Преобразование Фурье

Преобразование Фурье — это математическая операция, которая разлагает функцию (например, сигнал, зависящий от времени) на набор синусоидальных и косинусоидальных компонент (гармоник), каждая из которых имеет свою амплитуду и частоту. Иными словами, преобразование Фурье позволяет перевести представление сигнала из временной области (где он описывается как зависимость амплитуды от времени) в частотную область (где он описывается как зависимость амплитуды от частоты). Это фундаментальный инструмент в математике, физике, инженерии и обработке сигналов, позволяющий анализировать периодические и непериодические процессы.

История

Ранние предпосылки

Идея разложения периодических функций на сумму синусов и косинусов восходит к работам математиков XVIII века, таких как Леонард Эйлер и Даниил Бернулли. Эйлер в 1748 году вывел формулы, связывающие тригонометрические ряды с коэффициентами, которые позже стали называться коэффициентами Фурье. Однако систематическое изложение теории принадлежит французскому математику и физику Жану Батисту Жозефу Фурье.

Работы Жана Батиста Фурье

В 1807 году Фурье представил в Парижскую академию наук мемуар «О распространении тепла в твёрдых телах». В этой работе он показал, что любую (достаточно гладкую) периодическую функцию можно представить в виде бесконечной суммы синусов и косинусов — ряда Фурье. Это утверждение встретило скептицизм со стороны ведущих математиков того времени, включая Лагранжа и Лапласа, которые сомневались в его универсальности. Тем не менее, Фурье продолжил исследования и в 1822 году опубликовал книгу «Аналитическая теория тепла», где подробно изложил свой метод.

Развитие в XIX—XX веках

В XIX веке математики (Петер Густав Лежён Дирихле, Бернхард Риман, Анри Лебег) строго обосновали условия сходимости рядов Фурье и расширили теорию на непериодические функции, что привело к появлению интеграла Фурье (непрерывного преобразования Фурье). В XX веке, с развитием радиотехники и цифровой обработки сигналов, возникло дискретное преобразование Фурье (ДПФ), а в 1965 году Джеймс Кули и Джон Тьюки опубликовали алгоритм быстрого преобразования Фурье (БПФ), который радикально ускорил вычисления и сделал преобразование Фурье практическим инструментом для обработки больших объёмов данных.

Определение и математическая формулировка

Непрерывное преобразование Фурье

Пусть \( f(t) \) — интегрируемая функция вещественной переменной \( t \) (например, времени). Её непрерывное преобразование Фурье \( \hat{f}(\omega) \) определяется как:

\[ \hat{f}(\omega) = \int_{-\infty}^{\infty} f(t) \, e^{-i \omega t} \, dt \]

где \( \omega \) — угловая частота (радиан в секунду), а \( i \) — мнимая единица. Обратное преобразование Фурье восстанавливает исходную функцию:

\[ f(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} \hat{f}(\omega) \, e^{i \omega t} \, d\omega \]

Результат \( \hat{f}(\omega) \) — комплексная функция, модуль которой \( |\hat{f}(\omega)| \) называется амплитудным спектром (или спектральной плотностью амплитуды), а аргумент — фазовым спектром.

Дискретное преобразование Фурье (ДПФ)

Для последовательности из \( N \) комплексных чисел \( x_0, x_1, \ldots, x_{N-1} \) (отсчётов сигнала) дискретное преобразование Фурье определяется как:

\[ X_k = \sum_{n=0}^{N-1} x_n \, e^{-i 2\pi k n / N}, \quad k = 0, 1, \ldots, N-1 \]

Обратное ДПФ:

\[ x_n = \frac{1}{N} \sum_{k=0}^{N-1} X_k \, e^{i 2\pi k n / N}, \quad n = 0, 1, \ldots, N-1 \]

Здесь \( X_k \) — комплексные коэффициенты, соответствующие частоте \( f_k = k / N \) (в единицах частоты дискретизации).

Быстрое преобразование Фурье (БПФ)

БПФ — это не отдельное преобразование, а набор алгоритмов, позволяющих вычислить ДПФ за \( O(N \log N) \) операций вместо \( O(N^2) \) при прямом вычислении. Наиболее распространённый алгоритм — Кули — Тьюки, основанный на рекурсивном разбиении последовательности на две половины. БПФ лежит в основе большинства практических применений преобразования Фурье.

Свойства

Преобразование Фурье обладает рядом важных свойств, которые делают его удобным для анализа:

Линейность: Преобразование от суммы функций равно сумме преобразований.
Сдвиг во времени: Сдвиг функции во времени приводит к умножению её спектра на фазовый множитель \( e^{-i \omega t_0} \).
Сдвиг по частоте (модуляция): Умножение функции на экспоненту \( e^{i \omega_0 t} \) сдвигает её спектр на частоту \( \omega_0 \).
Свёртка: Преобразование Фурье от свёртки двух функций равно произведению их преобразований (и наоборот). Это свойство широко используется в цифровой фильтрации.
Теорема Парсеваля: Энергия сигнала во временной области равна энергии его спектра (с точностью до постоянного множителя).
Дифференцирование: Преобразование от производной функции равно \( i \omega \) умноженному на преобразование исходной функции.

Виды и обобщения

Ряд Фурье

Используется для периодических функций. Функция с периодом \( T \) представляется в виде:

\[ f(t) = a_0 + \sum_{n=1}^{\infty} \left( a_n \cos\left(\frac{2\pi n t}{T}\right) + b_n \sin\left(\frac{2\pi n t}{T}\right) \right) \]

Коэффициенты \( a_n, b_n \) вычисляются через интегралы от произведения функции на соответствующую тригонометрическую функцию.

Оконное преобразование Фурье (STFT)

Для анализа нестационарных сигналов (чьи частотные характеристики меняются со временем) применяется оконное преобразование Фурье. Сигнал разбивается на короткие сегменты с помощью оконной функции (например, окна Ханна или Гаусса), и для каждого сегмента вычисляется преобразование Фурье. Результат — спектрограмма, показывающая изменение спектра во времени.