Seria Rozłóżna Fouriera: Obrotowe Fala i Fenomen Gibbsa

Przekształcanie fali w sumę okręgów

W 1822 roku Józef Fourier postawił twierdzenie, które wywołało skandal wśród matematyków jego czasului: każda funkcja okresowa, niezależnie od tego, jak nieregularna, może być zapisana jako suma prostych cosinusów i sinusów. Fala kwadratowa, fala trójkątna, wykres ciśnienia struny gitarowej poddanej uderzeniu – wszystkie one rozkładają się na częstotliwość podstawową plus drabinkę harmonicznych o całkowitych mnożnikach tej częstotliwości. Najczystszym sposobem na zrozumienie tego jest zaprzestanie myślenia o sinusach i cosinusach oddzielnie i zamiast tego przedstawianie każdej harmonicznej jako małego strzałka – fazora – obracającego się z pewną prędkością wokół początku płaszczyzny zespolonej. Zsumowanie końców wystarczającej liczby wirujących strzałek, ułożonych jeden na drugim, rysuje pierwotną krzywą w czasie.

Współczynniki: jak dużą część każdej harmonicznego ma każdy współczynnik

Dla funkcji f(t) o okresie T, amplituda każdej harmonicznej jest obliczana poprzez projekcję f na jej funkcję sinus lub cosinus — iloczyn skalarny mierzący stopień nakładania się dwóch kształtów. Korzystając z tożsamości Eulera e^{iθ} = cos θ + i sin θ, cała seria sprowadza się do jednej kompaktowej postaci wykładniczej zespolonej, gdzie pojedyncza liczba zespolona cₙ przenosi zarówno amplitudę, jak i fazę harmonicznego n:

f(t) = Σ_{n=-∞}^{∞} c_n · e^{i·2πnt/T} c_n = (1/T) ∫₀ᵀ f(t) · e^{-i·2πnt/T} dt // projekcja f na harmoniczny n |c_n| = amplituda n-tego wektora fazowego arg(c_n) = jego kąt początkowy (faza) Każdy wyraz c_n·e^{i2πnt/T} jest wektorem fazowym obracającym się n razy szybciej niż fundamentalny. Łącz je końcówki do końca — środek drugiego wektora oparty na szczycie pierwszego, środek trzeciego na szczycie drugiego i tak dalej — a w każdym momencie t położenie końcówki ostatniej strzałki jest dokładnie f(t). Jest to dokładnie to, jak działają klasyczne rysunki „epicykli Fouriera”: wystarczająca liczba wklęsłych okręgów może narysować falę prostokątną, gwiazdę lub portret.

f(t) = Σ_{n=-∞}^{∞} c_n · e^{i·2πnt/T}

c_n = (1/T) ∫₀ᵀ f(t) · e^{-i·2πnt/T} dt   // project f onto harmonic n
|c_n|   = amplitude of the n-th phasor
arg(c_n) = its starting angle (phase)

Budowanie fali kwadratowej, krok po kroku harmonicznie

Fala kwadratowa zawiera tylko harmoniczne nieparzyste, każda z nich maleje o 1/n amplitudy fundamentalnej: dodając sin(t), następnie sin(3t)/3, a potem sin(5t)/5 i tak dalej, stopniowo wyostrza zaokrąglony pojedynczy sinus, tworząc bardziej płaskie szczyty i ostřejze krawędzie. Fala trójkątna wykorzystuje wszystkie harmoniczne (parzyste i nieparzyste) z amplitudą 1/n i zmieniającym się znakiem, podczas gdy fala sawowy używa tylko harmonicznych nieparzystych, które szybko zanikają, czyli 1/n², co sprawia, że fale trójkątne brzmią "czystej" niż fale kwadratowe lub sawowe – ich wyższe harmoniczne są znacznie cichsze.

Zjawisko Gibbsa: overshoot, który nigdy nie umiera

Oglądaj uważnie rekonstrukcję fali kwadratowej w pobliżu skoku pionowego i zdarza się coś dziwnego: suma częściowa nie tylko zbliża się do skoku, ale go przesuwa powyżej, a następnie poniżej, generując rezonans przed ustabilizowaniem się gdzie indziej. Dodawanie kolejnych harmonicznych ściska tę falę bliżej dyscontinuity – ale wysokość pierwszego overshootu pozostaje niezmiennie na poziomie około 9% wielkości skoku, niezależnie od liczby dodanych wyrazów. Jest to zjawisko Gibbsa, dokładnie wyjaśnione przez Josiaha Willarda Gibbsa w 1899 roku: ciągła suma sinusoid może dowolnie dobrze przybliżać skok w sensie uśrednionym (najmniej kwadratowym), ale nigdy nie eliminuje rezonansu tuż przy krawędzi. Jest to matematyczne źródło artefaktów "rezonansowych", które obserwuje się wokół ostrych krawędzi w obrazach JPEG oraz słychać jako pre-echo w agresywnie skompresowanym audio.

Od serii do transformacji: rozszerzanie okresu w nieskończoność

Seria Fouriera ma sens tylko dla sygnału okresowego – takiego, który powtarza się bez końca o okresie T. Najbardziej interesujące sygnały (np. pojedynczy gwizd, zdjęcie, cena akcji) nigdy nie powtarzają się. Aby z nimi sobie poradzić, wyobraźmy sobie rozciągnięcie T w kierunku nieskończoności: odstęp między sąsiednimi harmonicznymi, 1/T, dąży do zera, a dyskretna drabina współczynników c_n przechodzi w ciągłą krzywą. Suma staje się całką, a dyskretne współczynniki c_n stają się funkcją ciągłą F(ω) – transformata Fouriera:

F(ω) = ∫_{-∞}^{∞} f(t) · e^{-iωt} dt // transformacja wsteczna (T → ∞) f(t) = (1/2π) ∫_{-∞}^{∞} F(ω) · e^{iωt} dω // transformacja odwrotna Seria Fouriera daje spektra zbudowane z dyskretnych wyżłobień w 0, ±1/T, ±2/T…, a transformata Fouriera daje ciągłą gęstość spektralną – każda częstotliwość może występować, z nieskończenie małą ilością energii w każdym punkcie. W praktyce komputery mogą przechowywać tylko skończoną liczbę próbek, więc oprogramowanie wykorzystuje Transformatę Fouriera Dyskretyzującą (DFT) i jej szybką implementację, FFT – kuzyna zbudowanego od podstaw, okresowego, który wprowadza tę samą ideę fazora do tablic liczb w czasie O(N log N).

F(ω) = ∫_{-∞}^{∞} f(t) · e^{-iωt} dt      // forward transform (T → ∞)
f(t) = (1/2π) ∫_{-∞}^{∞} F(ω) · e^{iωt} dω // inverse transform

Frequently asked questions

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz the simulation i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.