились и способы хранения данных измерений (сигналов). Если раньше сигнал мог записываться на магнитофон и храниться на ленте в аналоговом виде, то сейчас сигналы оцифровываются и хранятся в файлах в памяти компьютера в виде набора чисел (отсчетов).

Обычная схема измерения и оцифровки сигнала выглядит следующим образом.

рис.9 Схема измерительного канала

Сигнал с измерительного преобразователя поступает на АЦП в течение периода времени Т. Полученные за время Т отсчеты сигнала (выборка) передаются в компьютер и сохраняются в памяти.

рис.10 Оцифрованный сигнал - N отсчетов полученных за время Т

Какие требования выдвигаются к параметрам оцифровки сигнала? Устройство, преобразующее входной аналоговый сигнал в дискретный код (цифровой сигнал) называется аналого-цифровой преобразователь (АЦП, англ. Analog-to-digital converter, ADC) (Wiki).

Одним из основных параметров АЦП является максимальная частота дискретизации (или частота семплирования, англ. sample rate) - частота взятия отсчетов непрерывного во времени сигнала при его дискретизации. Измеряется в герцах. ((Wiki))

Согласно теореме Котельникова, если непрерывный сигнал имеет спектр, ограниченный частотой Fмакс, то он может быть полностью и однозначно восстановлен по его дискретным отсчетам, взятым через интервалы времени , т.е. с частотой Fd ? 2*Fмакс, где Fd - частота дискретизации; Fмакс - максимальная частота спектра сигнала. Другими слова частота оцифровки сигнала (частота дискретизации АЦП) должна как минимум в 2 раза превышать максимальную частоту сигнала, который мы хотим измерить.

А что будет, если мы будем брать отсчеты с меньшей частотой, чем требуется по теореме Котельникова?

В этом случае возникает эффект «алиасинга» (он же стробоскопический эффект, муаровый эффект), при котором сигнал высокой частоты после оцифровки превращается в сигнал низкой частоты, которого на самом деле не существует. На рис. 5 красная синусоида высокой частоты - это реальный сигнал. Синяя синусоида более низкой частоты - фиктивный сигнал, возникающий вследствие того, за время взятия отсчета успевает пройти больше, чем пол-периода высокочастотного сигнала.

Рис. 11. Появление ложного сигнала низкой частоты при недостаточно высокой частоте дискретизации

Чтобы избежать эффекта алиасинга перед АЦП ставят специальный антиалиасинговый фильтр - ФНЧ (фильтр нижних частот), который пропускает частоты ниже половины частоты дискретизации АЦП, а более высокие частоты зарезает.

Для того, чтобы вычислить спектр сигнала по его дискретным отсчетам используется дискретное преобразование Фурье (ДПФ). Отметим еще раз, что спектр дискретного сигнала «по определению» ограничен частотой Fмакс, меньшей половине частоты дискретизации Fd. Поэтому спектр дискретного сигнала может быть представлен суммой конечного числа гармоник, в отличие от бесконечной суммы для ряда Фурье непрерывного сигнала, спектр которого может быть неограничен. Согласно теореме Котельникова максимальная частота гармоники должна быть такой, чтобы на нее приходилось как минимум два отсчета, поэтому число гармоник равно половине числа отсчетов дискретного сигнала. То есть если в выборке имется N отсчетов, то число гармоник в спектре будет равно N/2.

Рассмотрим теперь дискретное преобразование Фурье (ДПФ).

Сравнивая с рядом Фурье

Видим, что они совпадают, за исключением того, что время в ДПФ имеет дискретный характер и число гармоник ограничено величиной N/2 - половиной числа отсчетов.

Формулы ДПФ записываются в безразмерных целых переменных k, s, где k – номера отсчетов сигнала, s – номера спектральных составляющих.
Величина s показывает количество полных колебаний гармоники на периоде Т (длительности измерения сигнала). Дискретное преобразование Фурье используется для нахождения амплитуд и фаз гармоник численным методом, т.е. «на компьютере»

Возвращаясь к результатам, полученным в начале. Как уже было сказано выше, при разложении в ряд Фурье непериодической функции (нашего сигнала), полученный ряд Фурье фактически соответствует периодической функции с периодом Т. (рис.12).

рис.12 Периодическая функция f(x) с периодом Т0, с периодом измерения Т>T0

Как видно на рис.12 функция f(x) периодическая с периодом Т0. Однако из-за того, что длительность измерительной выборки Т не совпадает с периодом функции Т0, функция, получаемая как ряд Фурье, имеет разрыв в точке Т. В результате спектр данной функции будет содержать большое количество высокочастотных гармоник. Если бы длительность измерительной выборки Т совпадала с периодом функции Т0, то в полученном после преобразования Фурье спектре присутствовала бы только первая гармоника (синусоида с периодом равным длительности выборки), поскольку функция f(x) представляет собой синусоиду.

Другими словами, программа ДПФ «не знает», что наш сигнал представляет собой «кусок синусоиды», а пытается представить в виде ряда периодическую функцию, которая имеет разрыв из-за нестыковки отдельных кусков синусоиды.

В результате в спектре появляются гармоники, которые должны в сумме изобразить форму функции, включая этот разрыв.

Таким образом, чтобы получить «правильный» спектр сигнала, являющегося суммой нескольких синусоид с разными периодами, необходимо чтобы на периоде измерения сигнала укладывалось целое число периодов каждой синусоиды. На практике это условие можно выполнить при достаточно большой длительности измерения сигнала.

Рис.13 Пример функции и спектра сигнала кинематической погрешности редуктора

При меньшей длительности картина будет выглядеть «хуже»:

Рис.14 Пример функции и спектра сигнала вибрации ротора

На практике бывает сложно понять, где «реальные составляющие», а где «артефакты», вызванные некратностью периодов составляющих и длительности выборки сигнала или «скачками и разрывами» формы сигнала. Конечно слова «реальные составляющие» и «артефакты» не зря взяты в кавычки. Наличие на графике спектра множества гармоник не означает, что наш сигнал в реальности из них «состоит». Это все равно что считать, будто число 7 «состоит» из чисел 3 и 4. Число 7 можно представить в виде суммы чисел 3 и 4 - это правильно.

Так и наш сигнал… а вернее даже не «наш сигнал», а периодическую функцию, составленную путем повторения нашего сигнала (выборки) можно представить в виде суммы гармоник (синусоид) с определенными амплитудами и фазами. Но во многих важных для практики случаях (см. рисунки выше) действительно можно связать полученные в спектре гармоники и с реальными процессами, имеющими циклический характер и вносящими значительный вклад в форму сигнала.

Некоторые итоги

1. Реальный измеренный сигнал, длительностью T сек, оцифрованный АЦП, то есть представленный набором дискретных отсчетов (N штук), имеет дискретный непериодический спектр, представленный набором гармоник (N/2 штук).

2. Сигнал представлен набором действительных значений и его спектр представлен набором действительных значений. Частоты гармоник положительны. То, что математикам бывает удобнее представить спектр в комплексной форме с использованием отрицательных частот не значит, что «так правильно» и «так всегда надо делать».

3. Сигнал, измеренный на отрезке времени Т определен только на отрезке времени Т. Что было до того, как мы начали измерять сигнал, и что будет после того - науке это неизвестно. И в нашем случае - неинтересно. ДПФ ограниченного во времени сигнала дает его «настоящий» спектр, в том смысле, что при определенных условиях позволяет вычислить амплитуду и частоту его составляющих.

Использованные материалы и другие полезные материалы.

Выше мы видим, что разложение функций в степенные ряды позволяет вычислить приближенные значения этих функций с необходимой точностью. Но имеется много функций, которые не разлагаются в степенные ряды (ряды Тейлора или Маклорена), т.к. требования к функциям предъявляются довольно жесткие (функция должна быть бесконечно дифференцируема и т.д.). Поэтому используются и другие виды функциональных рядов, условия разложения в которые менее обременительны. К таким рядам относятся тригонометрические ряды.

Определение : Тригонометрическим рядом функциональный ряд вида:, (1)

где есть постоянные числа, называемые:

Коэффициентами тригонометрического ряда .

Все члены ряда (1) являются функциональными непериодическими и обладают общим наименьшим периодом 2p. Отсюда следует: если функция f(x) разлагается в тригонометрический ряд (1), т.е. она является суммой этого ряда, то эта функция сама должна быть суммой ряда (1) только в некотором интервале длинной 2p.

Основные свойства тригонометрического ряда вытекают jиз основного свойства системы тригонометрических функций. Стачала одно определение.

Определение : Бесконечная система функций j1(x),j2(x),...,j3(x)..., определенных на сегменте , называется ортогональном на этом сегменте , если выполняется следующие условия:
для m¹n;

для любых n.

Теорема : Система тригонометрических функций ортогональна на отрезке [-p,p].

Доказательство: Нужно проверить условия 1) и 2) предыдущего определения.

1)Рассмотрим интегралы:

Применим тригонометрические формулы:

Очевидно с их помощью все предыдущие интегралы сводятся к интегралам вида:
и

Вычислим их.

;

Тем самым, первое требование ортогональности будет выполнено.

2)
;

и второе требование выполнено ч. и т.д.

1. Тригонометрический ряд Фурье.

Пусть периодическая с периодом 2p функция f(x) представляется как сумма тригонометрического ряда
(1).

для всех х из некоторого промежутка длинной 2p. Но сумма ряда S(х) периодическая с периодом 2p функция. Поэтому значение f(x)и S(x)совпадают на всей числовой прямой (-¥, +¥). Поэтому достаточно изучить равенство (1) на некотором промежутке длинной 2p, обычно это [-p,p] .

Итак, пусть f(х) сумма ряда (1) на [-p,p] и, кроме того, предположим, что его можно почленно интегрировать поэтому отрезку. Это, например, возможно если числовой ряд из коэффициентов ряда (1) сходится абсолютно, т.е. сходится ряд

(2).

В этом случаи члены функционального ряда (1) на абсолютной величине не превосходят соответствующих членов ряда (2), откуда следует равномерная сходимость ряда (1), а, значит, и возможность его не членного интегрирования по [-p,p].

Используем это для вычисления коэффициента a 0 . Проинтегрируем почленно обе части неравенства (1) по [-p,p]:

Все интегралы справа согласно свойству ортогональности тригонометрических функций, равны нулю кроме первого. Поэтому:
, откуда
(3).

Чтобы вычислить а к /k¹0/ умножим обе части (1) на coskx. Полученный ряд тоже будет сходится равномерно на [-p,p], т.к. ½coskx½£1 и его можно почленно интегрировать по [-p,p].

По этому же свойству ортогональности все интегралы справа равны нулю кроме содержащего а к.

Тогда
. Откуда

(4).

Умножая обе части (1)на sin kx и интегрируя полученное равенство на , получим
. Откуда

(5).

Коэффициенты, вычисляемые по формулам (3)-(5), называют

коэффициентами фурье для функции f(x), а тригонометрический ряд (1) с этими коэффициентами - рядом Фурье функции (x).

Нужно заметить, что далеко не всегда можно почленно интегрировать ряд (1). Поэтому формально можно вычислить коэффициенты Фурье, составить ряд Фурье (1), но нельзя гарантировать, что этот ряд сходится вообще; а если сходится, то его сумма есть функция f(x). В таких случаях условились вместо равенства (1) “соответствие”:

Во многих случаях задача получения (вычисления) спектра сигнала выглядит следующим образом. Имеется АЦП, который с частотой дискретизации Fd преобразует непрерывный сигнал, поступающий на его вход в течение времени Т, в цифровые отсчеты - N штук. Далее массив отсчетов подается в некую программку, которая выдает N/2 каких-то числовых значений (программист, который утянул из инета написал программку, уверяет, что она делает преобразование Фурье).

Чтобы проверить, правильно ли работает программа, сформируем массив отсчетов как сумму двух синусоид sin(10*2*pi*x)+0,5*sin(5*2*pi*x) и подсунем программке. Программа нарисовала следующее:

рис.1 График временной функции сигнала

рис.2 График спектра сигнала

На графике спектра имеется две палки (гармоники) 5 Гц с амплитудой 0.5 В и 10 Гц - с амплитудой 1 В, все как в формуле исходного сигнала. Все отлично, программист молодец! Программа работает правильно.

Это значит, что если мы подадим на вход АЦП реальный сигнал из смеси двух синусоид, то мы получим аналогичный спектр, состоящий из двух гармоник.

Итого, наш реальный измеренный сигнал, длительностью 5 сек , оцифрованный АЦП, то есть представленный дискретными отсчетами, имеет дискретный непериодический спектр.

С математической точки зрения - сколько ошибок в этой фразе?

Теперь начальство решило мы решили, что 5 секунд - это слишком долго, давай измерять сигнал за 0.5 сек.



рис.3 График функции sin(10*2*pi*x)+0,5*sin(5*2*pi*x) на периоде измерения 0.5 сек

рис.4 Спектр функции

Что-то как бы не то! Гармоника 10 Гц рисуется нормально, а вместо палки на 5 Гц появилось несколько каких-то непонятных гармоник. Смотрим в интернетах, что да как…

Во, говорят, что в конец выборки надо добавить нули и спектр будет рисоваться нормальный.

рис.5 Добили нулей до 5 сек

рис.6 Получили спектр

Все равно не то, что было на 5 секундах. Придется разбираться с теорией. Идем в Википедию - источник знаний.

2. Непрерывная функция и представление её рядом Фурье

Математически наш сигнал длительностью T секунд является некоторой функцией f(x), заданной на отрезке {0, T} (X в данном случае - время). Такую функцию всегда можно представить в виде суммы гармонических функций (синусоид или косинусоид) вида:

(1), где:

K - номер тригонометрической функции (номер гармонической составляющей, номер гармоники)
T - отрезок, где функция определена (длительность сигнала)
Ak - амплитуда k-ой гармонической составляющей,
θk- начальная фаза k-ой гармонической составляющей

Что значит «представить функцию в виде суммы ряда»? Это значит, что, сложив в каждой точке значения гармонических составляющих ряда Фурье, мы получим значение нашей функции в этой точке.

(Более строго, среднеквадратичное отклонение ряда от функции f(x) будет стремиться к нулю, но несмотря на среднеквадратичную сходимость, ряд Фурье функции, вообще говоря, не обязан сходиться к ней поточечно. См. https://ru.wikipedia.org/wiki/Ряд_Фурье .)

Этот ряд может быть также записан в виде:

(2),
где , k-я комплексная амплитуда.

Связь между коэффициентами (1) и (3) выражается следующими формулами:

Отметим, что все эти три представления ряда Фурье совершенно равнозначны. Иногда при работе с рядами Фурье бывает удобнее использовать вместо синусов и косинусов экспоненты мнимого аргумента, то есть использовать преобразование Фурье в комплексной форме. Но нам удобно использовать формулу (1), где ряд Фурье представлен в виде суммы косинусоид с соответствующими амплитудами и фазами. В любом случае неправильно говорить, что результатом преобразования Фурье действительного сигнала будут комплексные амплитуды гармоник. Как правильно говорится в Вики «Преобразование Фурье (ℱ) - операция, сопоставляющая одной функции вещественной переменной другую функцию, также вещественной переменной.»

Итого:
Математической основой спектрального анализа сигналов является преобразование Фурье.

Преобразование Фурье позволяет представить непрерывную функцию f(x) (сигнал), определенную на отрезке {0, T} в виде суммы бесконечного числа (бесконечного ряда) тригонометрических функций (синусоид и\или косинусоид) с определёнными амплитудами и фазами, также рассматриваемых на отрезке {0, T}. Такой ряд называется рядом Фурье.

Отметим еще некоторые моменты, понимание которых требуется для правильного применения преобразования Фурье к анализу сигналов. Если рассмотреть ряд Фурье (сумму синусоид) на всей оси Х, то можно увидеть, что вне отрезка {0, T} функция представленная рядом Фурье будет будет периодически повторять нашу функцию.

Например, на графике рис.7 исходная функция определена на отрезке {-T\2, +T\2}, а ряд Фурье представляет периодическую функцию, определенную на всей оси х.

Это происходит потому, что синусоиды сами являются периодическими функциями, соответственно и их сумма будет периодической функцией.

рис.7 Представление непериодической исходной функции рядом Фурье

Таким образом:

Наша исходная функция - непрерывная, непериодическая, определена на некотором отрезке длиной T.
Спектр этой функции - дискретный, то есть представлен в виде бесконечного ряда гармонических составляющих - ряда Фурье.
По факту, рядом Фурье определяется некоторая периодическая функция, совпадающая с нашей на отрезке {0, T}, но для нас эта периодичность не существенна.

Периоды гармонических составляющих кратны величине отрезка {0, T}, на котором определена исходная функция f(x). Другими словами, периоды гармоник кратны длительности измерения сигнала. Например, период первой гармоники ряда Фурье равен интервалу Т, на котором определена функция f(x). Период второй гармоники ряда Фурье равен интервалу Т/2. И так далее (см. рис. 8).

рис.8 Периоды (частоты) гармонических составляющих ряда Фурье (здесь Т=2π)

Соответственно, частоты гармонических составляющих кратны величине 1/Т. То есть частоты гармонических составляющих Fk равны Fk= к\Т, где к пробегает значения от 0 до ∞, например к=0 F0=0; к=1 F1=1\T; к=2 F2=2\T; к=3 F3=3\T;… Fk= к\Т (при нулевой частоте - постоянная составляющая).

Пусть наша исходная функция, представляет собой сигнал, записанный в течение Т=1 сек. Тогда период первой гармоники будет равен длительности нашего сигнала Т1=Т=1 сек и частота гармоники равна 1 Гц. Период второй гармоники будет равен длительности сигнала, деленной на 2 (Т2=Т/2=0,5 сек) и частота равна 2 Гц. Для третьей гармоники Т3=Т/3 сек и частота равна 3 Гц. И так далее.

Шаг между гармониками в этом случае равен 1 Гц.

Таким образом сигнал длительностью 1 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 1 Гц.
Чтобы увеличить разрешение в 2 раза до 0,5 Гц - надо увеличить длительность измерения в 2 раза - до 2 сек. Сигнал длительностью 10 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 0,1 Гц. Других способов увеличить разрешение по частоте нет.

Существует способ искусственного увеличения длительности сигнала путем добавления нулей к массиву отсчетов. Но реальную разрешающую способность по частоте он не увеличивает.

3. Дискретные сигналы и дискретное преобразование Фурье

С развитием цифровой техники изменились и способы хранения данных измерений (сигналов). Если раньше сигнал мог записываться на магнитофон и храниться на ленте в аналоговом виде, то сейчас сигналы оцифровываются и хранятся в файлах в памяти компьютера в виде набора чисел (отсчетов).

Обычная схема измерения и оцифровки сигнала выглядит следующим образом.

рис.9 Схема измерительного канала

Сигнал с измерительного преобразователя поступает на АЦП в течение периода времени Т. Полученные за время Т отсчеты сигнала (выборка) передаются в компьютер и сохраняются в памяти.

рис.10 Оцифрованный сигнал - N отсчетов полученных за время Т

Какие требования выдвигаются к параметрам оцифровки сигнала? Устройство, преобразующее входной аналоговый сигнал в дискретный код (цифровой сигнал) называется аналого-цифровой преобразователь (АЦП, англ. Analog-to-digital converter, ADC) (Wiki).

Одним из основных параметров АЦП является максимальная частота дискретизации (или частота семплирования, англ. sample rate) - частота взятия отсчетов непрерывного во времени сигнала при его дискретизации. Измеряется в герцах. ((Wiki))

Согласно теореме Котельникова, если непрерывный сигнал имеет спектр, ограниченный частотой Fмакс, то он может быть полностью и однозначно восстановлен по его дискретным отсчетам, взятым через интервалы времени , т.е. с частотой Fd ≥ 2*Fмакс, где Fd - частота дискретизации; Fмакс - максимальная частота спектра сигнала. Другими слова частота оцифровки сигнала (частота дискретизации АЦП) должна как минимум в 2 раза превышать максимальную частоту сигнала, который мы хотим измерить.

А что будет, если мы будем брать отсчеты с меньшей частотой, чем требуется по теореме Котельникова?

В этом случае возникает эффект «алиасинга» (он же стробоскопический эффект, муаровый эффект), при котором сигнал высокой частоты после оцифровки превращается в сигнал низкой частоты, которого на самом деле не существует. На рис. 11 красная синусоида высокой частоты - это реальный сигнал. Синяя синусоида более низкой частоты - фиктивный сигнал, возникающий вследствие того, за время взятия отсчета успевает пройти больше, чем пол-периода высокочастотного сигнала.

Рис. 11. Появление ложного сигнала низкой частоты при недостаточно высокой частоте дискретизации

Чтобы избежать эффекта алиасинга перед АЦП ставят специальный антиалиасинговый фильтр - ФНЧ (фильтр нижних частот), который пропускает частоты ниже половины частоты дискретизации АЦП, а более высокие частоты зарезает.

Для того, чтобы вычислить спектр сигнала по его дискретным отсчетам используется дискретное преобразование Фурье (ДПФ). Отметим еще раз, что спектр дискретного сигнала «по определению» ограничен частотой Fмакс, меньшей половине частоты дискретизации Fd. Поэтому спектр дискретного сигнала может быть представлен суммой конечного числа гармоник, в отличие от бесконечной суммы для ряда Фурье непрерывного сигнала, спектр которого может быть неограничен. Согласно теореме Котельникова максимальная частота гармоники должна быть такой, чтобы на нее приходилось как минимум два отсчета, поэтому число гармоник равно половине числа отсчетов дискретного сигнала. То есть если в выборке имется N отсчетов, то число гармоник в спектре будет равно N/2.

Рассмотрим теперь дискретное преобразование Фурье (ДПФ).

Сравнивая с рядом Фурье

Видим, что они совпадают, за исключением того, что время в ДПФ имеет дискретный характер и число гармоник ограничено величиной N/2 - половиной числа отсчетов.

Формулы ДПФ записываются в безразмерных целых переменных k, s, где k – номера отсчетов сигнала, s – номера спектральных составляющих.
Величина s показывает количество полных колебаний гармоники на периоде Т (длительности измерения сигнала). Дискретное преобразование Фурье используется для нахождения амплитуд и фаз гармоник численным методом, т.е. «на компьютере»

Возвращаясь к результатам, полученным в начале. Как уже было сказано выше, при разложении в ряд Фурье непериодической функции (нашего сигнала), полученный ряд Фурье фактически соответствует периодической функции с периодом Т. (рис.12).

рис.12 Периодическая функция f(x) с периодом Т0, с периодом измерения Т>T0

Как видно на рис.12 функция f(x) периодическая с периодом Т0. Однако из-за того, что длительность измерительной выборки Т не совпадает с периодом функции Т0, функция, получаемая как ряд Фурье, имеет разрыв в точке Т. В результате спектр данной функции будет содержать большое количество высокочастотных гармоник. Если бы длительность измерительной выборки Т совпадала с периодом функции Т0, то в полученном после преобразования Фурье спектре присутствовала бы только первая гармоника (синусоида с периодом равным длительности выборки), поскольку функция f(x) представляет собой синусоиду.

Другими словами, программа ДПФ «не знает», что наш сигнал представляет собой «кусок синусоиды», а пытается представить в виде ряда периодическую функцию, которая имеет разрыв из-за нестыковки отдельных кусков синусоиды.

В результате в спектре появляются гармоники, которые должны в сумме изобразить форму функции, включая этот разрыв.

Таким образом, чтобы получить «правильный» спектр сигнала, являющегося суммой нескольких синусоид с разными периодами, необходимо чтобы на периоде измерения сигнала укладывалось целое число периодов каждой синусоиды. На практике это условие можно выполнить при достаточно большой длительности измерения сигнала.

Рис.13 Пример функции и спектра сигнала кинематической погрешности редуктора

При меньшей длительности картина будет выглядеть «хуже»:

Рис.14 Пример функции и спектра сигнала вибрации ротора

На практике бывает сложно понять, где «реальные составляющие», а где «артефакты», вызванные некратностью периодов составляющих и длительности выборки сигнала или «скачками и разрывами» формы сигнала. Конечно слова «реальные составляющие» и «артефакты» не зря взяты в кавычки. Наличие на графике спектра множества гармоник не означает, что наш сигнал в реальности из них «состоит». Это все равно что считать, будто число 7 «состоит» из чисел 3 и 4. Число 7 можно представить в виде суммы чисел 3 и 4 - это правильно.

Так и наш сигнал… а вернее даже не «наш сигнал», а периодическую функцию, составленную путем повторения нашего сигнала (выборки) можно представить в виде суммы гармоник (синусоид) с определенными амплитудами и фазами. Но во многих важных для практики случаях (см. рисунки выше) действительно можно связать полученные в спектре гармоники и с реальными процессами, имеющими циклический характер и вносящими значительный вклад в форму сигнала.

Некоторые итоги

1. Реальный измеренный сигнал, длительностью T сек, оцифрованный АЦП, то есть представленный набором дискретных отсчетов (N штук), имеет дискретный непериодический спектр, представленный набором гармоник (N/2 штук).

2. Сигнал представлен набором действительных значений и его спектр представлен набором действительных значений. Частоты гармоник положительны. То, что математикам бывает удобнее представить спектр в комплексной форме с использованием отрицательных частот не значит, что «так правильно» и «так всегда надо делать».

3. Сигнал, измеренный на отрезке времени Т определен только на отрезке времени Т. Что было до того, как мы начали измерять сигнал, и что будет после того - науке это неизвестно. И в нашем случае - неинтересно. ДПФ ограниченного во времени сигнала дает его «настоящий» спектр, в том смысле, что при определенных условиях позволяет вычислить амплитуду и частоту его составляющих.

Использованные материалы и другие полезные материалы.